R语言如何计算部分相关

在这篇文章中，我们将讨论如何在R编程语言中计算部分相关。

当存在控制它们的其他变量的影响时，部分相关有助于衡量两个随机变量之间的关联程度。它基本上给出了两个随机变量与影响它们的其他变量之间的精确关系。

为了在R语言中计算部分相关，我们使用ppcor()函数。ppcor包库帮助我们计算部分和半部分的相关关系以及p值。pcor()函数帮助我们计算给定的每一对变量的成对部分相关关系。它还为我们提供了每对变量的p值和统计量。

为了使用pcor()函数，我们首先需要安装ppcor包库。要安装ppcor库，我们使用

install.packages("ppcor")

安装完毕后，我们可以通过library()函数加载ppcor库。然后使用以下语法在R语言中计算部分相关。

语法。

pcor( df )

参数。

df： 决定了要计算其部分相关的数据框架。

例子： 用数据框的两列进行部分相关的基本例子。

# create sample data frame
sample_data <- data.frame( x= c(1,2,3,4,5,6,7,7,7,8),
                           y= c(4,5,6,7,8,9,9,9,10,10))
  
# load library ppcor
library(ppcor)
  
# calculate Partial Correlation
pcor( sample_data )

输出。

$estimate
         x         y
x 1.0000000 0.9854592
y 0.9854592 1.0000000
$p.value
            x            y
x 0.000000e+00 1.921901e-07
y 1.921901e-07 0.000000e+00
$statistic
        x        y
x  0.00000 16.40436
y 16.40436  0.00000
$n
[1] 10
$gp
[1] 0
$method
[1] "pearson"

这里，x和y之间的部分相关值是0.9854592，这标志着x和y是高度一致的，它们互相增加。

例子： 部分相关的基本例子，有三列的数据框架。

# create sample data frame
sample_data <- data.frame( x= c(1,2,3,4,5,6,7,7,7,8),
                           y= c(4,5,6,7,8,9,9,9,10,10),
                           z= c(1,3,5,7,9,11,13,15,17,19))
  
# load library ppcor
library(ppcor)
  
# calculate Partial Correlation
pcor( sample_data )

输出。

$estimate
         x          y          z
x 1.0000000 0.76314445 0.58810321
y 0.7631444 1.00000000 0.05552034
z 0.5881032 0.05552034 1.00000000
$p.value
          x          y          z
x 0.00000000 0.01673975 0.09578687
y 0.01673975 0.00000000 0.88718502
z 0.09578687 0.88718502 0.00000000
$statistic
        x         y         z
x 0.000000 3.1244245 1.9238403
y 3.124425 0.0000000 0.1471199
z 1.923840 0.1471199 0.0000000
$n
[1] 10
$gp
[1] 1
$method
[1] "pearson"

这里，x和y之间的部分相关值与上面的例子发生了变化，当x和y矢量仍然相同时，因为z矢量影响了它们。所以现在相关值从0.9854592下降到0.76314445，因为x和z的值不一致，为0.58810321。