R: Pearson相关rcorr(x，y) [x=matrix，y=vector]忽略y

Question

我有一个矩阵x (30x2000)的2000基因表达在不同的细胞系和一个载体y (30x1)的连续可变的结果。我想要计算每个基因和结果之间的Pearson相关性，所以，我期望有一个2000 x1的r值向量。我使用过rcorr(x,y)，但是结果是一个2000x2000矩阵，所以我猜它忽略了y，并计算了所有的基因(手册上说：

X=至少有5行和至少2列的数字矩阵(如果y不存在)

但是，我可以有多个列，也可以有y吗？我需要使用不同的功能吗？

Answer 1

您需要跨apply cor函数跨x矩阵的列.

apply( x , 2 , cor , y = y )

可复制的例子

#  For reproducible data
set.seed(1)

#  3 x 4 matrix
x <- matrix( runif(12) , nrow = 3 )
#          [,1]      [,2]      [,3]       [,4]
#[1,] 0.2655087 0.9082078 0.9446753 0.06178627
#[2,] 0.3721239 0.2016819 0.6607978 0.20597457
#[3,] 0.5728534 0.8983897 0.6291140 0.17655675

# Length 3 vector
y <- runif(3)
#[1] 0.6870228 0.3841037 0.7698414

# Length 4 otuput vector
apply( x , 2 , cor , y = y )
#[1]  0.3712437  0.9764443  0.2249998 -0.4903723

Answer 2

使用函数cor就可以了。通常，如果x是MxN安迪y是MxP，那么cor(x,y)将是一个NxP矩阵，其中条目(i，j)是x[,i]和y[,j]之间的关联。

基于SimonO101 101的可复制示例：

> set.seed(1)
> x <- matrix( runif(12) , nrow = 3 )
> y <- runif(3)
> cor(x,y)
           [,1]
[1,]  0.3712437
[2,]  0.9764443
[3,]  0.2249998
[4,] -0.4903723

如果你只想要一个向量而不是矩阵：

> array(cor(x,y))
[1]  0.3712437  0.9764443  0.2249998 -0.4903723