三个相关性函数：

cor():R自带的，输入数据可以是vector，matrix，data.frame，输出两两的相关系数R值

cor.test()：R自带的，输入数据只能是两个vector，输出两个变量的相关系数R值，显著性水平a值

corr.test()：psych包的，输入数据可以是data.frame，输出两两变量的相关系数R值，显著性水平a值

> cor(state.x77)

            Population     Income  Illiteracy    Life Exp     Murder     HS Grad      Frost        Area

Population  1.00000000  0.2082276  0.10762237 -0.06805195  0.3436428 -0.09848975 -0.3321525  0.02254384

Income      0.20822756  1.0000000 -0.43707519  0.34025534 -0.2300776  0.61993232  0.2262822  0.36331544

Illiteracy  0.10762237 -0.4370752  1.00000000 -0.58847793  0.7029752 -0.65718861 -0.6719470  0.07726113

Life Exp   -0.06805195  0.3402553 -0.58847793  1.00000000 -0.7808458  0.58221620  0.2620680 -0.10733194

Murder      0.34364275 -0.2300776  0.70297520 -0.78084575  1.0000000 -0.48797102 -0.5388834  0.22839021

HS Grad    -0.09848975  0.6199323 -0.65718861  0.58221620 -0.4879710  1.00000000  0.3667797  0.33354187

Frost      -0.33215245  0.2262822 -0.67194697  0.26206801 -0.5388834  0.36677970  1.0000000  0.05922910

Area        0.02254384  0.3633154  0.07726113 -0.10733194  0.2283902  0.33354187  0.0592291  1.00000000

> cor.test(state.x77[,1],state.x77[,2])

	Pearson's product-moment correlation

data:  state.x77[, 1] and state.x77[, 2]

t = 1.475, df = 48, p-value = 0.1467

alternative hypothesis: true correlation is not equal to 0

95 percent confidence interval:

 -0.07443435  0.45991855

sample estimates:

      cor

0.2082276 

> corr.test(state.x77)

Call:corr.test(x = state.x77)

Correlation matrix

           Population Income Illiteracy Life Exp Murder HS Grad Frost  Area

Population       1.00   0.21       0.11    -0.07   0.34   -0.10 -0.33  0.02

Income           0.21   1.00      -0.44     0.34  -0.23    0.62  0.23  0.36

Illiteracy       0.11  -0.44       1.00    -0.59   0.70   -0.66 -0.67  0.08

Life Exp        -0.07   0.34      -0.59     1.00  -0.78    0.58  0.26 -0.11

Murder           0.34  -0.23       0.70    -0.78   1.00   -0.49 -0.54  0.23

HS Grad         -0.10   0.62      -0.66     0.58  -0.49    1.00  0.37  0.33

Frost           -0.33   0.23      -0.67     0.26  -0.54    0.37  1.00  0.06

Area             0.02   0.36       0.08    -0.11   0.23    0.33  0.06  1.00

Sample Size

[1] 50

Probability values (Entries above the diagonal are adjusted for multiple tests.)

           Population Income Illiteracy Life Exp Murder HS Grad Frost Area

Population       0.00   1.00       1.00     1.00   0.23    1.00  0.25 1.00

Income           0.15   0.00       0.03     0.23   1.00    0.00  1.00 0.16

Illiteracy       0.46   0.00       0.00     0.00   0.00    0.00  0.00 1.00

Life Exp         0.64   0.02       0.00     0.00   0.00    0.00  0.79 1.00

Murder           0.01   0.11       0.00     0.00   0.00    0.01  0.00 1.00

HS Grad          0.50   0.00       0.00     0.00   0.00    0.00  0.16 0.25

Frost            0.02   0.11       0.00     0.07   0.00    0.01  0.00 1.00

Area             0.88   0.01       0.59     0.46   0.11    0.02  0.68 0.00

 To see confidence intervals of the correlations, print with the short=FALSE option

　　

pearson相关分析在R中的实现的更多相关文章

  1. 简单介绍一下R中的几种统计分布及常用模型

    统计学上分布有很多,在R中基本都有描述.因能力有限,我们就挑选几个常用的.比较重要的简单介绍一下每种分布的定义,公式,以及在R中的展示. 统计分布每一种分布有四个函数:d――density(密度函数) ...

  2. 在 R 中估计 GARCH 参数存在的问题（基于 rugarch 包）

    目录 在 R 中估计 GARCH 参数存在的问题(基于 rugarch 包) 导论 rugarch 简介 指定一个 \(\text{GARCH}(1, 1)\) 模型 模拟一个 GARCH 过程 拟合 ...

  3. （数据科学学习手札19）R中基本统计分析技巧总结

    在获取数据,并且完成数据的清洗之后,首要的事就是对整个数据集进行探索性的研究,这个过程中会利用到各种描述性统计量和推断性统计量来初探变量间和变量内部的基本关系,本篇笔者便基于R,对一些常用的数据探索方 ...

  4. R中一切都是vector

    0.可以说R语言中一切结构体的基础是vector! R中一切都是vector,vecotor的每个component必须类型一致(character,numeric,integer....)!vect ...

  5. R中的par()函数的参数

    把R中par()函数的主要参数整理了一下(另外本来还整理了每个参数的帮助文档中文解释,但是太长,就分类之后,整理为图表,excel不便放上来,就放了这些表的截图)

  6. 关于R中的mode()和class()的区别

    本文原创,转载请注明出处,本人Q1273314690(交流学习) 说明:本文曾经在15年11月在CSDN发过,但是由于CSDN不支持为知笔记的发布为博客的API功能,所以,自今天起,转移到博客园(幸好 ...

  7. R中的name命名系列函数总结

    本文原创,转载请注明出处,本人Q1273314690 R中关于给行列赋名称的函数有 dimnames,names,rowname,colname,row.names 这五个函数,初学的时候往往分不清楚 ...

  8. 总结——R中查看属性的函数

    本文原创,转载注明出处,本人Q1273314690 R中知道一个变量的主要内容和结构,对我们编写代码是很重要的,也可以帮我们避免很多错误. 但是,R中有好几个关于属性查看的函数,我们往往不知道什么时候 ...

  9. R中创建not-yet-evaluated对象

    create not-yet-evaluated object在R中创建 not-yet-evaluated(就是some code we will evaluated later!!)对象;然后执行 ...

随机推荐

  1. Android实现录屏直播（二）需求才是硬道理之产品功能调研

    请尊重分享成果,转载请注明出处,本文来自Coder包子哥,原文链接:http://blog.csdn.net/zxccxzzxz/article/details/54254244 前面的Android ...

  2. 我的第三个java程序 两数相加

    import java.util.Scanner; public class Test { public static void main(String [] args) { Scanner sc = ...

  3. 【翻译自mos文章】当点击完 finishbutton后，dbca 或者dbua hang住

    当点击完 finishbutton后,dbca 或者dbua hang住 来源于: DBCA/DBUA APPEARS TO HANG AFTER CLICKING FINISH BUTTON (文档 ...

  4. Working with JSON in C# & VB

    Introduction Whilst JSON is a compact and easy to read cross-language storage and data exchange form ...

  5. （转）Unity3d游戏开场CG动画播放方式

    1.在一个plane上播放 1 2 3 4 5 6 7 8 9 10 11 12 using UnityEngine; using System.Collections; public class M ...

  6. 关于 js 动态生成html 绑定事件失效的问题

    在实际问题中,也只到使用新版jq 的on 事件 进行动态元素的绑定: 是这样 (但是依然没有效果——): $('dom节点').on('click',function(){}) 之后经过查阅发现:正确 ...

  7. Python2.6升级Python2.7

    Python2.6升级2.7 由于Centos6系列自带的python版本为2.6.6,然而有很多应用需要依赖于python2.7来实现,所以有了这个升级的需求.升级原理很简单,无非就是下载.编译.安 ...

  8. PHP+MySQL：测试连接+基本DB操作

    PHP使用MySQL,从连接.创建.到结果显示 <?php //连接MySQL测试 $db = mysql_connect("localhost","root&qu ...

  9. POJ1182食物链（并查集经典好题）

    题目链接:http://acm.hust.edu.cn/vjudge/contest/view.action?cid=66964#problem/E 题目思路:主要有两种思路:1.带权并查集2.挑战程 ...

  10. 学习 SSH

    ssh_config 与 sshd_config ssh_config: configuration file for the ssh client on the host machine you a ...