R-3.相关分析(数值型变量)

这篇博客探讨了R语言中数值型变量的相关分析,包括计算Pearson、Spearman和Kendall相关系数,进行相关性检验,并通过散点图进行可视化。此外,还涉及了多变量的相关分析和使用`corr.test`函数进行检验,以及通过图形直观展示多变量间的相关系数。
摘要由CSDN通过智能技术生成

这篇文章的相关分析主要涉及的是数值型变量,分析方法包括相关系数的计算、相关关系的检验以及相关系数的可视化,从两变量说起,延伸到多变量。

  1. 两变量
    相关系数(Pearson相关系数、Spearman相关系数、Kendall相关系数,由method指定,默认Pearson相关系数)
    在这里插入图片描述
    相关系数检验(H0:p=0,不仅可以得到检验结果,同时可以得到相关系数)
    在这里插入图片描述
    相关系数可视化
    两变量可考虑作散点图
    在这里插入图片描述

  2. 多变量
    相关系数
    同上,cor(mtcars)
    在这里插入图片描述
    相关系数检验
    略有差别
    library(psych)

  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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