Question

我有一个数据框，其中包含多个社会经济因素以及相应的观察。我想对所有这些进行lm-Analysis，然后形成一个新的矩阵（或数据框），其中包含每个变量组合的所有P值。

我的原始数据位于矩阵SFI.Matrix中，包含7行，每行12个条目。

我尝试了以下内容： 1.）构建结果矩阵 2.）为所有不同的组合运行lm 3.）将这些结果组合在结果矩阵中。

我的代码如下：

Levene.Tests.Results <- matrix(1, nr=7, nc=7)
rownames(Levene.Tests) <- colnames(Levene.Tests) <- colnames(SFI.Matrix)


for(i in 1:7) {
for(j in 1:7) {
Levene.Tests <- lm(SFI.Matrix[,i] ~ SFI.Matrix[,j])$p.value }}

我的问题是我得到的结果是所有NA的矩阵[n = 7，m = 7]。

我将不胜感激任何建议： - ）

此外，我不确定这是否真的有效，因为数据条目是费率......你能帮我解决这个问题吗？

Answer 1

感谢@BenBolker的建议，我能够解决问题。确实，lm是错误的功能。正确的函数是test.cor，它带来了非常有用的结果：

Correlations<- matrix( nrow=7, ncol=7)
for(i in 1:7) {
for(j in 1:7) {
Correlations[i,j] <- cor.test( SFI.Matrix[,i], SFI.Matrix[,j] )$p.value
}
}

再次感谢Stackoverflow！

R显示lm的P值结果作为矩阵

1 个答案: