R 系统发育相关检验

我需要在两个变量之间进行相关测试（返回r、t和p.value），这两个变量解释了个体之间的系统发育相关结构。在R中有什么简单的方法可以做到这一点吗？

来自

ape

软件包，特别是

？ape:：pic

（“系统发育独立对比”）：

库（ape）
猫（（（人类：0.21，庞戈：0.21）：0.28，”，
“猕猴：0.49:0.13，小动物：0.62:0.38，加拉戈：1.00）；”，
file=“ex.tre”，sep=“\n”）
灵长类动物确实，图片是一个很好的选择。我还尝试了使用“nlme”包中的gls函数的pgls模型。但我不确定这些模型返回的统计数据（斜率t值和p.value）是否等同于相关测试，是否独立于系数估计？PIC是最简单的。如果你有更具体的想法，你可以把它们包括在你的原始问题中……另一个解决方案如下：
 library(ape)
 cat("((((Homo:0.21,Pongo:0.21):0.28,",
        "Macaca:0.49):0.13,Ateles:0.62):0.38,Galago:1.00);",
        file = "ex.tre", sep = "\n")
 tree.primates <- read.tree("ex.tre")
 X <- c(4.09434, 3.61092, 2.37024, 2.02815, -1.46968)
 Y <- c(4.74493, 3.33220, 3.36730, 2.89037, 2.30259)
 names(X) <- names(Y) <- c("Homo", "Pongo", "Macaca", "Ateles", "Galago")
 pic.X <- pic(X, tree.primates)
 pic.Y <- pic(Y, tree.primates)
 cor.test(pic.X, pic.Y)

 # Pearson's product-moment correlation
 # 
 # data:  pic.X and pic.Y
 # t = -0.85623, df = 2, p-value = 0.4821
 # alternative hypothesis: true correlation is not equal to 0
 # 95 percent confidence interval:
 # -0.9874751  0.8823934
 # sample estimates:
 # cor 
 # -0.5179156