我在这里知道这个问题，我的问题被列为重复项，但它并没有完全回答我的问题。然而，它确实帮助我进步了一点，所以谢谢，我以前找不到它。上述答案的在线计算器也与vassarstats.net计算器不同意（尽管略有不同），所以我认为这进一步支持了我不使用黑匣子的理由。
所以我会重新解释我的问题，并希望这能得到答案：
我有两个要比较的 Pearson 相关系数。每个来自 2 组 40 个基因相同的系，并且是男性和女性特征值之间的相关性。
我已经做到了R-在使用该函数时对我的相关系数进行转换，atanh()并使用自制函数对其进行复制RtoZ <- function (r) 0.5*log((1+r)/(1-r))。
问题是接下来要做什么：我如何实际测试R两个相关性是否不同？
以防万一某人（其他人）必须对多对变量的相关系数进行比较，这里有一个基于 rg255 对复制有用的回复的函数：
cor.diff.test = function(x1, x2, y1, y2, method="pearson") {
cor1 = cor.test(x1, x2, method=method)
cor2 = cor.test(y1, y2, method=method)
r1 = cor1$estimate
r2 = cor2$estimate
n1 = sum(complete.cases(x1, x2))
n2 = sum(complete.cases(y1, y2))
fisher = ((0.5*log((1+r1)/(1-r1)))-(0.5*log((1+r2)/(1-r2))))/((1/(n1-3))+(1/(n2-3)))^0.5
p.value = (2*(1-pnorm(abs(fisher))))
result= list(
"cor1" = list(
"estimate" = as.numeric(cor1$estimate),
"p.value" = cor1$p.value,
"n" = n1
),
"cor2" = list(
"estimate" = as.numeric(cor2$estimate),
"p.value" = cor2$p.value,
"n" = n2
),
"p.value.twosided" = as.numeric(p.value),
"p.value.onesided" = as.numeric(p.value) / 2
)
cat(paste(sep="",
"cor1: r=", format(result$cor1$estimate, digits=3), ", p=", format(result$cor1$p.value, digits=3), ", n=", result$cor1$n, "\n",
"cor2: r=", format(result$cor2$estimate, digits=3), ", p=", format(result$cor2$p.value, digits=3), ", n=", result$cor2$n, "\n",
"diffence: p(one-sided)=", format(result$p.value.onesided, digits=3), ", p(two-sided)=", format(result$p.value.twosided, digits=3), "\n"
))
return(result);
}
一旦完成 Fisher 的 z 变换，这只是获得 p 值的一个例子
# Correlations
cor.test (df1$a, df1$b, method = "p")
cor.test (df2$a, df2$b, method = "p")
# function to do fisher transformations
fisher.z<- function (r1,r2,n1,n2) ((0.5*log((1+r1)/(1-r1)))-(0.5*log((1+r2)/(1-r2))))/((1/(n1-3))+(1/(n2-3)))^0.5
# or this (either version will suffice)
fisher.z<- function (r1,r2,n1,n2) (atanh(r1) - atanh(r2)) / ((1/(n1-3))+(1/(n2-3)))^0.5
#input n and r from correlations manually (two tailed test)
2*(1-pnorm(abs(fisher.z(r1= ,r2= ,n1= ,n2= ))))
请参阅本演示文稿的最后四张幻灯片和pnorm()r 中的函数。
如果人们仍在寻找一种简单的方法来比较两者皮尔逊相关性。Rpaired.r的包中有一个专门为此调用的函数。psych
用法：
paired.r(xy, xz, yz=NULL, n, n2=NULL,twotailed=TRUE)
或者作为一个简单的例子： For r1and r2and a sample size of njust do：
paired.r(r1,r2,n=n)