R语言完成偏相关性分析
今天晚上回家，看了很多偏相关性分析资料。资料里能看懂的就只有这一点儿：“偏相关分析是指当两个变量同时与第三个变量相关时，将第三个变量的影响剔除，只分析另外两个变量之间相关程度的过程，判定指标是相关系数的R值。”其他都看不太懂。
另外还有很重要的一点，偏相关系数使用的两个条件：1. 样本间独立性；2.数据服从多元正态分布。
拿大白话来；说“现有变量A,B,C,D，则四个变量同时相关，想分析A,B的相关性，但把C,D影响剔除。”问题的方法。
其中u是一个数值向量，前两个数值表示要计算相关系数的变量下标，其余数值为条件变量的下标。
其中r是由pcor()函数计算得到的偏相关系数，q为要控制的变量数(以数值表示位置)，n为
样本大小。
install.packages("ggm")#安装ggm包；
setwd("") #设置工作目录，双引号内填写工作目录；
x <-read.table("x.txt",sep="\t",header=T) #读取数据
pcor(c(1,4,3,2),cov(x)) #计算偏相关系数
pcor.test(pcor(c(1,4,3,2),cov(x)),2,60)#偏相关系数假设检验
随便从电脑里找了些数据，试了试没报错，能做出这个数据的偏相关分析结果 。但
其实我自己对此一无所知，将来学了数学也许就懂了。
标签:
