如何在r中的连续、类别和日期类型的混合数据中找到相关性

我有一个包含不同类型的数据：

a <- data.frame(x=c("a","b","b","c","c","c","d","d","e","f"),y=c(1,2,2,2,3,1,4,7,10,2),m=c("a","d","ab","ac","ac","vc","ed","ed","e","df"),n=c(2,1,5,3,3,2,8,10,10,1))

---

a大多数人用于数值变量的相关性度量（即皮尔逊相关性）没有定义为分类数据。如果要测量数值变量和分类变量之间的关联，可以使用方差分析。如果你想测量两个分类变量之间的关联，你可以使用卡方检验。如果您的分类变量是有序的（例如低、中、高），您可以使用Spearman秩相关。
大多数人用于数字变量（即Pearson相关性）的相关性度量没有定义为分类数据。如果要测量数值变量和分类变量之间的关联，可以使用方差分析。如果你想测量两个分类变量之间的关联，你可以使用卡方检验。如果您的分类变量是有序的（例如低、中、高），您可以使用Spearman秩相关。
非常感谢。这很有帮助，非常感谢。这很有帮助。