- 1、本文档共3页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
利用R求简单相关系数及其显著性检验
题目:
测定“丰产三号”小麦的每株穗数x1,主茎上每穗结实小穗数x2,百粒重x3(单位:g),主茎株高x4(单位:cm)和每株籽粒产量y(单位:g)的15组观测值如下表,试计算其简单相关系数并作相关系数的显著性检验。
i xi1 xi2 xi3 xi4 y 1 10 23 3.6 113 15.7 2 9 20 3.6 106 14.5 3 10 22 3.7 111 17.5 4 13 21 3.7 109 22.5 5 10 22 3.6 110 15.5 6 10 23 3.5 103 16.9 7 8 23 3.3 100 8.6 8 10 24 3.4 114 17 9 10 20 3.4 104 13.7 10 10 21 3.4 110 13.4 11 10 23 3.9 104 20.3 12 8 21 3.5 109 10.2 13 6 23 3.2 114 7.4 14 8 21 3.7 113 11.6 15 9 22 3.6 105 12.3 丰产3号 小麦栽培试验的观测值
利用R软件自带函数计算简单相关系数及其检验p值:
利用R软件自带的计算简单相关系数的函数cor( )得到简单相关系数表:
x1 x2 x3 x4 y x1 1.0000 -0.1357 0.5007 -0.0939 0.8973 x2 -0.1357 1.0000 -0.1489 0.1234 0.0461 x3 0.0057 -0.1489 1.0000 -0.0358 0.6890 x4 -0.0939 0.1234 -0.0358 1.0000 -0.0065 y 0.8973 0.0462 0.6890 -0.0065 1.0000
再调用cor.test( )函数得到相关系数检验的p值表:
x2 x3 x4 y x1 0.6294 -0.05728 0.7392 5.75e-06** x2 0.5964 0.6613 0.8702 x3 0.8991 0.004499** x4 0.9816
手工编写相关系数计算函数和检验函数:
COR.test = function(X,R); #求F检验的p值,为矩阵形式
COR = function(X)#求相关系数,为矩阵形式
lxy = function(x,y) #各个观测值之间的离均差乘积
COR.test = function(X,R){options(digits = 4) #求F检验的p值,为矩阵形式
n = dim(X)[2]; #得到p矩阵的阶数
p = diag(0,n) ; #阶零矩阵
for (i in 1:n)
{
for (j in 1:n){
f = R[i,j]^2/((1-R[i,j]^2)/(dim(X)[1]-2)); #用F检验对相关系数作显著性检验
p[i,j]=1-pf(f,1,dim(X)[1]-2); #用F检验计算p值
}
}
p
}
COR = function(X){options(digits = 3) #求相关系数,为矩阵形式
n = dim(X)[2]; #得到相关系数矩阵的阶数
Y = diag(n); #产生单位矩阵
for (i in 1:n)
for( j in 1:n)
Y[i,j] = lxy(X[,i],X[,j])/sqrt(lxy(X[,i],X[,i])*lxy(X[,j],X[,j]));#简单相关系数计算公式
Y
}
lxy = function(x,y){ #各个观测值之间的离均差乘积
n = length(x)
sum(x*y) - sum(x)*sum(y)/n
}
文档评论(0)