名义尺度变量和基数尺度变量之间的相关系数

Question

我必须描述变量“每场比赛完成的平均传球次数”（基数量表）和变量“位置”（名义量表）之间的相关性，并衡量相关性的强度。为此，我必须考虑尺度正确选择相关系数。有谁知道最好的方法是什么？我不确定要使用什么，因为它是两个不同的比例。完整的数据集由以下变量组成：

• PLAYER：玩家姓名
• 国家：原籍国
• BIRTHDATE：生日日期
• HEIGHT_IN_CM：玩家身高
• 位置：玩家的位置
• PASSES_COMPLETED：玩家完成的传球
• DISTANCE_COVERED：玩家走过的距离，以公里为单位
• MINUTES_PLAYED：播放分钟数
• AVG_PASSES_COMPLETED：球员完成的平均传球次数

如果有人能给我一些建议，我将不胜感激。

谢谢！

Answer 1

好的，所以您需要重新定义您的问题。没有两个连续变量，我猜你在问，相关性不能用来“描述”一种关系。但是，您可以查看不同职位之间的通过率是否存在统计学上的显着差异。至于关于统计的问题，我同意莫蒂斯的观点……简历是最好的地方。至于做测试的代码，试试这个：

首先，您需要确保安装了正确的软件包。您肯定需要 ggplot 和 ggfortify，如果您必须操作数据或其他东西，可能还需要其他工具。并加载库：

library(ggplot2)
library(ggfortify)

接下来，确保您的数据整洁：即列中的变量。

然后将数据导入 R：

#find file
data.location = file.choose()
#Import data
curr.data <- read.csv(data.location)
#Check data import
glimpse(curr.data)

然后使用 ggplot 绘图：

ggplot(curr.data, aes(x = POSITION, y = AVG_PASSES_COMPLETED)) +
  geom_boxplot() +
  theme_bw()

然后使用线性模型函数 (lm()) 进行建模，看看在位置方面的通过率是否存在显着差异。

passrate_model <- lm(AVG_PASSES_COMPLETED ~ POSITION, data = curr.data)

在检验假设之前，您需要检查模型的适当性

autoplot(passrate_model, smooth.colour = NA)

如果残差图看起来不错，那么我们就可以进行测试了。如果不是，那么您将不得不使用另一种类型的模型（我现在不在这里讨论......）。

对此（我认为）合适的测试是 Tukey 测试，它需要 ANOVA。这将给出一个摘要，并应向您显示是否因位置而存在差异：

passrate_av <- aov(passrate_model)
summary(passrate_av)

这将执行 Tukey 检验并进行成对比较，包括均值差异、95% 置信区间和调整后的 p 值：

tukey.test <- TukeyHSD(passrate_av)
tukey.test

它甚至可以为你做一个漂亮的情节：

plot(tukey.test)