R中pearson，kendall的快速相关解

当我需要加速cor（…，method=“kendall”）时，我发现。这可以通过R中的

cor（）

轻松加速

pearson

相关计算

---

但是肯德尔实际上是速度较慢的。然后，快速替代方法可以是

cor.fk（x，y=NULL）

，这比

cor（…，method=“kendall”）

快得多。当涉及引导或非常大的矩阵时，非常快速的替代方法可以是

cor.fk（x，y=NULL）

它可以按如下方式使用：

library(PAsso)
# import data -------------------------------------------------------------
data(ANES2016)
summary(ANES2016)

system.time(
  cor_matrix <- cor(ANES2016[, c("Prevote.num","PID")], method = "pearson")
)
# user  system elapsed 
#   0       0       0 

system.time(
  cor_matrix <- cor(ANES2016[, c("PreVote.num","PID")], method = "kendall")
)
# user  system elapsed 
# 0.19    0.00    0.19 

library(pcaPP)
system.time(
  cor.fk(ANES2016[, c("PreVote.num","PID")])
)

# user  system elapsed 
#   0       0       0 

库（PAsso）
#导入数据-------------------------------------------------------------
数据（2016年）
总结（2016年）
系统时间(
cor_matrix当涉及引导或非常大的矩阵时，一个非常快速的替代方法是
cor.fk（x，y=NULL）

它可以按如下方式使用：

library(PAsso)
# import data -------------------------------------------------------------
data(ANES2016)
summary(ANES2016)

system.time(
  cor_matrix <- cor(ANES2016[, c("Prevote.num","PID")], method = "pearson")
)
# user  system elapsed 
#   0       0       0 

system.time(
  cor_matrix <- cor(ANES2016[, c("PreVote.num","PID")], method = "kendall")
)
# user  system elapsed 
# 0.19    0.00    0.19 

library(pcaPP)
system.time(
  cor.fk(ANES2016[, c("PreVote.num","PID")])
)

# user  system elapsed 
#   0       0       0 

库（PAsso）
#导入数据-------------------------------------------------------------
数据（2016年）
总结（2016年）
系统时间(
cor_矩阵