R語言怎麼做相關性分析

相關係數是表示不同變量之間的統計關係的強弱。其取值範圍是在[-1,1]之間，即強負相關（-1）、完全不相關（0）、強正相關（1）。那麼我們得到一組數據，想要分析其各變量之間的關係，除了傳統算法（公式計算）外，還可以藉助R語言中封裝好的程序包，不僅可以計算不同種類的相關係數，還可以做相關性的顯著性檢驗等功能全面。

操作方法

（01）R語言計算相關係數，首先需要加載cor()函數包，它可以計算三種不同的相關係數如Pearson相關係數、Spearman相關係數、Kendall相關係數。而pcor()函數包則是計算偏相關係數。函數包的下載具體就不細説了，RStudio主頁，tools菜單，點Install packages，輸入函數包名稱下載即可，具體請參考本人的另外兩篇經驗“R語言如何做SVM和RF”，介紹如何安裝函數包。另外，cor()函數和cov函數都是內置的無需下載，psych包需要加載。

（02）數據：本文的數據是筆者做論文時通過窗口傅里葉變換提取地類特徵，有其13特徵。部分數據截圖，如圖所示

（03）計算13個特徵之間的相關係數，cor()函數可以計算三種相關係數，其調用格式cor(x,use=,method=)，use是指定缺失值的處理方式，系統默認是use="everthing"和method="pearson"。一般也需要計算方差和協差陣，用cov()函數即可，下面計算方差和兩種相關係數，代碼如圖所示

（04）當然如果只想知道部分變量之間的相關係數，則可以調用cor（x,y)來計算想要數據的相關係數。如圖所示

（05）相關性的顯著性檢驗：相關係數計算好之後，判斷是否其具有顯著性。則假設變量之間不相關，即總體相關係數為（x,y,alternative=,method=）得出某兩個變量是否顯著。默認情況下alternative=“”即總體相關係數不等於0.若總體相關係數小於0，取“less”,大於0取“greater”。如下圖，檢驗兩個變量的顯著性，概率為p-value=1.217e-11,上億次都少於一次的機會見到0.065這樣大的樣本相關度，幾乎不可能，拒絕原假設。即兩變量的總體相關度不為0.

（06）函數只能每次檢驗一種相關關係。而psych包()函數可以做總體（13個特徵）的相關檢驗。(data,use="complete") use取值有兩種“pairwise”,"complete"是處理缺失值的，代碼如圖所示,可以清晰相關係數對應的概率。

特別提示

mothod是對應不同的相關係數名稱