R 检验相关性之间的差异

我有一个包含三个变量的数据集：1共同基金回报MF，2个股票指数回报SI，3个石油价格回报OP

我已经计算了I MF和OP之间以及ii SI和OP之间的相关系数的滚动窗口。 眼球指标似乎表明案例i的相关系数比案例ii高得多。 然而，我想从统计学上检验一下。 如何做到这一点？ 有R的包裹吗

Thomas

您可以使用Hmisc软件包的rcorr函数来获得pearson和spearman相关性的显著性水平。这里有一个例子

mcor <- cor(mtcars)
head(mcor)
cor(mtcars, use = "complete.obs")

library(Hmisc)
# correlation coefficients and level of significance
rcorr(as.matrix(mtcars[,1:7]))
# correlation coefficient between mpg and cyl, and level of significance
rcorr(mtcars$mpg, mtcars$cyl, type = "pearson") 
# correlation coefficient between mpg and qsec, and level of significance
rcorr(mtcars$mpg, mtcars$qsec, type = "pearson")

---

这更像是一个统计问题，而不是编程问题，因此我建议在交叉验证[。也就是说，相关系数的t统计可以如下计算：r*sqrtn-2/1-r^2 df=N-2，这个站点【有一些很好的解释】您可以添加一个示例数据集，以及您希望输出的方式吗？统计数据包的cor.test函数为您可以比较的相关性提供了一个置信区间。如果区间不重叠，您可以说存在显著差异。但是，如果存在重叠，则可能仍然存在显著差异我想你可以用Fisher变换来测试特定H0的相关性