Question

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，

Answer 1

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NA和V1之间的相关性时会使用非V2值。

完整的cor（）函数

1 个答案: