相关矩阵答案

【问题标题】：matrix of correlations相关矩阵
【发布时间】：2012-11-04 17:01:42
【问题描述】：

我是使用 R 的新手，我正在尝试创建一个相关矩阵。我有三个自变量（x1，x2，x3）和一个因变量（y）。

我一直在尝试使用 cor 来制作相关矩阵，但到目前为止我还无法找到这样做的公式。

【问题讨论】：

标签： r matrix

【解决方案1】：

如果我错了，请纠正我，但假设这与回归问题有关，这可能就是您要查找的内容：

#Set the number of data points and build 3 independent variables
set.seed(0)
numdatpoi <- 7
x1 <- runif(numdatpoi)
x2 <- runif(numdatpoi)
x3 <- runif(numdatpoi)

#Build the dependent variable with some added noise
noisig <- 10
yact <- 2 + (3 * x1) + (5 * x2) + (10 * x3)
y <- yact + rnorm(n=numdatpoi, mean=0, sd=noisig)

#Fit a linear model
rmod <- lm(y ~ x1 + x2 + x3)

#Build the variance-covariance matrix.  This matrix is typically what is wanted.
(vcv <- vcov(rmod))

#If needed, convert the variance-covariance matrix to a correlation matrix
(cm <- cov2cor(vcv))

从上面看，这是方差-协方差矩阵：

            (Intercept)        x1        x2        x3
(Intercept)    466.5773   14.3368 -251.1715 -506.1587
x1              14.3368  452.9569 -170.5603 -307.7007
x2            -251.1715 -170.5603  387.2546  255.9756
x3            -506.1587 -307.7007  255.9756  873.6784

还有，这是相关的相关矩阵：

            (Intercept)          x1         x2         x3
(Intercept)  1.00000000  0.03118617 -0.5908950 -0.7927735
x1           0.03118617  1.00000000 -0.4072406 -0.4891299
x2          -0.59089496 -0.40724064  1.0000000  0.4400728
x3          -0.79277352 -0.48912986  0.4400728  1.0000000

【讨论】：

为什么投反对票？问题的编写方式暗示了典型回归问题的可能性。

【解决方案2】：

x1=rnorm(20)
x2=rnorm(20)
x3=rnorm(20)
y=rnorm(20)
data=cbind(y,x1,x2,x3)
cor(data)

【讨论】：

谢谢！这行得通！我必须做笔记并保留它，这比我尝试使用的过程要容易得多。

【解决方案3】：

如果我理解正确，您有一个 3 列（例如 x1 到 x3）和许多行（作为 y 值）的矩阵。您可以采取以下行动：

foo = matrix(runif(30), ncol=3) # creating a matrix of 3 columns
cor(foo)

如果您已经在 3 个向量 x1 到 x3 中获得了值，您可以像这样创建foo：foo=data.frame(x1,x2,x3)

【讨论】：

感谢您的建议。这实际上确实很好用，尽管对于一个稍微不同的问题（我也试图弄清楚）。谢谢！