Corrplot的意义

时间:2014-01-21 14:37:43

标签: r statistics correlation

我不知道我应该把method=”spearman”放在corrplot的代码中,看看sperman相关性的重要性

cor.mtest <- function(mat, conf.level = 0.95){
mat <- as.matrix(mat)
n <- ncol(mat)
p.mat <- lowCI.mat <- uppCI.mat <- matrix(NA, n, n)
diag(p.mat) <- 0
diag(lowCI.mat) <- diag(uppCI.mat) <- 1
for(i in 1:(n-1)){
for(j in (i+1):n){
tmp <- cor.test(mat[,i], mat[,j], conf.level = conf.level)
p.mat[i,j] <- p.mat[j,i] <- tmp$p.value
lowCI.mat[i,j] <- lowCI.mat[j,i] <- tmp$conf.int[1]
uppCI.mat[i,j] <- uppCI.mat[j,i] <- tmp$conf.int[2]
}
}
return(list(p.mat, lowCI.mat, uppCI.mat))
}
res1 <- cor.mtest(mtcars,0.95)

1 个答案:

答案 0 :(得分:0)

必须将参数method=”spearman”传递给cor.test函数:

cor.test(mat[,i], mat[,j], conf.level = conf.level, method = ”spearman”)

有关详细信息,请参阅?cor.test的帮助页面。