r中的手动皮尔逊相关答案

【问题标题】：Manual pearson correlation in rr中的手动皮尔逊相关
【发布时间】：2016-08-12 07:50:19
【问题描述】：

您将如何创建一个在 r 中手动计算 pearson 相关性的函数。我知道有一个名为 cor 的本机函数，但是如果我想将 R 中的以下等式应用于数据框中的每个列组合，我该怎么做？

我希望我知道怎么做，但我相信它需要许多 for 循环、嵌套 for 循环等才能实现，而且我在编程方面还没有那么强。我希望有人会尝试这样像我这样的新手可以学习。谢谢

例子：

  set.seed(1)
  DF = data.frame(V1 = rnorm(10), V2=rnorm(10), V3=rnorm(10), V4=rnorm(10))

  #     V1    V2    V3    V4
  # V1  1.00 -0.38 -0.72 -0.24
  # V2 -0.38  1.00  0.60  0.18
  # V3 -0.72  0.60  1.00  0.08
  # V4 -0.24  0.18  0.08  1.00

【问题讨论】：

不需要循环。您可以将 sigmaX 计算为 sum(X) 并将 sigmaXY 计算为 sum(X*Y) 并构建整个方程
请给我们一个可重现的输入示例和预期输出

标签： r functional-programming correlation

【解决方案1】：

先写一个辅助函数来计算协方差：

v <- function(x,y=x) mean(x*y) - mean(x)*mean(y)

然后用它来计算相关性：

my_corr <- function(x,y) v(x,y) / sqrt(v(x) * v(y))

这是一个快速检查它是否正常工作：

> my_corr(DF$V1, DF$V2)
[1] -0.3767034
> cor(DF$V1, DF$V2)
[1] -0.3767034

请注意，以这种方式计算相关性在数值上是不稳定的。

编辑：

要将其应用于所有列组合，请使用outer：

> outer(DF, DF, Vectorize(my_corr))

                  V1    V2    V3    V4
            # V1  1.00 -0.38 -0.72 -0.24
            # V2 -0.38  1.00  0.60  0.18
            # V3 -0.72  0.60  1.00  0.08
            # V4 -0.24  0.18  0.08  1.00

【讨论】：

不起作用，当我插入我的数据框 my_corr(DF)` 时，请记住它是一个 数据框，该函数不应该在向量上工作。
但是在这里你用 $ 定义你的列，一个函数应该被泛化以便它自己找到列。如果你有 100 列怎么办？你会怎么写那个函数？

【解决方案2】：

嗯。您无需“手动”执行此操作，只需使用....

cor(DF)

...计算所有列组合的 r。

【讨论】：