Comment calculer la valeur P et l’erreur standard à partir de l’analyse de corrélation de R's cor ()
J'ai données qui contiennent 54 échantillons pour chaque condition (x et y).
J'ai calculé la corrélation de la manière suivante:
> dat <- read.table("http://dpaste.com/1064360/plain/",header=TRUE)
> cor(dat$x,dat$y)
[1] 0.2870823
Est-il un natif de façon à produire SE de corrélation dans la R de cor() les fonctions ci-dessus
et la p-valeur du test T?
Comme expliqué dans ce web (page 14.6)
source d'informationauteur neversaint
Vous devez vous connecter pour publier un commentaire.
Je pense que ce que vous cherchez est tout simplement le
cor.test()
fonction, qui sera de retour tout ce que vous cherchez à l'exception de l'erreur standard de la corrélation. Cependant, comme vous pouvez le voir, la recette est très simple, et si vous utilisezcor.test
vous avez tous les éléments nécessaires pour le calculer.En utilisant les données de l'exemple (de sorte que vous pouvez comparer vous-même avec les résultats sur la page de 14,6):
Si vous voulez, vous pouvez également créer une fonction comme celui-ci à inclure l'erreur type du coefficient de corrélation.
Pour des raisons de commodité, voici l'équation:
r = estimation de la corrélation et de la n - 2 = degrés de liberté, qui sont tous deux facilement accessibles dans la sortie ci-dessus. Ainsi, une fonction simple pourrait être:
Et de l'utiliser comme suit:
Ici, "mydf" est défini comme suit:
Ne pouvez-vous pas simplement prendre la statistique de test à partir de la valeur de retour? Bien sûr, la statistique de test est l'estimation/se de sorte que vous pouvez calc se de juste divisant l'estimation par la tstat:
À l'aide de
mydf
dans la réponse ci-dessus: