R中因子之间的Spearman等级相关性答案

【问题标题】：Spearman rank correlation between factors in RR中因子之间的Spearman等级相关性
【发布时间】：2020-05-18 03:18:51
【问题描述】：

我有如下数据：

directions <- c("North", "East", "South", "South")
x<-factor(directions, levels= c("North", "East", "South", "West"))

cities <- c("New York","Rome","Paris","London")
y<-factor(cities, levels= c("New York","Rome","Paris","London"))

如何计算 x 和 y 之间的 Spearman 等级相关性？

编辑

正如@user20650 和@dcarlson cmets 所建议的，变量必须有一个排名，使得一个值大于或小于另一个值。之所以如此，是因为North、East 等是根据它们在文档中的存在情况排序的关键字。

【问题讨论】：

...虽然根据分类数据的假设使用卡方检验、互信息等更为常见
Spearman 是一个等级相关系数，它假设变量的等级使得一个值大于或小于另一个值。您的数据不具有该属性，因为 North 不大于 West 或小于 East。纽约不比罗马大，也不比伦敦小。正如@user20650 建议的那样，您需要使用卡方。
我编辑了这篇文章。谢谢你。我错过了一个重要信息。

标签： r correlation

【解决方案1】：

要获得 Spearman 与因子的相关性，您必须将它们转换为它们的基础数字代码：

cor(as.numeric(x), as.numeric(y), method="spearman")
# [1] 0.9486833
cor.test(as.numeric(x), as.numeric(y), method="spearman")
# 
#   Spearman's rank correlation rho
# 
# data:  as.numeric(x) and as.numeric(y)
# S = 0.51317, p-value = 0.05132
# alternative hypothesis: true rho is not equal to 0
# sample estimates:
#       rho 
# 0.9486833 
# 
# Warning message:
# In cor.test.default(as.numeric(x), as.numeric(y), method = "spearman") :
#   Cannot compute exact p-value with ties

请注意有关导致难以计算精确 p 值的关系的警告。您可以使用 spearman_test 包中的 coin 来获取有关联的数据：

library(coin)
spearman_test(as.numeric(x)~as.numeric(y))
# 
#   Asymptotic Spearman Correlation Test
# 
# data:  as.numeric(x) by as.numeric(y)
# Z = 1.6432, p-value = 0.1003
# alternative hypothesis: true rho is not equal to 0

【讨论】：