私はRを初めて使用し、相関行列を作成しようとしています。3 つの独立変数 (x1、x2、x3) と 1 つの従属変数 (y) があります。
私はcorを使用して相関行列を作成しようとしましたが、これまでのところ、これを行うための式を見つけることができませんでした.
x1=rnorm(20)
x2=rnorm(20)
x3=rnorm(20)
y=rnorm(20)
data=cbind(y,x1,x2,x3)
cor(data)
私が正しく理解していれば、3 列 (x1 から x3 など) と多くの行 (y 値) の行列があります。次のように行動できます。
foo = matrix(runif(30), ncol=3) # creating a matrix of 3 columns
cor(foo)
x1 から x3 までの 3 つのベクトルに既に値がある場合は、次foo
のように作成できます。foo=data.frame(x1,x2,x3)
私が間違っている場合は訂正してください。ただし、これが回帰の問題に関連していると仮定すると、これはあなたが探しているものかもしれません:
#Set the number of data points and build 3 independent variables
set.seed(0)
numdatpoi <- 7
x1 <- runif(numdatpoi)
x2 <- runif(numdatpoi)
x3 <- runif(numdatpoi)
#Build the dependent variable with some added noise
noisig <- 10
yact <- 2 + (3 * x1) + (5 * x2) + (10 * x3)
y <- yact + rnorm(n=numdatpoi, mean=0, sd=noisig)
#Fit a linear model
rmod <- lm(y ~ x1 + x2 + x3)
#Build the variance-covariance matrix. This matrix is typically what is wanted.
(vcv <- vcov(rmod))
#If needed, convert the variance-covariance matrix to a correlation matrix
(cm <- cov2cor(vcv))
上記から、分散共分散行列は次のようになります。
(Intercept) x1 x2 x3
(Intercept) 466.5773 14.3368 -251.1715 -506.1587
x1 14.3368 452.9569 -170.5603 -307.7007
x2 -251.1715 -170.5603 387.2546 255.9756
x3 -506.1587 -307.7007 255.9756 873.6784
そして、関連する相関行列は次のとおりです。
(Intercept) x1 x2 x3
(Intercept) 1.00000000 0.03118617 -0.5908950 -0.7927735
x1 0.03118617 1.00000000 -0.4072406 -0.4891299
x2 -0.59089496 -0.40724064 1.0000000 0.4400728
x3 -0.79277352 -0.48912986 0.4400728 1.0000000