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。
-
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)
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)
相关系数可视化
两变量可考虑作散点图 -
多变量
相关系数
同上,cor(mtcars)
相关系数检验
略有差别
library(psych)
corr.test(mtcars)
相关系数可视化
涉及到多变量之间的两两相关分析·,观察系数矩阵是比较麻烦的,不如图形直观,这里介绍两种。
library(corrplot)
corr<-cor(mtcars)
corrplot(corr = corr, type="lower", method="ellipse",order="AOE")
library(corrgram)
corrgram(mtcars,upper.panel = NULL)
来源:CSDN
作者:老身聊发少年狂
链接:https://blog.csdn.net/weixin_43850016/article/details/103871764