method可以为"spearman","pearson" and "kendall",分别对应三种相关系数的计算和检验。
1 perrson相关系数
>n <- 10
>x <- rnorm(n)
>y <- rnorm(n)
>cor(x,y)
[1] -0.4132864
>cor.test(x,y)
Pearson's product-moment correlation
data: x and y
t = -1.2837, df = 8, p-value = 0.2352
alternative hypothesis: true correlation is not equal to 0
95 percent confidence interval:
-0.8275666 0.2924366
sample estimates:
cor
-0.4132864
上面给出了相关系数的可信度区间和P-value
2 spearman相关系数和
kendall相关系数
同上，只要把method改成spearman和kendall
R语⾔中的cor和cov⼤学时候的知识忘的还真差不多了。。。
R语⾔：
cor函数计算的是列与列间的相关系数，得到的举证C(i,j)是第i列与第j列相关系数。
相关系数的计算公式参考：
cov函数计算的是列与列的协⽅差，计算公式参考：
个⼈理解：
⽅差：体现的是⼀组数据的波动情况，值越⼩波动越⼩。
协⽅差：两种不同数据的⽅差，体现两组数据的变化趋势如何，正值变化趋势⼀致，负值变化趋势相反，0不相关。
相关系数：两组不同数据的相关程度，取值范围[-1，1]，越接近与0越不相关，0时却不意味着两组数据独⽴，相关系数是两个变量之间的线性关联的⼀个度量，不⼀定有因果关系的含义。
￥
5.9
百度文库VIP限时优惠现在开通,立享6亿+VIP内容
立即获取
R语言中的cor和cov
R语⾔中的cor和cov
⼤学时候的知识忘的还真差不多了。。。
R语⾔：
cor函数计算的是列与列间的相关系数，得到的举证C(i,j)是第i列与第j列相关系数。
相关系数的计算公式参考：
cov函数计算的是列与列的协⽅差，计算公式参考：
个⼈理解：
⽅差：体现的是⼀组数据的波动情况，值越⼩波动越⼩。
第 1 页
协⽅差：两种不同数据的⽅差，体现两组数据的变化趋势如何，正值变化趋势⼀致，负值变化趋势相反，0不相关。
相关系数：两组不同数据的相关程度，取值范围[-1，1]，越接近与0越不相关，0时却不意味着两组数据独⽴，相关系数是两个变量之间的线性关联的⼀个度量，不⼀定有因果关系的含义。
R语言 cov(a)函数返回的结果Population、Income、Illiteracy、LifeExp、Murder 、HSGrad分别是数据集“a"里的变量名称啊，要知道是什么意思，你需要去查看数据说明。
