Skip to main content
 首页 » 编程设计

python之在没有 rcorr() 库的情况下查找 R 中两个非方矩阵之间的 PIL 逊相关的 p 值

2025年01月19日9unruledboy

我有两个非方阵,我需要找到它们之间的 PIL 逊相关值和相关的 p 值。我知道 rcorr() 库,但是这个库的 RAM 内存使用量很大 - 我有两个巨大的矩阵,我无法使用 rcorr()。

使用 cor() 库,我能够获得相关值。有了这个相关数组,就可以创建一个函数来获取 p 值,而无需 rcorr()??

ps. 我也尝试研究 Python 来执行此操作,但我只能找到不接受非方矩阵的库,例如 pearsonr 和linegress 来自 scipy.stat。

 data1 <- matrix(runif(30),ncol=5) 
 data2 <- matrix(runif(24),ncol=4) 
 correlation <-cor(data1,data2,method='pearson') 
 correlation 
            [,1]       [,2]        [,3]         [,4] 
[1,] -0.63451452  0.8311530 -0.18859842  0.004892728 
[2,]  0.66676636 -0.8633116  0.02666929  0.010362925 
[3,] -0.03299319 -0.4435478  0.06281622 -0.502668829 
[4,] -0.79032734  0.7334099 -0.13531482  0.087650016 
[5,] -0.02617180  0.5419900  0.67293404  0.112950907 

请您参考如下方法:

大多数测试假设零假设输入来自独立的正态分布数据

然后他们将 t = r * sqrt(n-2)/sqrt(1-r^2) 作为 t 统计量进行测试,其中 n- 2 自由度

所以你可以尝试这样的事情(除了基本 stats 之外没有额外的包)

p <- function(t, d) { 1 - 2 * abs(pt(t, d) - 1/2) } 
t <- function(r, n) { r * sqrt(n-2) / sqrt(1-r^2) } 
rownum <- 6 
set.seed(1) 
data1 <- matrix(rnorm(5*rownum), nrow=rownum) 
data2 <- matrix(rnorm(4*rownum), nrow=rownum) 
correlation <- cor(data1, data2, method='pearson') 
correlation 
p(d(correlation, rownum), rownum-2) 

给出的相关性

            [,1]        [,2]       [,3]        [,4] 
[1,] -0.52736212 -0.22015909  0.4017038 -0.09294361 
[2,]  0.02056352  0.04304460  0.3434117  0.24733758 
[3,]  0.40489453  0.73092841 -0.2950121 -0.83761011 
[4,]  0.28672335 -0.07727180 -0.3430130 -0.02175433 
[5,]  0.52745346  0.09179105 -0.7022999 -0.10932760 

和p-

的值
    [,1]       [,2]      [,3]       [,4] 
[1,] 0.2822894 0.67509693 0.4298549 0.86098603 
[2,] 0.9691591 0.93547298 0.5051319 0.63655918 
[3,] 0.4258473 0.09885895 0.5703196 0.03741457 
[4,] 0.5817008 0.88432299 0.5056595 0.96737366 
[5,] 0.2821905 0.86270012 0.1197462 0.83666197 

其中一个小于 0.05,这不足为奇,因为您有 20 个值。

将这些矩阵右下角的数字与

的结果进行比较
> cor.test(data1[,5], data2[,4]) 
 
        Pearson's product-moment correlation 
 
data:  data1[, 5] and data2[, 4] 
t = -0.21997, df = 4, p-value = 0.8367 
alternative hypothesis: true correlation is not equal to 0 
95 percent confidence interval: 
 -0.8458408  0.7706066 
sample estimates: 
       cor  
-0.1093276  

所以这个方法似乎对相关性和p-值产生相同的答案