统计学(三):相关系数

1.简单相关系数

  • 两个变量的相关系数
library(car)
data = as.data.frame(state.x77)
Population = data$Population
Income = data$Income
cor(Population,Income,method = 'pearson') # pearson相关系数,两变量为正态分布
cor(Population,Income,method = 'spearman') # spearman秩相关系数,变量分布未知
cor(Population,Income,method = 'kendall') # kendall相关系数,变量分布未知
  • 相关系数检验
cor.test(Population,Income,method = 'pearson')
cor.test(Population,Income,method = 'spearman')
cor.test(Population,Income,method = 'kendall')
  • 多个变量,两两相关系数矩阵
cor(data,method = 'pearson') 
cor(data,method = 'spearman') 
cor(data,method = 'kendall') 

2.偏相关系数

library(corpcor)
r = cor(data,method = 'pearson')
pcor = cor2pcor(r)
  • 1
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值