完整的cor()函数

时间:2013-09-19 10:19:18

标签: r matrix correlation na

我正在为我的数据建立一个相关矩阵,看起来像这样

df <- structure(list(V1 = c(56, 123, 546, 26, 62, 6, NA, NA, NA, 15
), V2 = c(21, 231, 5, 5, 32, NA, 1, 231, 5, 200), V3 = c(NA, 
NA, 24, 51, 53, 231, NA, 153, 6, 700), V4 = c(2, 10, NA, 20, 
56, 1, 1, 53, 40, 5000)), .Names = c("V1", "V2", "V3", "V4"), row.names = c(NA, 
10L), class = "data.frame")

这给出了以下数据框:

        V1  V2  V3   V4
    1   56  21  NA    2
    2  123 231  NA   10
    3  546   5  24   NA
    4   26   5  51   20
    5   62  32  53   56
    6    6  NA 231    1
    7   NA   1  NA    1
    8   NA 231 153   53
    9   NA   5   6   40
    10  15 200 700 5000

我通常使用complete.obs命令使用此命令建立我的相关矩阵

crm <- cor(df, use="complete.obs", method="pearson") 

我的问题是,complete.obs如何处理数据?它是否省略任何具有“NA”值的行,制作一个“NA”自由表并立即制作相关矩阵?

df2 <- structure(list(V1 = c(26, 62, 15), V2 = c(5, 32, 200), V3 = c(51, 
53, 700), V4 = c(20, 56, 5000)), .Names = c("V1", "V2", "V3", 
"V4"), row.names = c(NA, 3L), class = "data.frame")

或以成对方式省略“NA”值,例如,当计算V1和V2之间的相关性时,在V3中包含NA值的行(例如我的示例中的行1和2)是否得到也省略了?

如果是这种情况,我期待通过以成对方式省略NA值来建立一个尽可能保留数据的命令。

非常感谢,

1 个答案:

答案 0 :(得分:16)

查看cor的帮助文件,即?cor。特别是,

  

如果'use'是''everything“','NA'将在概念上传播,即a   每当其中一个贡献时,结果值将为“NA”   观察结果为'NA'。

     

如果'use'是''all.obs'',则表示存在缺失的观察结果   会产生错误。如果'use'是''complete.obs''则丢失   值通过逐个删除来处理(如果没有完整的话   情况,这会产生错误。)

为了更好地了解正在发生的事情,创建一个(甚至)更简单的例子:

df1 = df[1:5,1:3]
cor(df1, use="pairwise.complete.obs", method="pearson") 
cor(df1, use="complete.obs", method="pearson") 
cor(df1[3:5,], method="pearson") 

因此,当我们使用complete.obs时,如果存在NA,我们会丢弃整个行。在我的示例中,这意味着我们会丢弃第1行和第2行。但是,pairwise.complete.obs在计算NAV1之间的相关性时会使用非V2值。