cor() 缺失值

Question

我想要一个只有大于 0.2 的相关系数的矩阵。我想出了以下解决方案。

mts.data <- ts(data.frame(a=arima.sim(model=list(1,0,0), n=10), 
      b=arima.sim(model=list(1,0,1), n=10), c=arima.sim(model=list(1,0,0), 
      n=10), d=arima.sim(model=list(1,0,2), n=10),
      e=arima.sim(model=list(2,0,1), n=10)), start=c(2007,1), frequency=12)

critcor <- function(x) {
  crit.mat <- matrix(0, nrow=ncol(x), ncol=ncol(x))
  for(j in 1:ncol(x)) {
    for(i in 1:ncol(x)) {
      if(abs(cor(x[,i], x[,j])) > 0.2) {
        crit.mat[i,j] <- cor(x[,i], x[,j])
      }
    }
  }
  return(crit.mat)
}

这很好用。不幸的是，我的数据集包含缺失值。

mts.data[1:3, 4] <- NA
mts.data[9:10, 5] <- NA

当我运行我的函数时，我得到一个错误。

critcor(mts.data)
# Error in if (abs(cor(x[, i], x[, j])) > 0.2) { : 
#   missing value where TRUE/FALSE needed

我现在上网浏览了几个小时，但我完全不知道该如何解决这个问题。如果由于缺少值而无法进行关联，我希望我的函数只打印 0。

Answer 1

您可以像这样大大简化您的代码：

cm = cor(mts.data, use = "p")
cm[abs(cm) <= 0.2] = 0

给出：

> cm
           a          b          c          d          e
a  1.0000000  0.0000000 -0.4667718 -0.5241904 -0.6864418
b  0.0000000  1.0000000  0.0000000 -0.3270387  0.0000000
c -0.4667718  0.0000000  1.0000000  0.4708803  0.5222566
d -0.5241904 -0.3270387  0.4708803  1.0000000  0.0000000
e -0.6864418  0.0000000  0.5222566  0.0000000  1.0000000

代码段 use = "p" 是 "pairwise complete observations" 的缩写，即 NA 将在必要时省略。有关更多选项和详细信息，请参阅 ?cor。

您收到的错误是当您的值为 NA 时。然后比较 NA > 0.2 将是 NA 并且 if 不接受 NA 作为其输入，因此错误。

cor() 缺失值

cor() with missing values

r

loops

correlation

missing-data