R中栅格层之间的成对相关
Pairwise correlation between raster layers in R
我需要完成从 WordClim 数据库中提取的非洲大陆的 19 个栅格层之间的成对 Pearson 相关。我想检查哪些变量层比我的模型更多 correlated/significant。为此，我尝试使用 Raster 包中的 layerStats 函数，但执行后我的输出不包含数值，所有行和列都显示 NAs 值。
下面是我的脚本。
#Loading raster files from WorldClim database
rastFiles<- list.files(pattern="bil")
a<-stack(rastFiles)
# Adjusting for African Continent
newext<-c(-20, 55, -35, 45)
Africa<-crop(a,newext)
Africa
#Correlation
cor<-layerStats(Africa,'pearson')
在 r 中，只需使用下面的代码，确保您有 na.rm=T 来处理跨层的 NA：
library(raster)
jnk=layerStats(raster_stack, 'pearson', na.rm=T)
corr_matrix=jnk$'pearson correlation coefficient'
我需要完成从 WordClim 数据库中提取的非洲大陆的 19 个栅格层之间的成对 Pearson 相关。我想检查哪些变量层比我的模型更多 correlated/significant。为此，我尝试使用 Raster 包中的 layerStats 函数，但执行后我的输出不包含数值，所有行和列都显示 NAs 值。 下面是我的脚本。
#Loading raster files from WorldClim database
rastFiles<- list.files(pattern="bil")
a<-stack(rastFiles)
# Adjusting for African Continent
newext<-c(-20, 55, -35, 45)
Africa<-crop(a,newext)
Africa
#Correlation
cor<-layerStats(Africa,'pearson')
在 r 中，只需使用下面的代码，确保您有 na.rm=T 来处理跨层的 NA：
library(raster)
jnk=layerStats(raster_stack, 'pearson', na.rm=T)
corr_matrix=jnk$'pearson correlation coefficient'