利用R求简单相关系数及其显著性检验.docVIP

下载本文档

82
0
约1.65千字
约 3页
2017-08-16 发布于浙江
举报
版权申诉

利用R求简单相关系数及其显著性检验.doc

1、原创力文档（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。。
2、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。
3、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)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

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 }