Question

我一直在拼命寻找一种计算多重相关矩阵的方法，在R中具有显着性。如果这很难，那么两个具有重要性的变量之间的多重相关就足够了。

到目前为止我尝试过：

library(polychor)
poly <- polychor(var1,var2)
poly <- polychor(DatM) #where DatM is a DF converted to matrix

library(polycor)
hetcor(Dat2) #I am however uncertain hetcor is something I would want if I am looking for polychoric correlation.

library(psych)
polychoric(Dat$for2a,smooth=TRUE,global=TRUE,polycor=FALSE, ML = FALSE, std.err=TRUE)

这些都不具有重要意义。我已经读过，对于每个相关对的corr = 0假设，置换检验[可以给我意义] [1]。包硬币和lmPerm允许人们计算排列测试。但是，我不确定如何。

提前谢谢，海尔吉

Answer 1

很抱歉迟到的回复。

cor.ci可能是您想要的，因为您可以指定poly = TRUE。 Bill最近还改变了cor.plot，以便它使用相关性显着缩放文本大小，但您可能必须从我们的服务器安装最新的psych包：

install.packages('psych', type = 'source', repos = 'http://personality-project.org/r/')

这是一个简短的例子：

library(psych)
poly.example <- cor.ci(sim.poly(nvar = 10,n = 100)$items,n.iter = 10,poly = TRUE)
poly.example
print(corr.test(poly.example$rho), short=FALSE)

R中具有重要性的多重相关矩阵

1 个答案: