依赖矩阵

时间:2012-03-10 19:14:04

标签: r chi-squared

我需要使用我数据集的所有91个变量构建依赖矩阵

我尝试使用一些代码,但我没有成功。

在这里,您是重要代码的一部分:

p<- length(dati)
chisquare <- matrix(dati, nrow=(p-1), ncol=p)

它应该创建一个包含所有变量的平方矩阵

system.time({for(i in 1:p){
    for(j in 1:p){
        a <- dati[, rn[i+1]]
        b <- dati[, cn[j]]
        chisquare[i, (1:(p-1))] <- chisq.test(dati[,i], dati[, i+1])$statistic
        chisquare[i, p] <- chisq.test(dati[,i], dati, i+1])$p.value
    }}
})

它应该将“p”变量联系起来,以分析它们是否相互依赖

Error in `[.data.frame`(dati, , rn[i + 1]) : 
  not defined columns selected

Moreover: There are 50 and more alerts (use warnings() to read the first 50)

Timing stopped at: 32.23 0.11 32.69 

warnings() #let's check
>: In chisq.test(dati[, i], dati[, i + 1]) :
  Chi-squared approximation may be incorrect

chisquare #all cells(除非在最后一列中似乎有p值)按行具有相同的值

我还尝试了另一种方式,这是由一个知道如何比我更好地管理R的人提供的:

#strange values I have in some columns
sum(dati == 'x')

#replacing "x" by x
x <- dati[dati=='x']

#distribution of answers for each question
answers <- t(sapply(1:ncol(dati), function(i) table(factor(dati[, i], levels = -2:9), useNA = 'always')))

rownames(answers) <- colnames(dati)
answers
#correlation for the pairs

I<- diag(ncol(dati)) 
#empty diagonal matrix

colnames(I) <- rownames(I) <- colnames(dati)
rn <- rownames(I)
cn <- colnames(I)

#loop
system.time({
    for(i in 1:ncol(dati)){
        for(j in 1:ncol(spain)){
            a <- dati[, rn[i]]
            b <- dati[, cn[j]]
            r <- chisq.test(a,b)$statistic
            r <- chisq.test(a,b)$p.value
            I[i, j] <- r
        }
     }
})

 user  system elapsed 
  29.61    0.09   30.70 

There are 50 and more alerts (use warnings() to read the first 50)

warnings() #let's check
-> : In chisq.test(a, b) : Chi-squared approximation may be incorrect

diag(I)<- 1

#result
head(I)

列停在第5个变量,而 我需要检查所有变量之间的依赖关系。每一个。

我不明白我哪里错了,但我希望我不是那么远......

我希望得到一个很好的帮助。

1 个答案:

答案 0 :(得分:1)

您显然正在尝试计算卡方检验的p值, 对于数据集中的所有变量对。 这可以按如下方式完成。

# Sample data
n <- 1000
k <- 10
d <- matrix(sample(LETTERS[1:5], n*k, replace=TRUE), nc=k)
d <- as.data.frame(d)
names(d) <- letters[1:k]

# Compute the p-values
k <- ncol(d)
result <- matrix(1, nr=k, nc=k)
rownames(result) <- colnames(result) <- names(d)
for(i in 1:k) {
  for(j in 1:k) {
      result[i,j] <- chisq.test( d[,i], d[,j] )$p.value
  }
}

此外,您的数据可能有问题, 导致你得到的警告, 但我们对此一无所知。

您的代码有太多问题让我尝试枚举它们 (您开始尝试创建具有不同数字的方阵 行和列,然后我完全迷失了。)