所有。我想使用 dplyr和/或扫帚包 从相关矩阵中获取p值并同时测试多个变量。我知道其他方法,但dplyr对我来说似乎更容易,更直观。此外,dplyr需要关联每个变量以获得特定的p值,这使得过程更容易,更快。
我检查了其他链接,但它们无法解决此问题(example 1,example 2,example 3) 当我使用此代码时,会报告相关系数。但是,P值不是。
agreg_base_tipo_a %>%
dplyr::select(S2.RT, BIS_total, IDATE, BAI, ASRS_total) %>%
do(as.data.frame(cor(., method="spearman", use="pairwise.complete.obs")))
请查看此可重现的代码:
set.seed(1164)
library(tidyverse)
ds <- data.frame(id=(1) ,a=rnorm(10,2,1), b=rnorm(10,3,2), c=rnorm(5,1,05))
ds %>%
select(a,b,c) %>%
do(as.data.frame(cor(., method="spearman", use="pairwise.complete.obs")))
答案 0 :(得分:3)
此答案基于akrun对此post的评论。通过使用rcorr
函数,我们可以计算相关性和P值。要访问这些组件,请使用ds_cor$r
和ds_cor$P
。
set.seed(1164)
library(tidyverse)
library(Hmisc)
ds <- data.frame(id=(1) ,a=rnorm(10,2,1), b=rnorm(10,3,2), c=rnorm(5,1,05))
ds_cor <- ds %>%
select(-id) %>%
as.matrix() %>%
rcorr(type = "spearman")
ds_cor
# a b c
# a 1.00 0.28 -0.42
# b 0.28 1.00 -0.25
# c -0.42 -0.25 1.00
#
# n= 10
#
#
# P
# a b c
# a 0.4250 0.2287
# b 0.4250 0.4929
# c 0.2287 0.4929