R cor和cor测试之间的差异

我不明白为什么函数cor和cor.test不能给出与pearson methode相同的结果

> cor(varCor,method="pearson")
              Distributeurs Importateurs Producteurs Préparateurs
Distributeurs     1.0000000    0.5480281   0.2357191    0.7115063
Importateurs      0.5480281    1.0000000  -0.2318366    0.1740853
Producteurs       0.2357191   -0.2318366   1.0000000    0.4414107
Préparateurs      0.7115063    0.1740853   0.4414107    1.0000000

> cor.test(annee2010$Distributeurs,annee2010$Préparateurs, method="pearson")

    Pearson's product-moment correlation

data:  annee2010$Distributeurs and annee2010$Préparateurs
t = 14.6233, df = 94, p-value < 2.2e-16
alternative hypothesis: true correlation is not equal to 0
95 percent confidence interval:
 0.7599547 0.8859092
sample estimates:
      cor 
0.8334552 

>cor（varCor，method=“pearson”）
进口经销商生产商代理
经销商1.0000000.5480281 0.2357191 0.7115063
进口国0.5480281 1.0000000-0.2318366 0.1740853
生产者0.2357191-0.2318366 1.0000000.4414107
参数0.7115063 0.1740853 0.4414107 1.0000000
>校正试验（2010年退火$distributors，2010年退火$Préparateers，method=“pearson”）
皮尔逊积差相关
数据：ANNE2010$经销商和ANNE2010$副经销商
t=14.6233，df=94，p值<2.2e-16
替代假设：真实相关性不等于0
95%置信区间：
0.7599547 0.8859092
样本估计：
cor
0.8334552

---

它来自于我的数据或我不理解的差异帮助？

你说得对！它来自我的数据！ varCor是一个na.omit（2010年版）。。。所以，当我处理相同的数据时，它会改变结果

cor.test(varCor$Distributeurs,varCor$Préparateurs, method="pearson")

    Pearson's product-moment correlation

data:  varCor$Distributeurs and varCor$Préparateurs
t = 4.5283, df = 20, p-value = 0.0002048
alternative hypothesis: true correlation is not equal to 0
95 percent confidence interval:
 0.4141262 0.8716421
sample estimates:
      cor 
0.7115063 

谢谢

cor（）和cor.test（）兼容。 我猜您的

varCor

已经是一个方差协方差矩阵，您可以再次调用

cor（）

？ 如果你有一个方差-协方差矩阵，并且想要从中得到相关性， 使用

cov2cor（）

关于vcov矩阵

看到了吗，科沃 （请看

cov2cor

的代码。我将此函数添加到R的原因之一是显示 如何以一种既高效又易于理解的方式计算。 .. 如果您查看R的真实源代码，或者分别查看该函数，您会发现R代码中有注释。 在网上，这将是我们的底线

---

什么是

varCor

？这两个向量

annee2010$distributors

和

annee2010$Préparateers

？您能编辑您的问题，给我们提供

dput（varCor）

和

dput（annee2010）的输出吗

，可能是为了长度而编辑的？事实上，非varCor只是一个带有数字冒号和na.omit的数据帧，但要感谢它的精度