cor.test（）的矩阵版本 [英] A matrix version of cor.test()

问题描述

Cor.test（）接受向量 x 和 y 作为参数，但是我有一个要成对测试的完整数据矩阵。 Cor（）将此矩阵作为参数很好，我希望找到一种方法来对 cor.test（）做同样的事情。

Cor.test() takes vectors x and y as arguments, but I have an entire matrix of data that I want to test, pairwise. Cor() takes this matrix as an argument just fine, and I'm hoping to find a way to do the same for cor.test().

其他人的常见建议似乎是使用 cor.prob（）：

The common advice from other folks seems to be to use cor.prob():

https://stat.ethz.ch/pipermail/r-help/2001-November/016201.html

但是这些p值与 cor.test（）生成的p值不同！！！与 cor.prob相比， Cor.test（）似乎还能够更好地处理成对删除（我的数据集中有很多丢失的数据）。 （）。

But these p-values are not the same as those generated by cor.test()!!! Cor.test() also seems better equipped to handle pairwise deletion (I have quite a bit of missing data in my data set) than cor.prob().

有人对 cor.prob（）有什么选择吗？如果解决方案涉及嵌套的for循环，就这样吧（我对 R 足够陌生，即使这对我来说也是个问题）。

Does anybody have any alternatives to cor.prob()? If the solution involves nested for loops, so be it (I'm new enough to R for even this to be problematic for me).

推荐答案

corr.test 在 psych 包中旨在做到这一点：

corr.test in the psych package is designed to do this:

library("psych")
data(sat.act)
corr.test(sat.act)

如注释中所述，复制 p来自整个矩阵的 cor.test（）函数中的值，那么您需要关闭 p 的调整-多个比较的值（默认为使用Holm的调整方法）：

As noted in the comments, to replicate the p-values from the base cor.test() function over the entire matrix, then you need to turn off adjustment of the p-values for multiple comparisons (the default is to use Holm's method of adjustment):

 corr.test(sat.act, adjust = "none")

[但是在解释这些结果时要小心！]

[But be careful when interpreting those results!]

这篇关于cor.test（）的矩阵版本的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！