数据结构
网络
关系型数据库管理系统
操作系统
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 语言编程
C++
C#
MongoDB
MySQL
Javascript
PHP
物理学
化学
生物学
数学
英语
经济学
心理学
社会学
时尚研究
法律研究如何在 R 中执行 Spearman 相关性检验时避免“无法计算带有重复值的精确 p 值”的警告？
当变量不是连续的，但可以进行排序时，我们不使用皮尔逊相关系数来查找线性关系，在这种情况下，斯皮尔曼相关系数就会派上用场。由于斯皮尔曼相关系数考虑了值的秩，因此相关性检验会忽略相同的秩以查找 p 值，从而导致“无法计算带有重复值的精确 p 值”的警告。这可以通过在 cor.test 函数内部使用 exact = FALSE 来避免。
示例
考虑以下向量并执行斯皮尔曼相关性检验以检查它们之间的关系：
x1<-rpois(20,2) y1<-rpois(20,5) cor.test(x1,y1,method="spearman")
输出
Spearman's rank correlation rho data: x1 and y1 S = 1401.7, p-value = 0.8214 alternative hypothesis: true rho is not equal to 0 sample estimates: rho -0.05390585 Warning message: In cor.test.default(x1, y1, method = "spearman") : Cannot compute exact p-value with ties
这里，我们得到了关于重复值的警告，这可以通过使用 exact=FALSE 来避免，如下所示：
示例
cor.test(x1,y1,method="spearman",exact=FALSE)
输出
Spearman's rank correlation rho data: x1 and y1 S = 1401.7, p-value = 0.8214 alternative hypothesis: true rho is not equal to 0 sample estimates: rho -0.05390585
让我们再看一些例子：
示例
x2<-sample(1:100,500,replace=TRUE) y2<-sample(1:50,500,replace=TRUE) cor.test(x2,y2,method="spearman")
输出
Spearman's rank correlation rho data: x2 and y2 S = 20110148, p-value = 0.4387 alternative hypothesis: true rho is not equal to 0 sample estimates: rho 0.03470902 Warning message: In cor.test.default(x2, y2, method = "spearman") : Cannot compute exact p-value with ties
示例
cor.test(x2,y2,method="spearman",exact=FALSE)
输出
Spearman's rank correlation rho data: x2 and y2 S = 20110148, p-value = 0.4387 alternative hypothesis: true rho is not equal to 0 sample estimates: rho 0.03470902
示例
x3<-sample(101:110,5000,replace=TRUE) y3<-sample(501:510,5000,replace=TRUE) cor.test(x3,y3,method="spearman")
输出
Spearman's rank correlation rho data: x3 and y3 S = 2.0642e+10, p-value = 0.5155 alternative hypothesis: true rho is not equal to 0 sample estimates: rho 0.009199129 Warning message: In cor.test.default(x3, y3, method = "spearman") : Cannot compute exact p-value with ties
示例
cor.test(x3,y3,method="spearman",exact=FALSE)
输出
Spearman's rank correlation rho data: x3 and y3 S = 2.0642e+10, p-value = 0.5155 alternative hypothesis: true rho is not equal to 0 sample estimates: rho 0.009199129
更新于: 2020年9月8日
19K+ 次浏览
广告