我想在一个特定列和数据帧中的所有其他列之间找到相关性,p值和95%CI . 'broom'包提供了一个示例,说明如何使用带有dplyr和管道的cor.test在两列之间执行此操作 . 对于mtcars,比如mpg列,我们可以与另一列运行相关:
library(dplyr)
library(broom)
mtcars %>% do(tidy(cor.test(.$mpg, .$cyl)))
estimate statistic p.value parameter conf.low conf.high
1 -0.852162 -8.919699 6.112687e-10 30 -0.9257694 -0.7163171
输出是单行数据帧 . 我想为每列运行cor.test for mpg并将输出发送到一个单独的行 . 当mpg列与每个其他列配对时,所需的输出将如下所示:
estimate statistic p.value parameter conf.low conf.high
cyl -0.852162 -8.919699 6.112687e-10 30 -0.9257694 -0.7163171
disp -0.8475514 -8.747152 9.380327e-10 30 -0.9233594 -0.7081376
hp -0.7761684 -6.742389 1.787835e-07 30 -0.8852686 -0.5860994
drat 0.6811719 5.096042 1.77624e-05 30 0.4360484 0.832201
wt -0.8676594 -9.559044 1.293959e-10 30 -0.9338264 -0.7440872
qsec 0.418684 2.525213 0.01708199 30 0.08195487 0.6696186
vs 0.6640389 4.864385 3.415937e-05 30 0.410363 0.8223262
am 0.5998324 4.106127 0.0002850207 30 0.3175583 0.784452
gear 0.4802848 2.999191 0.005400948 30 0.1580618 0.7100628
carb -0.5509251 -3.61575 0.001084446 30 -0.754648 -0.2503183
请注意第一列中添加的行名称 . 它们显示哪个列与cor.test的mpg配对 . 理想情况下,我想用dplyr和管道来做这件事 .
1 回答
这是一个坚持
do
方法的解决方案 . 您缺少的步骤是收集数据,然后按变量分组 .这里有一个更基本R方法的例子(虽然为方便起见我使用了管道,但它很容易适应)