R矩阵相关p值

Question

我们正在测量一个地区五个不同地点的地下水位.

Null假说：各点地下水位的趋势/进展没有差别。

替代假设：每个点地下水位的趋势/进展是不同的。

我们想从统计学上来研究这个问题。

下面您可以看到部分测量数据：

 > head(mydf)
      x1    x2   x3   x4   x5
1    -160  -76  -66  -29  -95
2    -159  -66  -63  -20  -85
3    -153  -63  -55  -19  -81
4    -156  -76  -54  -27  -83
5    -155  -75  -53  -30  -81
6    -145  -64  -49  -20  -71

这是一个测量数据图表。

我们确实把数据联系起来：

> cor(mydf)
    x1         x2         x3         x4         x5
x1  1.0000000  0.8033349  0.8569253  0.8262110  0.8523034
x2  0.8033349  1.0000000  0.8228611  0.9036943  0.8965484
x3  0.8569253  0.8228611  1.0000000  0.8486466  0.9091440
x4  0.8262110  0.9036943  0.8486466  1.0000000  0.8828055
x5  0.8523034  0.8965484  0.9091440  0.8828055  1.0000000

我们还试图使用rcorr(as.matrix(mydf))计算p值，但只接收到一个零矩阵.

我们有几个问题：

1. 为什么p值为零，我们如何解决这个问题？
2. 我们解决问题的方法有错吗？
3. 我们如何在R中推断给定的测量数据(见图表)？

Answer 1

给你看的指南：

http://www.sthda.com/english/wiki/correlation-matrix-a-quick-start-guide-to-analyze-format-and-visualize-a-correlation-matrix-using-r-software

对于结果的解释和如何使用，交叉验证是一个更好的发布位置。

关于你的R问题：

来自rcorr()包的Hmisc函数非常容易使用。

示例数据：

require(Hmisc)

set.seed(1)
x1 = rnorm(10,seed)
x2 = rnorm(10,seed)
x3 = x2 + rnorm(10,sd=.1,seed)
mydf <- data.frame(x1,x2,x3)
rcorr(as.matrix(mydf))

给出了相关矩阵和p值矩阵的输出。上面的指南可以帮助你把它压平，并根据你的需要操纵它。

      x1    x2    x3
x1  1.00 -0.38 -0.42
x2 -0.38  1.00  1.00
x3 -0.42  1.00  1.00

n= 10 


P
   x1     x2     x3    
x1        0.2833 0.2304
x2 0.2833        0.0000
x3 0.2304 0.0000