求相关系数的两种方法
来源:互联网 发布:2016淘宝账号注册 编辑:程序博客网 时间:2024/05/21 11:13
方法一、
> cor(mtcars[, 2:11])
cyl disp hp drat wt qsec vs
cyl 1.0000000 0.9020329 0.8324475 -0.69993811 0.7824958-0.59124207 -0.8108118
disp 0.9020329 1.0000000 0.7909486 -0.71021393 0.8879799-0.43369788 -0.7104159
hp 0.8324475 0.7909486 1.0000000 -0.44875912 0.6587479-0.70822339 -0.7230967
drat -0.6999381 -0.7102139 -0.4487591 1.00000000 -0.7124406 0.09120476 0.4402785
wt 0.7824958 0.8879799 0.6587479 -0.71244065 1.0000000-0.17471588 -0.5549157
qsec -0.5912421 -0.4336979 -0.7082234 0.09120476 -0.1747159 1.00000000 0.7445354
vs -0.8108118 -0.7104159-0.7230967 0.44027846 -0.5549157 0.74453544 1.0000000
am -0.5226070 -0.5912270-0.2432043 0.71271113 -0.6924953-0.22986086 0.1683451
gear -0.4926866 -0.5555692 -0.1257043 0.69961013 -0.5832870 -0.21268223 0.2060233
carb 0.5269883 0.3949769 0.7498125 -0.09078980 0.4276059-0.65624923 -0.5696071
am gear carb
cyl -0.52260705 -0.4926866 0.52698829
disp -0.59122704 -0.5555692 0.39497686
hp -0.24320426 -0.1257043 0.74981247
drat 0.71271113 0.6996101 -0.09078980
wt -0.69249526 -0.5832870 0.42760594
qsec -0.22986086 -0.2126822 -0.65624923
vs 0.16834512 0.2060233 -0.56960714
am 1.00000000 0.7940588 0.05753435
gear 0.79405876 1.0000000 0.27407284
carb 0.05753435 0.2740728 1.00000000
方法二、
> data("mtcars")
> fit <- lm(mpg~., mtcars)
> summary(fit, correlation=T)
Call:
lm(formula = mpg ~ ., data = mtcars)
Residuals:
Min 1Q Median 3Q Max
-3.4506 -1.6044 -0.1196 1.2193 4.6271
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) 12.30337 18.71788 0.657 0.5181
cyl -0.11144 1.04502 -0.107 0.9161
disp 0.01334 0.01786 0.747 0.4635
hp -0.02148 0.02177 -0.987 0.3350
drat 0.78711 1.63537 0.481 0.6353
wt -3.71530 1.89441 -1.961 0.0633 .
qsec 0.82104 0.73084 1.123 0.2739
vs 0.31776 2.10451 0.151 0.8814
am 2.52023 2.05665 1.225 0.2340
gear 0.65541 1.49326 0.439 0.6652
carb -0.19942 0.82875 -0.241 0.8122
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
Residual standard error: 2.65 on 21 degrees of freedom
Multiple R-squared: 0.869, Adjusted R-squared: 0.8066
F-statistic: 13.93 on 10 and 21 DF, p-value: 3.793e-07
Correlation of Coefficients:
(Intercept) cyl disp hp drat wt qsec vs am gear
cyl -0.67
disp -0.02 -0.27
hp -0.07 -0.18 -0.52
drat -0.42 0.28 -0.12 0.09
wt 0.09 0.11 -0.77 0.24 0.17
qsec -0.77 0.27 0.29 0.11 0.04 -0.51
vs 0.09 0.32 0.10 -0.27 -0.03 0.08 -0.37
am -0.23 0.26 0.03 -0.05 -0.16 0.09 0.27 0.21
gear -0.41 0.35 -0.08 -0.09 -0.07 0.18 0.08 -0.04 -0.31
carb 0.12 -0.23 0.67 -0.53 -0.21 -0.70 0.27 0.09 0.06 -0.42
> cor <- summary(fit, correlation=T)$correlation
> cor
(Intercept) cyl disp hp drat wt
(Intercept) 1.00000000 -0.6729756 -0.01768168 -0.06530679 -0.42278738 0.08900315
cyl -0.67297560 1.0000000 -0.26615957 -0.18382539 0.27572793 0.11283990
disp -0.01768168 -0.2661596 1.00000000 -0.52487611 -0.11588958 -0.76933927
hp -0.06530679 -0.1838254 -0.52487611 1.00000000 0.08694646 0.24041814
drat -0.42278738 0.2757279 -0.11588958 0.08694646 1.00000000 0.16841410
wt 0.08900315 0.1128399 -0.76933927 0.24041814 0.16841410 1.00000000
qsec -0.77095126 0.2745898 0.28548351 0.10840482 0.03634435 -0.50704619
vs 0.09256243 0.3207648 0.10016245 -0.27228933 -0.02974734 0.08478607
am -0.23079172 0.2608111 0.02696151 -0.04747910 -0.15640304 0.09433856
gear -0.40635553 0.3525581 -0.07854246 -0.08945286 -0.07491860 0.18134625
carb 0.11710937 -0.2281565 0.67450593 -0.52661054 -0.20637219 -0.69505686
qsec vs am gear carb
(Intercept) -0.77095126 0.09256243 -0.23079172 -0.40635553 0.11710937
cyl 0.27458981 0.32076478 0.26081115 0.35255807 -0.22815654
disp 0.28548351 0.10016245 0.02696151 -0.07854246 0.67450593
hp 0.10840482 -0.27228933 -0.04747910 -0.08945286 -0.52661054
drat 0.03634435 -0.02974734 -0.15640304 -0.07491860 -0.20637219
wt -0.50704619 0.08478607 0.09433856 0.18134625 -0.69505686
qsec 1.00000000 -0.36519213 0.27393464 0.08095522 0.26864770
vs -0.36519213 1.00000000 0.20973212 -0.04356323 0.09269664
am 0.27393464 0.20973212 1.00000000 -0.31375013 0.06203808
gear 0.08095522 -0.04356323 -0.31375013 1.00000000 -0.42435197
carb 0.26864770 0.09269664 0.06203808 -0.42435197 1.00000000
- 求相关系数的两种方法
- 求逆序对数的两种方法
- 求最大公约数的两种方法
- 求最大公约数的两种方法
- 求阶乘的两种方法
- 求最小公倍数的两种方法!!!
- 求最大公约数的两种方法
- 求最大公约数的两种方法
- 求素数的两种方法
- 求水仙花数的两种方法
- 求阶乘的两种方法
- java求最大公约数的两种方法
- java求最大值的两种方法
- 求最大公约数两种方法
- 两种方法求最大公约数
- 求一个整数的绝对值(两种方法)
- 求最长公共字串的两种方法
- C语言 求二叉搜索树镜像的两种方法
- Android各个版本API的区别
- 事务
- YTU 2972: C语言习题5.24--文件操作1
- opencv轮廓检测之椭圆检测-----算法篇(4)--Canny
- Mysql 操作集锦
- 求相关系数的两种方法
- ubuntu14.04更换内核记录
- DAY3:leetcode #3 Longest Substring Without Repeating Characters
- 你真的会用UITableView嘛
- 如何才能不崩溃 6: Properties and Accessors
- SpringMVC源码剖析(五)-消息转换器HttpMessageConverter
- Java反射学习笔记
- Ubuntu常用Linux命令
- 数据结构-树