我有一个包含不同细胞系中 2000 个基因表达的矩阵 x (30x2000) 和一个包含连续变量结果的向量 y (30x1)。我想计算每个基因和结果之间的 Pearson 相关性，因此，我期望 r 值的 2000x1 向量。我使用了 rcorr(x,y) ，但结果是一个 2000x2000 矩阵，所以我猜它忽略了 y 并针对所有基因计算所有基因(手册说:
x = a numeric matrix with at least 5 rows and at least 2 columns (if y is absent)
但是我可以有多个列并且也有 y 吗？我必须使用不同的函数吗？
最佳答案
使用函数cor就可以了。一般来说，如果 x 是 MxN，y y 是 MxP，那么 cor(x,y) 将是一个 NxP 矩阵，其中条目 (i ,j) 是x[,i] 和y[,j] 之间的相关性。
基于 SimonO101 的可重现示例:
> set.seed(1)
> x <- matrix( runif(12) , nrow = 3 )
> y <- runif(3)
> cor(x,y)
[,1]
[1,] 0.3712437
[2,] 0.9764443
[3,] 0.2249998
[4,] -0.4903723
如果您只想要一个向量而不是矩阵:
> array(cor(x,y))
[1] 0.3712437 0.9764443 0.2249998 -0.4903723
关于R: PIL 逊相关性 rcorr(x,y) [x=矩阵，y=向量] 忽略 y，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/19000557/