多重独立相关（Pearson）与R

我有一个表，其中列表示气候变量，行表示每个变量的数据点。我想为每一对组合建立简单的皮尔逊相关性。我可以手动完成这项工作，但如果有一个功能可以自动完成所有这些工作，并将结果打印到新的R对象，那就太好了

County  temp  gdd  ai  precip
Jackson 
Robinson
Paris
Rose
Wine

---

cor

实际上可以处理矩阵并返回矩阵。因此，如果您的

data.frame

是

DF

，您可以运行：

DF <- data.frame(temp = rnorm(10), gdd=rnorm(10), ai=rnorm(10), precip=rnorm(10))
cor(as.matrix(DF))

             temp        gdd         ai     precip
temp    1.0000000 -0.5946187 -0.4635090  0.8016484
gdd    -0.5946187  1.0000000  0.2184197 -0.2878479
ai     -0.4635090  0.2184197  1.0000000 -0.2788024
precip  0.8016484 -0.2878479 -0.2788024  1.0000000

---

DF
cor
实际上可以处理矩阵并返回矩阵。因此，如果您的
data.frame
是
DF
，您可以运行：

DF <- data.frame(temp = rnorm(10), gdd=rnorm(10), ai=rnorm(10), precip=rnorm(10))
cor(as.matrix(DF))

             temp        gdd         ai     precip
temp    1.0000000 -0.5946187 -0.4635090  0.8016484
gdd    -0.5946187  1.0000000  0.2184197 -0.2878479
ai     -0.4635090  0.2184197  1.0000000 -0.2788024
precip  0.8016484 -0.2878479 -0.2788024  1.0000000

dfo：谢谢。这很有帮助。我认为这是相关系数。我如何获得P值？在这里提问之前，我会使用网站搜索这些类型的问题<代码>库（ltm）；rcor.test（mtcars）

是oe方法。O:谢谢。这很有帮助。我认为这是相关系数。我如何获得P值？在这里提问之前，我会使用网站搜索这些类型的问题<代码>库（ltm）；rcor.测试（mtcars）是oe方法。