Question

我试图在连续词汇得分和句法效率（二分法：生产性与非生产性）之间得到一个点的双关联。

我尝试了两个ltm软件包

> biserial.cor (lol$voc1_tvl, lol$synt, use = c("complete.obs"))

和polycor包

> polyserial( lol$voc1_tvl, lol$synt, ML = FALSE, control = list(), std.err = FALSE, maxcor=.9999, bins=4)

问题是两个测试都没有给我一个p值

我怎样才能运行点双线相关检验并获得相关的p值或者自己计算p值？

Answer 1

由于点双线相关仅为a particular case of the popular Peason's product-moment coefficient，因此您可以使用cor.test来近似（稍后更多）连续X和二分Y之间的相关性。例如，给定以下数据：

set.seed(23049)
x <- rnorm(1e3)
y <- sample(0:1, 1e3, replace = TRUE)

运行cor.test(x, y)会为您提供所需的信息。

    Pearson's product-moment correlation

data:  x and y
t = -1.1971, df = 998, p-value = 0.2316
alternative hypothesis: true correlation is not equal to 0
95 percent confidence interval:
 -0.09962497  0.02418410
sample estimates:
        cor 
-0.03786575

作为系数之间相似性的指示，请注意-0.03786575的计算相关性与ltm::biserial.cor给出的相似之处：

> library(ltm)
> biserial.cor(x, y, level = 2)
[1] -0.03784681

不同之处在于biserial.cor是根据人口计算的，标准偏差除以n，其中cor和cor.test计算标准偏差样本，除以n - 1。

正如cgage所说，你也可以使用polyserial()函数，在我的例子中会产生

> polyserial(x, y, std.err = TRUE)

Polyserial Correlation, 2-step est. = -0.04748 (0.03956)
Test of bivariate normality: Chisquare = 1.891, df = 5, p = 0.864

在这里，我认为计算相关性（-0.04748）的差异是由于polyserial使用优化算法来近似计算（除非Y有两个以上的水平，否则这是不必要的）。

Answer 2

使用ggplot2数据集mpg作为可重现的示例：

library(ggplot2)
# Use class as dichotomous variable (must subset)
newData = subset(mpg, class == 'midsize' | class == 'compact')

# Now getting p-value
library(ltm)
polyserial(newData$cty,newData$class, std.err = T)

您将在std.err=T

中使用polyserial查看所需的所有输出

点双列和p值

2 个答案: