Question

我试图对我的相关性进行假设检验H0：r = .5，H1：R！= .5。 R可以很好地测试假设H0：r = 0.我在网上查看了＆＃34; cor.test＆＃34;允许我改变假设检验，但它不可用。

cor.test（x，y， alternative = c（＆＃34; two.sided＆＃34;，＆＃34; less＆＃34;，＆＃34;更大＆＃34;）， method = c（＆＃34; pearson＆＃34;，＆＃34; kendall＆＃34;，＆＃34; spearman＆＃34;）， exact = NULL，conf.level = 0.95，continuity = FALSE，...）

这是我的代码

> avgTemp
 [1] 21 24 32 47 50 59 68 74 62 50 41 30
> usage
 [1] 185.79 214.47 288.03 424.84 454.68 539.03 621.55 675.06 562.03 452.93
[11] 369.95 273.98
> cor.test (avgTemp,usage)

        Pearson's product-moment correlation

data:  avgTemp and usage
t = 272.255, df = 10, p-value < 2.2e-16
alternative hypothesis: true correlation is not equal to 0
95 percent confidence interval:
 0.9997509 0.9999817
sample estimates:
      cor 
0.9999326

同样，一切都运转良好。我只是不知道如何进行我的假设检验H0：r = .5

谢谢！

Answer 1

查看空值是否在置信区间内等同于对假设的检验（有时会有一些不同的假设）。由于0.5明显超出上面所示的置信区间，这相当于拒绝零假设，即在0.05的双侧α水平上真实相关为0.5。

另一个选项（可让您更好地控制假设）是模拟大量与原始数据具有相同通用属性的数据集（均值，标准差）和相关的空值（请参阅{ {1}}在MASS包中运行），然后计算每个模拟数据集的相关性。比较数据与模拟相关性的相关性，您的p值是模拟相关性的比例，它比观察到的相关性更极端。

用R来检验相关假设= .5

1 个答案: