Question

我试图在R中适合for循环，以便为数据帧中的多个子集运行相关性，然后将结果存储在向量中。

在此循环中，我有一个数据帧，其中包含2列x和y，每列中有30行不同的连续测量值。该过程应重复100次。可以发明数据。我需要的是计算前五行（x和y之间）的Spearman的rho，然后计算递增的子集（例如，第六排，第七排，第一排等）。然后，我需要将rho结果存储在一个可以进一步使用的向量中。

我的想法（但不起作用）

sortvector <- 1:(30) 
for (i in 1:100) 
{
sortvector <- sample(sortvector, replace = F) 
xtemp <- x[sortvector] 
rho <- cor.test(xtemp,y, method="spearman")$estimate  
}

问题是代码在整个数据帧中给了我一个rho值，但是对于子集的增量我需要它。在for循环中，如何获得递增值子集的rho？以及如何将系数存储在以后可以使用的向量中？

非常感谢您的帮助。

欢呼

Answer 1

最简单的方法是将for循环转换为sapply函数，由于引导，该函数返回rho的向量：

sortvector <- 1:(30)
x <- rnorm(30)
y <- rnorm(30)

rho <- sapply(1:100, function(i) {
  sortvector <- sample(sortvector, replace = F) 
  xtemp <- x[sortvector] 
  cor.test(xtemp, y, method = "spearman")$estimate  
})

head(rho)

输出：

         rho          rho          rho          rho          rho          rho 
 0.014460512 -0.239599555  0.003337041 -0.126585095  0.007341491  0.264516129

计算Spearman的rho以增加for Loop中的行子集

1 个答案: