我正在尝试计算R中的x
(连续变量)和y
(分类变量)之间的相关性。
该功能biserial
在psych
包被用来计算此。看这里。
但是当我实际使用它时,我收到了警告消息,并且NA为相关性:
Warning message:
In biserialc(x[, j], y[, i], j, i) : For x = 1 y = 1 y is not dichotomous
有人实际使用此功能并获得正确的结果吗?
更新:
这是可复制的代码:
library(psych)
x=c(5,3,4,8,7,7,4,9,6,8,11,5,1,4,4,9,5,9,10,2,9,3,6,9,3,9,7,14,7,6,8,10,6,10,2,8,6,4,12,11,1,8,7,7,12,6,5,6,8,9)
y=c(2,3,2,1,1,1,1,1,1,1,1,1,2,1,1,1,1,2,1,1,1,1,1,1,1,1,2,3,1,1,2,1,1,1,1,1,1,1,2,1,1,1,1,1,3,1,1,1,1,1)
biserial(x,y)
输出是
Biserial | | 0%
[,1]
[1,] NA
Warning message:
In biserialc(x[, j], y[, i], j, i) : For x = 1 y = 1 y is not dichotomous
谢谢!
由于y
不是二分法,所以使用没有意义biserial()
。从文档中:
二元相关性在连续的y变量和二分式x变量之间,假定是由二分法正常变量引起的。
而是使用polyserial()
,允许两个以上的级别。
polyserial()
需要矩阵作为输入,因此请按以下方式构建命令:
> polyserial(as.matrix(x), as.matrix(y))
[,1]
[1,] 0.2672098
本文收集自互联网,转载请注明来源。
如有侵权,请联系[email protected] 删除。
我来说两句