我在寻求获得数据集的相关系数方面遇到了困难 . 我开始使用 ggpairs 然后 cor 函数 .
ggpairs
cor
这可能听起来缺乏知识，但我没有意识到我无法计算类型不是数字的列的相关性 . 例如，我想现在一些AGE和CITY之间的相关性 . 我有什么选择这样的情况？或者我应该做什么数据转换？
谢谢 .
正如thelatemail所说，有时候图表不仅仅是一个统计数据...
cities <- c("Montreal", "Toronto", "New York", "Plattsburgh") dat <- data.frame(city = sample(cities,size = 200, replace = TRUE), age = rnorm(n = 200, mean = 40, sd = 20)) dat$city <- as.factor(dat$city) plot(age ~ city, data = dat)
然后，为了进行适当的分析，您有几个选项... anova，或以城市作为解释变量（因子）的回归...尽管您的问题可能对Cross Validated有更好的回答！
顺便说一下：请忽略消极时代，这已经很快完成了 .
我想你首先需要回答你正在尝试做什么的问题 . 相关系数（Pearson's r）是一个特定的统计量，可以在两个数值上计算（其中二分变量可以被认为是数值） . 它具有一些特殊的特征，包括它以-1和1为界，并且它没有依赖或自变量的概念 . 它也不代表解释的方差比例;你需要对它进行平方以获得通常的衡量标准 . 它的作用是估计两个变量之间关联的大小和方向 .
当你将变量（例如city）作为两个变量之一时，这些特性使得使用r成为不合适 . 如果您想知道城市解释的年龄差异比例，您可以在城市的一组虚拟变量上运行年龄回归，并查看模型的整体R平方 . 然而，与r不同，您将没有简单的方向（只是每个城市的方向），并且它不一定与您根据年龄 Build 预测城市的模型相同 .
关于City等定性数据，您可以使用Spearman的相关性 .
您可以找到有关此关联的更多信息here
它可以在这个命令的帮助下简单地在R中使用：
cor(x, use=, method= )
所以，如果你想在一个简单的例子中使用它：
cor（AGE，CITY，method =“Spearman”）
我希望能帮助你
3 回答
正如thelatemail所说，有时候图表不仅仅是一个统计数据...
然后，为了进行适当的分析，您有几个选项... anova，或以城市作为解释变量（因子）的回归...尽管您的问题可能对Cross Validated有更好的回答！
顺便说一下：请忽略消极时代，这已经很快完成了 .
我想你首先需要回答你正在尝试做什么的问题 . 相关系数（Pearson's r）是一个特定的统计量，可以在两个数值上计算（其中二分变量可以被认为是数值） . 它具有一些特殊的特征，包括它以-1和1为界，并且它没有依赖或自变量的概念 . 它也不代表解释的方差比例;你需要对它进行平方以获得通常的衡量标准 . 它的作用是估计两个变量之间关联的大小和方向 .
当你将变量（例如city）作为两个变量之一时，这些特性使得使用r成为不合适 . 如果您想知道城市解释的年龄差异比例，您可以在城市的一组虚拟变量上运行年龄回归，并查看模型的整体R平方 . 然而，与r不同，您将没有简单的方向（只是每个城市的方向），并且它不一定与您根据年龄 Build 预测城市的模型相同 .
关于City等定性数据，您可以使用Spearman的相关性 .
您可以找到有关此关联的更多信息here
它可以在这个命令的帮助下简单地在R中使用：
cor(x, use=, method= )
所以，如果你想在一个简单的例子中使用它：
cor（AGE，CITY，method =“Spearman”）
我希望能帮助你