R-Funktion cor() – Korrelationskoeffizient berechnen
Die R-Funktion cor() wird verwendet, um den Korrelationskoeffizienten zwischen zwei oder mehr Variablen zu berechnen.
Der Korrelationskoeffizient misst den Grad des linearen Zusammenhangs zwischen Variablen, wobei die Werte von -1 bis 1 reichen. Ein Wert von 1 zeigt eine perfekte positive Korrelation an, -1 eine perfekte negative Korrelation und 0 keine Korrelation.
Die Syntax der cor()-Funktion lautet wie folgt:
cor(x, y = NULL, method = c("pearson", "kendall", "spearman"))
Parameter description:
xEingabe: ein numerischer Vektor oder eine Matrix.
yOptional, der zweite Vektor oder die zweite Matrix.
methodArt des Korrelationskoeffizienten: pearson (Standard, lineare Korrelation), kendall, spearman (Rangkorrelation).
Beispiel
# Zwei Datensätze erstellen
height <- c(160, 165, 170, 175, 180) # Körpergröße cm
weight <- c(55, 60, 65, 70, 80) # Gewicht kg
# Korrelationskoeffizient berechnen
r <- cor(height, weight)
print(paste("Korrelationskoeffizient zwischen Körpergröße und Gewicht:", round(r, 3)))
# Berechne die Korrelationskoeffizientenmatrix mehrerer Variablen
sleep_hours <- c(7, 6.5, 8, 7.5, 6)
df <- data.frame(height, weight, sleep_hours)
print("Korrelationskoeffizientenmatrix:")
print(round(cor(df), 3))
height <- c(160, 165, 170, 175, 180) # Körpergröße cm
weight <- c(55, 60, 65, 70, 80) # Gewicht kg
# Korrelationskoeffizient berechnen
r <- cor(height, weight)
print(paste("Korrelationskoeffizient zwischen Körpergröße und Gewicht:", round(r, 3)))
# Berechne die Korrelationskoeffizientenmatrix mehrerer Variablen
sleep_hours <- c(7, 6.5, 8, 7.5, 6)
df <- data.frame(height, weight, sleep_hours)
print("Korrelationskoeffizientenmatrix:")
print(round(cor(df), 3))
Das Ausführen des obigen Codes erzeugt die folgende Ausgabe:
[1] "身高与体重的相关系数: 0.993"
[1] "相关系数矩阵:"
height weight sleep_hours
height 1.000 0.993 -0.784
weight 0.993 1.000 -0.729
sleep_hours -0.784 -0.729 1.000
Weitere Erweiterungen
R-Sprachbeispiel