r语言相关性分析_R语言 相关性分析与检验
“题外话：相关性不是因果，相关性只能说数据上来讲两个或多个因素具有正/负/无相关性，其间没有谁决定谁的关系”
相关系数(correlation coefficient)用于描述两个变量之间的相关程度。一般在[-1, 1]之间。有，pearson相关系数：适用于连续性变量，且变量服从正态分布的情况，为参数性的相关系数。spearman等相关系数：适用于连续性及分类型变量，为非参数性的相关系数。
cor.test()和cor()是R包中自带的计算相关系数的函数，两者差别仅为cor()只给出相关系数一个值，cor.test()给出相关系数，n(个数)、p值等。
01 — 向量与向量相关> x > set.seed(1234)> y > # "pearson" (默认), "kendall", or "spearman":> cor(x,y)[1] -0.1069777> cor(x,y,method = "pearson")[1] -0.1069777> plot(x,y) #见图1
> cor.test(x,y) Pearsons product-moment correlationdata: x and yt = -0.30432, df = 8, p-value = 0.7686alternative hypothesis: true correlation is not equal to 095 percent c“题外话：相关性不是因果，相关性只能说数据上来讲两个或多个因素具有正/负/无相关性，其间没有谁决定谁的关系” 相关系数(correlation coefficient)用于描述两个变量之间的相关程度。一般在[-1, 1]之间。有，pearson相关系数：适用于连续性变量，且变量服从正态分布的情况，为参数性的相关系数。spearman等相关系数：适用于连续性及分类型变量，为非参数性的相关系数。 cor.test()和cor()是R包中自带的计算相关系数的函数，两者差别仅为cor()只给出相关系数一个值，cor.test()给出相关系数，n(个数)、p值等。 01 — 向量与向量相关 > x > set.seed(1234)> y > # "pearson" (默认), "kendall", or "spearman":> cor(x,y)[1] -0.1069777> cor(x,y,method = "pearson")[1] -0.1069777> plot(x,y) #见图1 > cor.test(x,y) Pearsons product-moment correlationdata: x and yt = -0.30432, df = 8, p-value = 0.7686alternative hypothesis: true correlation is not equal to 095 percent c
