我想使用数据创建相关矩阵，但基于显着边缘加权。
m <- matrix(data = rnorm(36), nrow = 6, ncol = 6)
x <- LETTERS[1:6]
for (a in 1:length(x)) y <- c(y, paste("c", a, sep = ""))
mCor <- cor(t(m))
w <- sample(x = seq(0.5, 0.8, by = 0.01), size = 36)
对象w代表mCor的权重。我知道其他包为输入数据提供相关性的包，其长度必须与向量x和y的长度相同。我想计算成对加权的Pearson相关表，使用所有列中每行的数据。
我只是想确保它是正确的，但我想通过将每个值乘以给定的权重，为每行cor和A使用加权B 。您通常需要三个长度相同的向量，两个用于数据，一个用于权重。
我正在使用data.table软件包，欢迎快速解决方案。此外，不确定我是否应该传递一个表，其中两列用于连接，另一列用于权重。现有功能是保留顺序还是自动匹配？
weight <- data.table(x = rep(LETTERS[1:3], each = 12), y = rep(LETTERS[4:6], times = 3), w = w)