机器算法验证 - 我怎样才能得到一个解释性别的相关值？ - 吾爱随笔录

机器算法验证 r 回归相关性线性模型偏相关

2022-04-06 15:47:53

例如，如果我试图关联Age和Height，我会这样做：

df <- data.frame(Age, Height)
cor(df)

在考虑Gender的影响的同时，如何获得 Pearson 的 r 值和Age和Height之间关系的 p 值？

1个回答

这被称为部分相关性，基本上它，正如维基百科所指出的那样，

测量两个随机变量之间的关联程度，去除一组控制随机变量的影响

拥有三个变量、和的相关系数，我们可以通过控制和与的相关性来校正相关性： $X$ $Y$ $Z$ $\rho_{XY}$ $X$ $Y$ $Z$

ρ_{X Y \cdot Z} = \frac{ρ_{X Y} - ρ_{X Z} ρ_{Z Y}}{\sqrt{(1 - ρ_{X Z}^{2}) (1 - ρ_{Z Y}^{2})}}

$\rho_{XY \cdot Z } = \frac{\rho_{XY} - \rho_{XZ}\rho_{ZY}} {\sqrt{(1-\rho_{XZ}^2) (1-\rho_{ZY}^2)}}$

这与多元线性回归有关。要检验有关偏相关的假设，请使用 $t$ - 统计方式与常规相关性相似，但具有 $N-3$ 自由程度。相同的公式可用于 Pearson 或 Spearman 的相关系数（更多信息请参见 Altman，1991 或Revelle，nd）。

有多个 R 函数和库可让您计算偏相关，例如pcor、ggm或psych。

奥特曼，总干事（1991 年）。医学研究实用统计。查普曼和霍尔，第 288-299 页。

Revelle, W. (nd)。多重相关和多重回归：心理测量理论介绍及其在 R 中的应用。

其它你可能感兴趣的问题