【数学分析入门】R语言相关性分析单样本多样本

相关性分析

一.单样本

1.相关性分析

cor(state.x77)
##相关性
cor(state.x77, method-"spearman") 
##协方差
cov(state.x77)

> x<-state.x77[,c(1,2,3,6)]
> y<-state.x77[,c(4,5)] 
> cor(x,y)

2.偏相关性分析

偏相关分析，用于分析当两个变量都与第三个变量相关时，将第三个变量的影响剔除，只分析另外两个变量之间的相关程度。

install.packages("ggm") 
library(ggm)
colnames(state.x77)
pcor(c(1,5,2,3,6),cov(state.x77))

控制收入水平，文盲率，高中毕业率的影响
看人口和谋杀率之间的关系
结果为0.346，相关性不高

3.相关性检验

cor.test(state.x77[,3],state.x77[,5])

谋杀率与文盲率之间的关系

p小于0.05，且置信区间为 0.5279280-0.8207295，相关系数为0.70

4. 偏相关性检验

x<-pcor(c(1,5,2,3,6),cov(state.x77))
pcor.test(x,3,50)

二 两组样本

1.参数检验-t检验

适用于so有两个值，且样本满足正态分布

library(MASS)
t.test(Prob~So,data=UScrime)

p值远小于0.005，存在相关性