R-3.相关分析(数值型变量)

给你一囗甜甜゛ 提交于 2020-01-11 03:37:21

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)
    corr.test(mtcars)
    在这里插入图片描述
    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")

在这里插入图片描述

library(corrgram)
corrgram(mtcars,upper.panel = NULL)

在这里插入图片描述

易学教程内所有资源均来自网络或用户发布的内容,如有违反法律规定的内容欢迎反馈
该文章没有解决你所遇到的问题?点击提问,说说你的问题,让更多的人一起探讨吧!