在 R 中，如何找到最佳变量以最大化或最小化两个数据集之间的相关性

Question

我可以在 Excel 中轻松完成此操作，但我的数据集变得太大。在excel中，我会使用求解器。

Column A,B = random numbers
Column C = random number (which I want to maximize the correlation to)
Column D = A*x+B*y where x,y are coefficients resulted from solver

在一个单独的单元格中，我会有 correl(C,D)

在求解器中，我会将 correl(C,D) 的目标设置为最大值，方法是更改​​变量 x,y 并设置某些约束（例如 x,y 都必须是正数）。

如何在 R 中做到这一点？感谢您的帮助。

Answer 1

在 R 中，您创建一个 function，其输出是您想要最大化或最小化的值。基础 R 中包含的一种优化器称为 optim()：

    set.seed(1)
    A <- runif(100)
    B <- runif(100)
    C <- runif(100)

    # these are your x and y to optimize
    pars <- c(x=1,y=1)

    OptPars <- function(pars,A,B,C){
        D <- A*pars[1]+B*pars[2]
        -cor(C,D)
    }
    # optim is one of many R-ish ways to do Excel's solver
    # it minimizes by default (though you can tell it not to)
    # and that's why I told it to take -cor()
    optim(pars,OptPars,A=A,B=B,C=C)

如果您希望 x 和 y 具有约束，请将其包含在您正在优化的函数中，例如abs(x) 而不是 x。