R 两个相关系数差异的显著性检验
如何测试GNUR中的两个相关系数是否有显著差异 也就是说,如果相同变量(如年龄和收入)之间的效应在两个不同的人群(子样本)中不同R 两个相关系数差异的显著性检验,r,statistics,correlation,R,Statistics,Correlation,如何测试GNUR中的两个相关系数是否有显著差异 也就是说,如果相同变量(如年龄和收入)之间的效应在两个不同的人群(子样本)中不同 有关背景信息,请参阅和(都在交叉验证中)。如果您想比较多对系数(基于和),这里有一个GNU R的现成函数: 该软件包提供了测试两个独立或相依相关系数是否显著不同的功能。该软件包还有一个web界面可用:基本stats软件包中有一个cor.test函数,因此您可以避免使用此名称。请查看第3版()这篇文章提供了在线计算器和原始公式的超链接,以防你只想比较几对相关系数。对于另
有关背景信息,请参阅和(都在交叉验证中)。如果您想比较多对系数(基于和),这里有一个GNU R的现成函数:
该软件包提供了测试两个独立或相依相关系数是否显著不同的功能。该软件包还有一个web界面可用:基本
stats
软件包中有一个cor.test
函数,因此您可以避免使用此名称。请查看第3版()这篇文章提供了在线计算器和原始公式的超链接,以防你只想比较几对相关系数。对于另一个用户,这些超链接看起来像是广告,而这个用户删除了我认为有用的信息。注意:psych
包中还有一个函数r.test()
,适用于此任务。
cor.diff.test = function(r1, r2, n1, n2, alternative = c("two.sided", "less", "greater")) {
Z1 = 0.5 * log( (1+r1)/(1-r1) )
Z2 = 0.5 * log( (1+r2)/(1-r2) )
diff = Z1 - Z2
SEdiff = sqrt( 1 / (n1 - 3) + 1 / (n2 - 3))
diff.Z = diff / SEdiff
if (alternative == "less") {
return(pnorm(diff.Z, lower.tail=F))
} else if (alternative == "greater") {
return(pnorm(-diff.Z, lower.tail=F))
} else if (alternative == "two.sided") {
return(2 * pnorm( abs(diff.Z), lower.tail=F))
} else {
warning(paste("Invalid alterantive", alternative), domain=NA)
return(NA)
}
}