时间戳

首页 > 解决方案 > R计算相关系数

r - R计算相关系数

问题描述

我有一个包含 3 个变量“年龄”、“信心”和“国家名称”的数据框。我想计算不同国家的年龄和信心之间的相关性。所以我编写了以下命令来计算相关系数。

correlate <- evs%>%group_by(countryname) %>% summarise(c=cor(age,confidence))

但我发现输出“c”中有很多缺失值。我想知道这是否意味着这些国家/地区的 IV 和 DV 之间几乎没有相关性，还是我的命令有问题？

标签： r

解决方案

NA相关矩阵中的 表示您的观察中有值NA（即缺失值）。的默认行为cor是返回NA“只要其贡献的观察结果之一是 NA”的相关性（来自手册）。

这意味着即使您只有一千个有用数据集中的一个NA，日期中的单个也会给出相关性。NANA

你可以从这里做什么：

  1. 您应该调查这些 NA，对其进行计数并确定您的数据集是否包含足够的可用数据。找出哪些变量受 NA 影响以及影响程度。
  2. use调用时添加参数cor。通过这种方式，您可以指定算法应如何处理缺失值。查看手册（带有?cor）以了解您有哪些选项。在你的情况下，我只会使用use="complete.obs". 只有 2 个变量，大多数（但不是全部）选项将产生相同的结果。

更多解释：

age <- 18:35
confidence <- (age - 17) / 10 + rnorm(length(age))
cor(age, confidence)
#> [1] 0.3589942

以上是与所有数据的相关性。现在让我们设置一些 NA 并再试一次：

confidence[c(1, 6, 11, 16)] <- NA
cor(age, confidence) # use argument will implicitely be "everything".
#> [1] NA

这NA是因为一些置信度值是NA。下一条语句仍然给出结果：

cor(age, confidence, use="complete.obs")
#> [1] 0.3130549

由reprex 包于 2021-10-16 创建(v2.0.1)

推荐阅读