Question

我正在使用一组数据，并且我已经获得了一定的相关性（使用皮尔森的相关系数）。是否有R函数或包可以通过置换测试确定相关性有多好？或者还有其他方法吗？

示例数据：

数据A

  structure(list(A = c(4.7671948292, 5.057230067, 5.3789958351, 
  6.1564088085, 4.8594252454, 5.8761895664, 4.4854758124, 4.7528916483, 
  4.4210848845, 3.9850111524), B = c(4.5852526479, 4.9673151031, 
  5.1601803995, 6.3082498288, 4.5796519129, 5.665788171, 4.2886052774, 
  4.4678455852, 4.4444468354, 3.8911975809)), .Names = c("A", 
  "B"), row.names = c("901_at", "902_at", "903_at", 
   "904_at", "905_at", "906_at", "907_at", "908_at", 
   "909_at", "910_s_at"), class = "data.frame")

数据B

      structure(list(A = c(5.5552465406, 5.8527484565, 8.3272537274, 
      6.4436035152, 5.597121724, 7.7741738479, 4.9931115346, 5.3852788212, 
      6.0292060458, 4.8351702985),B = c(5.6748698406, 6.8504588796, 
      9.4375062219, 7.6984745916, 5.7246927142, 9.0156741296, 4.8601744963, 
     5.4403609238, 6.842929093, 5.474543968)), .Names = c("A", "B"
     ), row.names = c("901_at", "902_at", "903_at", "904_at", 
    "905_at", "906_at", "907_at", "908_at", "909_at", 
    "910_s_at"), class = "data.frame")

相关性计算如下：

   cor1<-cor(data A, data B)

如何进行排列测试以验证相同的效果？

Answer 1

以下是我所知道的一些软件包： -

编辑： - 解释得更好

CART（分类和回归树） - rpart 包（你可以根据你需要的结果构建关于二进制和非二进制数据集的决策树，在你的情况下它是非二进制。）

BNeT（贝叶斯网络）： - 交易包（它基于 bayes 定义，定义了因果关系。）

朴素贝叶斯分类器： - e1071 包，以便对Navie Bayes Classifier有一些基本的了解！

R中仍有许多相关性。

Answer 2

我发现这个功能完美无缺，我认为我应该在这里分享。

corPerm.R包含三个函数，用于通过置换来测试Pearson相关系数。

并且相同的链接是

http://adn.biol.umontreal.ca/~numericalecology/Rcode/

确定R中的相关性有多好

2 个答案: