我试图计算每个因子级别的数据框中两个数字列之间的相关性 . 这是一个示例数据框:
concentration <-(c(3, 8, 4, 7, 3, 1, 3, 3, 8, 6))
area <-c(0.5, 0.9, 0.3, 0.4, 0.5, 0.8, 0.9, 0.2, 0.7, 0.7)
area_type <-c("A", "B", "A", "B", "A", "B", "A", "B", "A", "B")
data_frame <-data.frame(concentration, area, area_type)
在这个例子中,我想计算每个level_type级别的浓度和面积之间的相关性 . 我想使用cor.test而不是cor,因为我想要p值和kendall tau值 . 我尝试使用ddply来做到这一点:
ddply(data_frame, "area_type", summarise,
corr=(cor.test(data_frame$area, data_frame$concentration,
alternative="two.sided", method="kendall") ) )
但是,我遇到输出问题:它的组织方式与正常的Kendall cor.test输出不同,后者表示z值,p值,备选假设和tau估计 . 而不是那样,我得到下面的输出 . 我不知道输出的每一行表示什么 . 此外,每个level_type级别的输出值都相同 .
area_type corr
1 A 0.3766218
2 A NULL
3 A 0.7064547
4 A 0.1001252
5 A 0
6 A two.sided
7 A Kendall's rank correlation tau
8 A data_frame$area and data_frame$concentration
9 B 0.3766218
10 B NULL
11 B 0.7064547
12 B 0.1001252
13 B 0
14 B two.sided
15 B Kendall's rank correlation tau
16 B data_frame$area and data_frame$concentration
ddply我做错了什么?或者还有其他方法吗?谢谢 .
2 回答
您可以添加名为corr的其他列 . 此外,您的语法稍有不正确 .
.
指定变量来自您指定的数据框 . 然后删除data_frame $,否则它将使用整个数据框:ddply(data_frame, .(area_type), summarise, corr=(cor.test(area, concentration, alternative="two.sided", method="kendall")), name=names(corr) )
这使:
统计量是z值,估计值是tau估计值 .
编辑:你也可以像这样做只拉你想要的东西:
这使:
area_type z pval tau.est alt 1 A -0.285133 0.7755423 -0.1259882 two.sided 2 B 6.000000 0.8166667 0.2000000 two.sided
这是不起作用的部分原因是cor.test返回:
这些信息不能放入data.frame(ddply),不会使代码复杂化 . 如果您能提供所需的确切信息,我可以提供进一步的帮助 . 我会看看只是使用
我没有测试过这段代码,但这是我最初采用的路线,可以在这里工作 .