R中的多重相关系数

我正在寻找一种方法来计算R中的多重相关系数，是否有一个内置函数来计算它？ 我有一个因变量和三个独立变量。

---

我无法在网上找到它，知道吗？

内置功能

lm

提供了至少一个版本，不确定这是否是您想要的：

fit <- lm(yield ~ N + P + K, data = npk)
summary(fit)

fit | t |）
（截距）54.650 2.205 24.784试试这个：

# load sample data 
data(mtcars)

# calculate correlation coefficient between all variables in `mtcars` using 
# the inbulit function

M <- cor(mtcars)

# M is a matrix of correlation coefficient which you can display just by  
# running 

print(M)

# If you want to plot the correlation coefficient 

library(corrplot)
corrplot(M, method="number",type= "lower",insig = "blank", number.cex = 0.6)

#加载样本数据
数据（mtcars）
#使用以下公式计算“mtcars”中所有变量之间的相关系数
#inbulit函数
M计算多重相关系数（即一方面两个或多个变量之间的相关性，另一方面一个变量之间的相关性）的最简单方法是创建多元线性回归（从两个或多个被视为独立变量的值预测一个被视为相依变量的值）然后计算因变量的预测值和观测值之间的相关系数

例如，在这里，我们使用内置的
mtcars
数据集创建一个称为
mpg.model
的线性模型，其中
mpg
作为因变量，
wt
和
cyl
作为自变量：

> mpg.model <- lm(mpg ~ wt + cyl, data = mtcars)

事实上，R会为你做这个计算，但没有告诉你，当你要求它创建一个模型的摘要时（如Brian的回答）：一个
lm
对象的摘要包含R平方，它是相关系数的平方。因此，获得相同结果的另一种方法是从
summary.lm
对象中提取R平方，并取其平方根，因此：

> sqrt(summary(mpg.model)$r.squared)
[1] 0.9111681

你说的“编程公式”是什么意思？请阅读有关提问的内容，以便于人们帮助您。更多资源我的意思是，是否有一个内置函数来计算这样的东西，或者你必须自己计算。它可能是R平方的倍数，这就是我要找的：您必须阅读我建议的文档才能确定。summary.lm说，我不确定这是什么中的正确文档。您可以在控制台键入
summary.lm
，查看它使用的代码，然后找出它的作用。看起来像是，
ans$r.squared，如果我有三个数组x，y，z作为自变量，一个数组t作为相依变量，那么上面的解应该如何使用？感谢您的时间“试试这个”没有解释您的代码是做什么的。你的代码所做的实际上并不是要求的：它不是给出多重相关系数，而是在多对变量之间绘制一个相关系数矩阵。好的。我已经编辑了答案。顺便说一句，如果OP尝试了我的解决方案，那么OP应该运行
M
来查看正在绘制的内容。我一直在避免用勺子舀溶液。这仍然不能满足OP的要求。您的代码首先要打印，然后绘制相关系数矩阵。OP要求的是多重相关系数。我的答案（你投了反对票）是这样的。这太长了。有一些更简单的内置函数来实现OP所要求的功能。你想到了哪些内置函数，@Crop89？好吧，已经快一年了，你还没有回答这个问题。事实上，R中没有内置函数来实现OP的要求。
> cor(mpg.model$model$mpg, mpg.model$fitted.values)
[1] 0.9111681

> sqrt(summary(mpg.model)$r.squared)
[1] 0.9111681