非中心皮尔逊相关答案

【问题标题】：Uncentered Pearson correlation非中心皮尔逊相关
【发布时间】：2014-05-27 13:53:56
【问题描述】：

我想使用 R 计算未居中的 Pearson 相关性。
作为cor函数方法之一的“Pearson”相关是指居中的Pearson相关。我错了吗？
是否有任何软件包能够计算未居中的 Pearson 相关性？

最好的

【问题讨论】：

【解决方案1】：

根据http://www.stanford.edu/~maureenh/quals/html/ml/node53.html 自己计算应该不会那么难，

set.seed(101)
x <- runif(100)
y <- runif(100)

n <- length(x)
stopifnot(length(y)==n)
sx0 <- sqrt(sum(x^2)/(n-1))
sy0 <- sqrt(sum(y^2)/(n-1))
(c1 <- sum(x*y)/((n-1)*sx0*sy0))  ## 0.7859549

实际上，我过于严格地遵循那里列出的公式——n-1 的因素抵消了，而且更容易：

all.equal(c1,sum(x*y)/(sqrt(sum(x^2)*sum(y^2))))   ## TRUE

你也可以试试library("sos"); findFn("uncentered Pearson correlation")（但我没有得到任何点击...）

【讨论】：

您的链接已失效，但我仍然感兴趣。你知道我在哪里可以找到更新的吗？
没有。有一个稍微损坏的回程机器链接：web.archive.org/web/20141010222339/https://web.stanford.edu/… .. 谷歌搜索也在这里领先：mitodb.com/ucent.html

【解决方案2】：

def uncentered_corr_coeff(x, y):

import numpy as np

# find the lengths of the x and y vectors
x_length = len(x)
y_length = len(y)

# check to see if the vectors have the same length
if x_length is not y_length:
    print 'The vectors that you entered are not the same length'
    return False

# calculate the numerator and denominator
xy = 0
xx = 0
yy = 0
for i in range(x_length):
    xy = xy + x[i]*y[i]
    xx = xx + x[i]**2.0
    yy = yy + y[i]**2.0

# calculate the uncentered pearsons correlation coefficient
uxy = xy/np.sqrt(xx*yy)

return uxy

【讨论】：

【解决方案3】：

由于我目前面临同样的问题，我最近正在寻找一个类似的包，并找到了以下一个。它被称为 philentropy 。在那个包中有一个名为lin.cor 的函数。当设置method = "pearson2" 时，应该得到Pearson 的非中心相关系数。更多解释见以下链接：https://www.rdocumentation.org/packages/philentropy/versions/0.5.0/topics/lin.cor

【讨论】：