Question

MINERVA包提供执行最大信息系数（MIC）的功能。包的描述规定函数mine（x，y）仅适用于相同大小的2个矩阵A和B.

这里，我想获得从不同大小的两个A和B矩阵的相关性获得的MIC系数值，A是n乘m，B是n乘z，n是观测数（行）。换句话说，我的目标是获得一个 m x z 的C矩阵，它返回值，给出MIC相关系数值（如果可能的话，给出相关的P值，如果有的话）。

我提供了一个我想要的Pearson相关性的例子。

set.seed(1)
x <- matrix(rnorm(20), nrow=5, ncol=10)
y <- matrix(rnorm(15), nrow=5, ncol=20)
P <- cor(x, y=y)

我邮寄了MINERVA包的一位作者没有成功，有没有办法可以通过 z 关联来应用我的函数来获取所需的 m ？

Answer 1

让我回答一下自己的帖子。在下面的代码中，我使用循环函数，这可能不是最聪明/最快的方法，但它按预期工作。

library(minerva)
set.seed(1)
x <- matrix(rnorm(20), nrow=5, ncol=10)
y <- matrix(rnorm(15), nrow=5, ncol=20)

Result = matrix(ncol = ncol(y),nrow = ncol(x))
for(i in 1:ncol(x))
{Thisvar = x[,i]
  print(i)
for(k in 1:ncol(y)) 
  {Thisvar2 = y[,k]
  res = mine(Thisvar,Thisvar2, master=TRUE, use="all.obs")
  Result[i,k] = res$MIC
}}

R中2个矩阵之间的MIC相关性

1 个答案: