Подсказка для доступа к correlation coefficient
и p-value
с использованием пакета psych
. Я собираюсь использовать набор данных mtcars
вместо повторного ввода набора данных, поскольку он не в простом формате copy-paste (dput(df))
.
library(psych)
corr.test.col.1to4 <- corr.test(mtcars[1:4], method = "spearman", use = "complete.obs")
names(corr.test.col.1to4)
#1] "r" "n" "t" "p" "se" "sef" "adjust" "sym" "ci" "ci.adj"
# [11] "Call"
# -------------------------------------------------------------------------
# in your case you probably want to do
#cor.test.beta <- corr.test(d[c("Beta1","Beta2", "Beta3")], method = "spearman", use = "complete.obs")
# -------------------------------------------------------------------------
Как видно из вывода names(corr.test.col.1to4)
:
r: коэффициент корреляции
n: номер наблюдения
p: p.value
se: стандартная ошибка
ci: доверительные интервалы
Итак, если вы хотите получить коэффициент корреляции, вы можете извлечь значения, используя
corr.test.col.1to4$r
# mpg cyl disp hp
# mpg 1.0000000 -0.9108013 -0.9088824 -0.8946646
# cyl -0.9108013 1.0000000 0.9276516 0.9017909
# disp -0.9088824 0.9276516 1.0000000 0.8510426
# hp -0.8946646 0.9017909 0.8510426 1.0000000
p-values
corr.test.col.1to4$p
# mpg cyl disp hp
# mpg 0.000000e+00 2.345144e-12 2.548135e-12 1.017194e-11
# cyl 4.690287e-13 0.000000e+00 1.365266e-13 5.603057e-12
# disp 6.370336e-13 2.275443e-14 0.000000e+00 6.791338e-10
# hp 5.085969e-12 1.867686e-12 6.791338e-10 0.000000e+00
Стандартные ошибки
corr.test.col.1to4$se
# mpg cyl disp hp
# mpg 0.00000000 0.07537483 0.07614303 0.08156289
# cyl 0.07537483 0.00000000 0.06818175 0.07890355
# disp 0.07614303 0.06818175 0.00000000 0.09586909
# hp 0.08156289 0.07890355 0.09586909 0.00000000
Доверительные интервалы
corr.test.col.1to4$ci
# lower r upper p
# mpg-cyl -0.9559077 -0.9108013 -0.8237102 4.690287e-13
# mpg-disp -0.9549362 -0.9088824 -0.8200941 6.370336e-13
# mpg-hp -0.9477078 -0.8946646 -0.7935207 5.085969e-12
# cyl-disp 0.8557708 0.9276516 0.9643958 2.275443e-14
# cyl-hp 0.8067919 0.9017909 0.9513377 1.867686e-12
# disp-hp 0.7143279 0.8510426 0.9251848 6.791338e-10
Можно сохранитьвыведите на переменную и сделайте дальнейшее форматирование, чтобы отчётность просто.
Ваш второй вопрос Правильно ли использовать Beta
для того, чтобы провести корреляцию между этими 3 группами? является правильным вопросом, на который вам нужно ответить / ответить в зависимости от вопроса, который вы задаетеВы хотите ответить, а также сообщить об этом таким образом, чтобы значение corr вычислялось для переменной Beta
, и обосновать выбор переменной Beta
в своем отчете.
Надеюсь, что это поможет.