R 19个变量的月度相关性
我有以下21列的数据集-19个变量,月和日期作为日期类型列 目的是分析相关性如何随时间变化,计算一个月内总结的变量之间的每日相关性。例如,查看随时间变化的“月度相关性”。(X轴作为月份类型)R 19个变量的月度相关性,r,R,我有以下21列的数据集-19个变量,月和日期作为日期类型列 目的是分析相关性如何随时间变化,计算一个月内总结的变量之间的每日相关性。例如,查看随时间变化的“月度相关性”。(X轴作为月份类型) +------------+---------+-----+-----+--------+---------+-------------+ |日期|月份| AOV | ASP |点击|流量|印象| +------------+---------+-----+-----+--------+---------
+------------+---------+-----+-----+--------+---------+-------------+
|日期|月份| AOV | ASP |点击|流量|印象|
+------------+---------+-----+-----+--------+---------+-------------+
| 2017-01-01 | 2017-01 | 50 | 6 | 700 | 10000 | 4500 |
+------------+---------+-----+-----+--------+---------+-------------+
| 2017-01-02 | 2017-01 | 55 | 7 | 800 | 20000 | 4600 |
+------------+---------+-----+-----+--------+---------+-------------+
| 2017-02 | 2017-02 | 58 | 8 | 700 | 4599 | 2300 |
+------------+---------+-----+-----+--------+---------+-------------+
目前我有以下代码,但我只能同时比较两个变量
ddply(corr,"Month",summarise,corr=cor(AOV,ASP))
我得到下表
+---------+------------+
|月份|
+---------+------------+
| 2017-1 | 0.4958738 |
+---------+------------+
| 2017-10 | 0.8527522 |
+---------+------------+
| 2017-11 | -0.2751771 |
+---------+------------+
|2017-12 |不适用|
+---------+------------+
| 2017-2 | 0.6596346 |
+---------+------------+
| 2017-3 | 0.6399969 |
+---------+------------+
| 2017-4 | 0.7926245 |
+---------+------------+
| 2017-5 | 0.6429613 |
+---------+------------+
| 2017-6 | 0.3824414 |
+---------+------------+
| 2017-7 | 0.9154873 |
+---------+------------+
| 2017-8 | 0.7235767 |
+---------+------------+
| 2017-9 | 0.8264006 |
+---------+------------+
我一直在使用combn创建组合集,但我不太确定如何将其与ddply一起使用。我有171对组合
combn(corr,2,simplify = F)
您只需执行以下操作:
cor(你的数据帧)
不要像这样复制粘贴你的数据。请提供一个。你能详细说明一下吗?你能解释一下你在做什么以及这是如何工作的吗?这只会给你总体的相关性,但我想跟踪相关性超时。嗨,安杰洛,如上所述,如果你能做出一个允许我和其他人帮助的回答。