我如何运行多变量相关？

Question

我有大量数据想除以多个变量，如下图所示：

这里一共有63个地块，除以3个变量（rows、cols和fram）。当然，实际上 valuex 和 valuey 有 3 个以上的观察值。我想尽可能高效地找到其中每一个的 Pearson 相关性，但我的想法有点空白。

下面是创建图表的一些示例数据：

example_df <- data.frame(rows = rep(c('r1', 'r2', 'r3'), 63),
                         cols = rep(letters[1:7], 27),
                         fram = rep(c('X', 'Y', 'Z'), each = 63),
                         valuex = rnorm(189),
                         valuey = rnorm(189))

Answer 1

您可以使用 dplyr 到 group_by 多个变量，然后 summarize 为每个子组获取 valuex 和 valuey 之间的 cor :

library(dplyr)

example_df %>% group_by(rows, cols, fram) %>% summarize(cor = cor(valuex, valuey))
#> # A tibble: 63 x 4
#> # Groups:   rows, cols [21]
#>    rows  cols  fram     cor
#>    <chr> <chr> <chr>  <dbl>
#>  1 r1    a     X     -0.709
#>  2 r1    a     Y      0.178
#>  3 r1    a     Z     -0.597
#>  4 r1    b     X     -0.338
#>  5 r1    b     Y      0.981
#>  6 r1    b     Z     -0.731
#>  7 r1    c     X      0.945
#>  8 r1    c     Y     -0.913
#>  9 r1    c     Z      0.177
#> 10 r1    d     X      0.999
#> # ... with 53 more rows

^{由 reprex package (v0.3.0)}

于 2020 年 7 月 14 日创建

我如何运行多变量相关？

How do I run multivariable correlation?

r

correlation

pearson-correlation