R：計算Pearson相關性和組的R平方

Question

我想擴展問題R: filtering data and calculating correlation的答案。

爲了獲得一年中每個月的溫度和溼度的相關性（1 = 1月），我們必須每個月都做同樣的事情（12次）。

cor(airquality[airquality$Month == 1, c("Temp", "Humidity")]) 

有沒有辦法自動每個月做？

在我的情況下，我有超過30組（不是幾個月，但物種），我想測試相關性，我只想知道是否有一個更快的方法，而不是一個接一個地做。

謝謝！

Answer 1

cor(airquality[airquality$Month == 1, c("Temp", "Humidity")]) 

給你一個2 * 2協方差矩陣，而不是一個數字。我敢打賭，你要爲每個Month單數，所以用

## cor(Temp, Humidity | Month) 
with(airquality, mapply(cor, split(Temp, Month), split(Humidity, Month))) 

，你會得到一個載體。

請仔細閱讀?split和?mapply;它們對於「小組」操作非常有用，儘管它們不是唯一的選擇。周圍也?cor閱讀，

之間

a <- rnorm(10) 
b <- rnorm(10) 
cor(a, b) 
cor(cbind(a, b)) 

你在你的問題鏈接的答案是做類似的東西cor(cbind(a, b))比較差。

---

重複的例子，

的airquality數據集R沒有Humidity列，所以我會用Wind來進行測試：

## cor(Temp, Wind | Month) 
x <- with(airquality, mapply(cor, split(Temp, Month), split(Wind, Month))) 

#   5   6   7   8   9 
#-0.3732760 -0.1210353 -0.3052355 -0.5076146 -0.5704701 

我們得到了一個名爲向量，其中names(x)給Month和unname(x)給出了相關性。

---

非常感謝您！它的工作非常完美！我試圖找出如何獲得每個關聯的R^2矢量，但我不能......任何想法？

cor(x, y)是像擬合標準化線性迴歸模型：

coef(lm(scale(y) ~ scale(x) - 1)) ## remember to drop intercept 

R平方在這個簡單的線性迴歸是斜率的只是平方。以前我們有x存儲相關每組，現在R平方只是x^2。