r - 计算为分类变量调整的偏相关

标签 r correlation

我正在尝试计算 R 中两个连续变量之间的偏相关性,这些变量针对具有 3 个级别的分类变量进行了调整。

A        B        Category
146.0    315.71   Level 1
66.73    301.22   Level 2
2487.07  115.94   Level 3
.        .        .
.        .        .

“ppcor”包中的函数 pcor.test 要求所有变量都是数字,即:
pcor.test(x, y, z, method = c("pearson", "kendall", "spearman"))

如何使用分类变量进行调整来计算偏相关?

最佳答案

我认为你可以以更好的方式做到这一点。为“类别”中的级别计算每个子集中的相关性。然后您可以使用 Fisher 变换比较 r 分数。

使用分类变量调整相关性是个坏主意。

关于r - 计算为分类变量调整的偏相关,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/33861908/

相关文章:

r - 具有显着性星的非方形相关矩阵的相关图

r - 解释 psych::cor.smoother 函数

r - 将两个向量之间的函数投影到 R 中的数据框中

matlab - Matlab 中的 Pearson 系数和协方差计算

为系列绘制的 R plotCI 错误分配的颜色

algorithm - 用于查找数据集之间关系的相关算法

r - 使用 R 正则表达式提取所有符合条件的子字符串

r - 如何在我的数据集中执行 R 中的卡方检验?

正则表达式在存在多个时提取第一个 date_time 戳

r - 来自 Hive UDF/UDAF 的 JRI