皮尔逊相关性按分类变量“分层”

2 回答

• 0

  有几种方法可以在R. _2619983中实现，或者更一般地说 tidyverse 是一组能够达到预期效果的流行工具 . 这些工具的主要区别在于管道 %>% ，它提供了一种从左到右而不是从内到外编写代码的方法（或者在环境中创建一堆中间对象） . 虽然管道可以与基地R一起使用，但它的受欢迎程度来自 dplyr .

  以下是mtcars数据集的几个示例 . 关键功能是 do 和 map ，它们非常通用 . 我建议运行 ?do 和 ?map .

  library(tidyverse)
  
  mtcars %>%
    group_by(cyl) %>%
    summarize(cor = cor(mpg, disp))
  #output
  # A tibble: 3 x 2
      cyl correlation
    <dbl>       <dbl>
  1     4  -0.8052361
  2     6   0.1030827
  3     8  -0.5197670
  

  另一种方式是：

  mtcars  %>% 
    group_by(cyl) %>%
    do(cor = cor(.$mpg, .$disp)) %>%
    unnest()
  

  或者更多变量：

  mtcars  %>% 
    group_by(cyl) %>%
    do(cor = as.data.frame(cor(.[,-2]) )) %>%
    unnest()
  

  cor.test的一个例子：

  library(broom)
  
  mtcars  %>% 
    group_by(cyl)  %>% 
    do(tidy(cor.test(.$mpg, .$disp))) 
  #output
      cyl   estimate  statistic     p.value parameter   conf.low   conf.high                               method alternative
    <dbl>      <dbl>      <dbl>       <dbl>     <int>      <dbl>       <dbl>                               <fctr>      <fctr>
  1     4 -0.8052361 -4.0740206 0.002782827         9 -0.9474526 -0.39724826 Pearson's product-moment correlation   two.sided
  2     6  0.1030827  0.2317344 0.825929685         5 -0.7046776  0.79446840 Pearson's product-moment correlation   two.sided
  3     8 -0.5197670 -2.1075838 0.056774876        12 -0.8232990  0.01492976 Pearson's product-moment correlation   two.sided
  

  还有另一种使用purrr :: map的方法：

  mtcars  %>% 
    split(.$cyl)  %>% 
    map(~cor.test(.x$mpg, .x$disp))
  

  它给出了一个列表，可以使用相同或另一个map函数进行操作：

  mtcars  %>% 
    split(.$cyl)  %>% 
    map(~cor.test(.x$mpg, .x$disp)) %>%
    map_dbl("p.value")
  #output:
            4           6           8 
  0.002782827 0.825929685 0.056774876
  

  提取系数：

  mtcars  %>% 
    split(.$cyl)  %>% 
    map(~cor.test(.x$mpg, .x$disp)) %>%
    map(~data.frame(cor = .x$estimate, p = .x$p.value)) #check also `map_dfr` and `map_dfc`
  
  #output
  $`4`
             cor           p
  cor -0.8052361 0.002782827
  
  $`6`
            cor         p
  cor 0.1030827 0.8259297
  
  $`8`
            cor          p
  cor -0.519767 0.05677488
  

  更新：回答更新的问题：

  问题是如何指定 do 调用 . 这是对的：

  df %>%
    group_by(State) %>%
    do(tidy(cor.test(.$NumVis, .$AvgIncome, method="pearson")))
  

  其中 . 表示前一个管道传递的数据 . 在发布的示例中，结果如下：

  Error in cor.test.default(.$NumVis, .$AvgIncome, method = "pearson") : 
  not enough finite observations
  

  考虑到每组仅进行1次观察，这是合理的

  你做的是：

  CorrDat<-read.csv("File")
       CorrDat %>%
         group_by(State) %>%
          do(tidy(cor.test(CorrDat$NumVis, CorrDat$Income, method="pearson")))
  

  将整个CorrDat集传递给 do 函数，使其执行与组相同的操作次数 .

  %>% 管道假定传递的数据将用作以下函数中的第一个参数，如果它不应该将数据称为 . . 您可以执行 .$column 或 .[,2] 等操作 .

  回复于 2024-05-07T15:40:48+08:00
• 5

  使用base r，您可以使用by .

  例如，在missuse的帖子中复制其中一个例子：

  do.call(rbind,
          by(mtcars, mtcars$cyl, FUN = function(x) cor.test(x$mpg, x$disp, data = x)))
  
  statistic parameter p.value     estimate   null.value alternative method                                 data.name          conf.int 
  4 -4.074021 9         0.002782827 -0.8052361 0          "two.sided" "Pearson's product-moment correlation" "x$mpg and x$disp" Numeric,2
  6 0.2317344 5         0.8259297   0.1030827  0          "two.sided" "Pearson's product-moment correlation" "x$mpg and x$disp" Numeric,2
  8 -2.107584 12        0.05677488  -0.519767  0          "two.sided" "Pearson's product-moment correlation" "x$mpg and x$disp" Numeric,2
  

  回复于 2024-05-07T15:40:48+08:00