数据结构
网络
关系数据库管理系统
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
服装设计
法律研究如何在R中使用数据框的所有变量找到相关矩阵？
相关矩阵有助于我们同时确定多个变量之间线性关系的方向和强度。因此，很容易确定哪些变量应该用于线性模型，哪些变量可以删除。我们可以通过简单地使用cor函数和数据框名称来找到相关矩阵。
示例
考虑以下连续变量的数据框：
> set.seed(9)
> x1<-rnorm(20)
> x2<-rnorm(20,0.2)
> x3<-rnorm(20,0.5)
> x4<-rnorm(20,0.8)
> x5<-rnorm(20,1)
> df<-data.frame(x1,x2,x3,x4,x5)
> df
x1 x2 x3 x4 x5
1 -0.76679604 1.95699294 -0.30845634 1.081222227 1.11407587
2 -0.81645834 0.38225214 -1.51938169 -0.402708626 -0.05365988
3 -0.14153519 -0.06688875 -0.23872407 1.265163691 1.15599915
4 -0.27760503 1.12642163 0.88288656 1.152016386 2.30039421
5 0.43630690 -0.49333188 2.23086367 0.210143783 -0.15588645
6 -1.18687252 2.88199007 0.29691805 -0.053599959 1.21604185
7 1.19198691 0.42252448 -0.49639735 0.553267880 1.80447819
8 -0.01819034 -0.50667241 -0.80653629 2.339338571 0.26788427
9 -0.24808460 0.61721325 -0.49783160 1.346077684 -0.61809812
10 -0.36293689 0.56955678 -0.06502873 2.364961851 1.83906927
11 1.27757055 -0.71376435 2.25205784 1.049670178 0.64856205
12 -0.46889715 -0.11691475 -0.04777135 -1.162418630 0.28371561
13 0.07105410 1.24905921 -0.35852571 -0.009060223 0.05970815
14 -0.26603845 0.36811181 0.54929453 0.301314912 1.73016571
15 1.84525720 0.23144021 0.29995552 1.105121769 0.56212952
16 -0.83944966 -0.81033054 -0.60395445 0.510792758 0.75061790
17 -0.07744806 0.58275153 0.74058804 2.257714201 0.32792906
18 -2.61770553 -0.61969653 0.88111362 1.673755484 1.80101407
19 0.88788403 0.56171109 2.73045895 -0.152956042 -0.48886193
20 -0.70749145 0.29337136 1.69920239 0.768324524 1.45401160查找df中所有变量的相关矩阵：
> cor(df) x1 x2 x3 x4 x5 x1 1.00000000 -0.1332350 0.25115920 -0.04210749 -0.28891754 x2 -0.13323501 1.0000000 -0.15071432 -0.15398933 0.14759671 x3 0.25115920 -0.1507143 1.00000000 -0.05268172 -0.02505888 x4 -0.04210749 -0.1539893 -0.05268172 1.00000000 0.27861734 x5 -0.28891754 0.1475967 -0.02505888 0.27861734 1.00000000
考虑以下连续变量的数据框：
> a1<-rpois(20,2) > a2<-rpois(20,5) > a3<-rpois(20,8) > a4<-rpois(20,10) > a5<-rpois(20,15) > df_new<-data.frame(a1,a2,a3,a4,a5) > df_new a1 a2 a3 a4 a5 1 2 8 9 5 13 2 1 4 7 11 16 3 2 2 5 12 11 4 1 3 12 9 15 5 1 4 8 4 14 6 0 6 9 8 14 7 2 6 12 10 9 8 7 5 13 11 20 9 0 6 6 13 19 10 4 7 10 8 12 11 0 3 14 8 20 12 3 2 10 15 13 13 2 8 7 12 14 14 2 6 10 11 14 15 2 1 5 10 21 16 2 3 12 10 14 17 3 6 7 9 17 18 0 7 6 14 16 19 2 6 6 9 15 20 2 3 7 8 12
查找df_new中所有变量的相关矩阵：
> cor(df_new)
a1 a2 a3 a4 a5
a1 1.000000000 0.02485671 0.26409706 0.05617819 0.009229284
a2 0.024856710 1.00000000 -0.04540504 -0.10727065 -0.184062998
a3 0.264097059 -0.04540504 1.00000000 -0.17991092 -0.013487095
a4 0.056178192 -0.10727065 -0.17991092 1.00000000 0.115063107
a5 0.009229284 -0.18406300 -0.01348709 0.11506311 1.000000000
更新于：2020年8月10日
679 次浏览
广告