越来越多的变量（R）的平均成对相关性

我有一个叫做“变量”的矩阵，它包括9个变量（9列）。我用以下代码获得了成对相关矩阵：

matrix.cor <- cor(variables, method="kendall", use="pairwise")

我认为创建一个函数来分析累积的变量数量不会很困难。。。但我只有一篇文章的参考资料，其中的数据要复杂得多。

---

有什么想法吗？

这里是一个虚构的例子，从左上角开始计算不断增大的下三角矩阵的平均值：

> (cormat <- matrix((1:25)/25, 5, 5))
     [,1] [,2] [,3] [,4] [,5]
[1,] 0.04 0.24 0.44 0.64 0.84
[2,] 0.08 0.28 0.48 0.68 0.88
[3,] 0.12 0.32 0.52 0.72 0.92
[4,] 0.16 0.36 0.56 0.76 0.96
[5,] 0.20 0.40 0.60 0.80 1.00
> avg.cor = c()
> for (i in 2:dim(cormat)[1]) {
+   avg.cor=cbind(avg.cor,mean(cormat[1:i,1:i][lower.tri(cormat[1:i,1:i])]))
+ }
> avg.cor
     [,1]      [,2]      [,3] [,4]
[1,] 0.08 0.1733333 0.2666667 0.36

>（cormat avg.cor=c（）
>对于（i在2:dim（cormat）[1]）{
+avg.cor=cbind（avg.cor，平均值（cormat[1:i，1:i][lower.tri（cormat[1:i，1:i]））
+ }
>平均成本
[,1]      [,2]      [,3] [,4]
[1,] 0.08 0.1733333 0.2666667 0.36

> (cormat <- matrix((1:25)/25, 5, 5))
     [,1] [,2] [,3] [,4] [,5]
[1,] 0.04 0.24 0.44 0.64 0.84
[2,] 0.08 0.28 0.48 0.68 0.88
[3,] 0.12 0.32 0.52 0.72 0.92
[4,] 0.16 0.36 0.56 0.76 0.96
[5,] 0.20 0.40 0.60 0.80 1.00
> avg.cor = c()
> for (i in 2:dim(cormat)[1]) {
+   avg.cor=cbind(avg.cor,mean(cormat[1:i,1:i][lower.tri(cormat[1:i,1:i])]))
+ }
> avg.cor
     [,1]      [,2]      [,3] [,4]
[1,] 0.08 0.1733333 0.2666667 0.36