Question

我有这个数据集：

    dbppre               dbppost              per1pre           per1post          per2pre       per2post
0.544331824055634   0.426482748529805   1.10388140870983    1.14622255457398    1.007302668 1.489675646
0.44544008292805    0.300746382647025   0.891104906479033   0.876840408251785   0.919450773 0.892276804
0.734783578764543   0.489971007532308   1.02796075709944    0.79655130374748    0.610340504 0.936092006
1.04113077142586    0.386513119551008   0.965359488375859   1.04314173155816    1.122001994 0.638452078
0.333368637355291   0.525460160226716           NA          0.633435747         1.196988457 0.396543005
1.76769244892893    0.726077921840058   1.08060419667991    0.974269083108835   1.245643507 1.292857474
1.41486783                  NA          0.910710353033318   1.03435985624106    0.959985314 1.244732938
1.01932795229362    0.624195252685448   1.27809687379565    1.59656046306852    1.076534265 0.848544508
1.3919315726037     0.728230610741795   0.817900465495852   1.24505216554384    0.796182044 1.47318564
1.48912544220417    0.897585509143984   0.878534099910696   1.12148645028777    1.096723799 1.312244217
1.56801709691326    0.816474814896344   1.13655475536592    1.01299018097117    1.226607978 0.863016615
1.34144721808244    0.596169010679233   1.889775937                 NA          1.094095173 1.515202105
1.17409999971024    0.626873517936125   0.912837009713984   0.814632450682884   0.898149331 0.887216585
1.06862027138743    0.427855128881696   0.727537839417515   1.15967069522768    0.98168375  1.407271061
1.50406121956726    0.507362673558659   1.780752715         0.658835953         2.008229626 1.231869338
1.44980944220763    0.620658801480513   0.885827192590202   0.651268425772394   1.067548223 0.994736445
1.27975202574336    0.877955236879164   0.595981804265367   0.56002696152466    0.770642278 0.519875921
0.675518080750329   0.38478948746306    0.822745530980815   0.796051785239611   1.16899539  1.16658889
0.839686262472682   0.481534573379965   0.632380676760052   0.656052506855686   0.796504954 1.035781891
.
.
.

正如您所看到的，基因表达数据有多个cuantitative变量，每个基因在治疗前后都测量了两次，在一些变量中有一些缺失值。

每一行对应一个人，它们也分为两组（0 =对照，1 =真正对待）。

我想进行相关（Spearman或Pearson取决于正态性，但是按组，并获得相关值和p值显着性，避免使用NA。

有可能吗？

我知道如何实现cor.test()函数来比较两个变量，但我在这个函数中找不到任何变量来考虑组。

我还发现plyr和data.table库是按组进行的，但是它们只返回没有p值的相关值，而且我还没有能够为变量创建单词与NAs。

建议？

Answer 1

您可以使用Hmisc包。

library(Hmisc)
set.seed(10)
dt<-matrix(rnorm(100),5,5) #create matrix

dt[1,1]<-NA #introduce NAs
dt[2,4]<-NA #introduce NAs

cors<-rcorr(dt, type="spearman") #spearman correlation
corp<-rcorr(dt, type="pearson") #pearson correlation

> corspear
     [,1] [,2] [,3] [,4] [,5]
[1,]  1.0  0.4  0.2  0.5 -0.4
[2,]  0.4  1.0  0.1 -0.4  0.8
[3,]  0.2  0.1  1.0  0.4  0.1
[4,]  0.5 -0.4  0.4  1.0 -0.8
[5,] -0.4  0.8  0.1 -0.8  1.0

n
     [,1] [,2] [,3] [,4] [,5]
[1,]    4    4    4    3    4
[2,]    4    5    5    4    5
[3,]    4    5    5    4    5
[4,]    3    4    4    4    4
[5,]    4    5    5    4    5

P
     [,1]   [,2]   [,3]   [,4]   [,5]  
[1,]        0.6000 0.8000 0.6667 0.6000
[2,] 0.6000        0.8729 0.6000 0.1041
[3,] 0.8000 0.8729        0.6000 0.8729
[4,] 0.6667 0.6000 0.6000        0.2000
[5,] 0.6000 0.1041 0.8729 0.2000

有关详细信息，请参阅帮助部分：?rcorr

rcorr返回一个包含元素r的列表，即相关矩阵n 用于分析每对的观察数量的矩阵变量和P，渐近P值。对少于2的对非缺失值的r值设置为NA。

NAs和组间两个定量变量的相关性

1 个答案: