如何计算R中的相关性

Question

我想计算R中数据集x的子集的colunms之间的相关系数 我有40个模型的行，每个模拟总计8000行 我想计算每个模拟（40行）的colums之间的corr系数

cor(x[c(3,5)])从所有8000行计算 我需要cor(x[c(3,5)])，但仅限于X$nsimul=1等等

你会在这方面帮助我吗？ 圣

Answer 1

我不确定您使用x[c(3,5)]究竟做了什么，但看起来您想要执行以下操作：您有一个像这样的数据框X：

set.seed(123)
X <- data.frame(nsimul = rep(1:2, each=5), a = sample(1:10), b = sample(1:10))

> X
   nsimul  a  b
1       1  1  6
2       1  8  2
3       1  9  1
4       1 10  4
5       1  3  9
6       2  4  8
7       2  6  5
8       2  7  7
9       2  2 10
10      2  5  3

您希望按nsimul列拆分此数据框，并计算每个组中a和b之间的相关性。这是一个典型的split-apply-combine问题，plyr包非常适合：

require(plyr)
> ddply(X, .(nsimul), summarize, cor_a_b = cor(a,b))
  nsimul    cor_a_b
1      1 -0.7549232
2      2 -0.5964848

Answer 2

您可以使用by功能，例如：

correlations <- as.list(by(data=x,INDICES=x$nsimul,FUN=function(x) cor(x[3],x[5])))

# now you can access to correlation for each simulation
correlations["simulation 1"]
correlations["simulation 2"]
...
correlations["simulation 40"]