Jak znaleźć wartość p współczynnika korelacji w r

Współczynnik korelacji Pearsona można wykorzystać do pomiaru liniowego powiązania między dwiema zmiennymi.

Ten współczynnik korelacji zawsze przyjmuje wartość od -1 do 1 , gdzie:

• -1 : Idealnie ujemna korelacja liniowa pomiędzy dwiema zmiennymi.
• 0 : Brak korelacji liniowej pomiędzy dwiema zmiennymi.
• 1: Idealnie dodatnia korelacja liniowa pomiędzy dwiema zmiennymi.

Aby określić, czy współczynnik korelacji jest istotny statystycznie, można obliczyć odpowiedni wynik t i wartość p.

Wzór na obliczenie wyniku t współczynnika korelacji (r) jest następujący:

t = r√ n-2 / √ 1-r ²

Wartość p oblicza się jako odpowiadającą dwustronną wartość p dla rozkładu t z n-2 stopniami swobody.

Aby obliczyć wartość p współczynnika korelacji Pearsona w R, możesz użyć funkcji cor.test() .

 horn. test (x,y)

Poniższy przykład pokazuje, jak w praktyce wykorzystać tę funkcję.

Przykład: Oblicz wartość P dla współczynnika korelacji w R

Poniższy kod pokazuje, jak używać funkcji cor.test() do obliczenia wartości p współczynnika korelacji między dwiema zmiennymi w R:

 #create two variables
x <- c(70, 78, 90, 87, 84, 86, 91, 74, 83, 85)
y <- c(90, 94, 79, 86, 84, 83, 88, 92, 76, 75)

#calculate correlation coefficient and corresponding p-value
horn. test (x,y)

	Pearson's product-moment correlation

data: x and y
t = -1.7885, df = 8, p-value = 0.1115
alternative hypothesis: true correlation is not equal to 0
95 percent confidence interval:
 -0.8709830 0.1434593
sample estimates:
       horn 
-0.5344408

Z wyniku możemy zobaczyć:

• Współczynnik korelacji Pearsona wynosi -0,5344408 .
• Odpowiednia wartość p wynosi 0,1115 .

Ponieważ współczynnik korelacji jest ujemny, oznacza to, że między dwiema zmiennymi istnieje ujemna zależność liniowa.

Ponieważ jednak wartość p współczynnika korelacji jest nie mniejsza niż 0,05, korelacja nie jest istotna statystycznie.

Zauważ, że możemy również wpisać cor.test(x, y)$p.value , aby wyodrębnić tylko wartość p dla współczynnika korelacji:

 #create two variables
x <- c(70, 78, 90, 87, 84, 86, 91, 74, 83, 85)
y <- c(90, 94, 79, 86, 84, 83, 88, 92, 76, 75)

#calculate p-value for correlation between x and y
horn. test (x, y)$p.value

[1] 0.1114995

Wartość p współczynnika korelacji wynosi 0,1114995 .

Odpowiada to wartości p z poprzedniego wyniku.

Dodatkowe zasoby

Poniższe samouczki wyjaśniają, jak wykonywać inne typowe zadania w języku R:

Jak obliczyć korelację częściową w R
Jak obliczyć korelację Spearmana w R
Jak obliczyć korelację przesuwną w R