我正在研究多个二进制和连续变量,想确定它们之间的潜在相关性。我尝试使用R中的“corrplot”包来计算描述这种关系的相关矩阵,但始终得到以下错误“error in cor(Zamcor):'x'必须是数字]”。
代码如下(带有示例数据帧):
# Create the variables
PriceHa <- c(25,60,30,9)
Ecoregion1 <- c('1','0','0','1')
GMA <- c('1','0','0','1')
FarmSize <- c(30,40,50,60)
Area <- c(1,0.5,3,4)
#Make the data frame
Zamcor <- data.frame(PriceHa, Ecoregion1, GMA, FarmSize, Area)
# Group correlation test
corr.test(Zamcor)
# Simple visualisation of correlation analysis effect size including significance
x <- cor(Zamcor)
cor(x,use="pairwise.complete.obs")
colnames (x) <- c("Price/ha", "Ecoregion 1","GMA", "Farm size", "Area")
rownames(x) <- c("Price/ha", "Ecoregion 1", "GMA", "Farm size", "Area")
p.mat <- cor.mtest(Zamcor, conf.level = .95)
p.mat <- cor.mtest(Zamcor)$p
corrplot(x, p.mat = p.mat, sig.level = .05)
有人建议我使用
point-biserial correlation
因为这可以处理二进制和连续变量。然而,似乎有
no advantage to using that over the corr.test function
. 但当我使用corr.test时,它不起作用“cor中的错误(x,use=use,method=method):'x'必须是数字”。
我的问题-哪一个函数最适合用于我的二进制和分类变量,它仍然使我能够绘制相关矩阵,而不违反相关测试的假设?
