r语言中计算相关系数的函数，相关性分析用原始

花花写于2020-04-06，TCGA和R包都告一段落，这几天开始学些统计学知识。收集了一些资料，statquest在B站有了中英字幕版（直接搜索statquest即可），也有成套的中文学习笔记可供参考，学习难度下降了不少。笔记链接：

https://www.yuque.com/biotrainee/biostat统计学的知识点比较琐碎，很难整理，正在克服困难中。。。

1.示例数据

x1：R语言内置数据集iris的前4列。 x2：R语言内置数据集state.x77

x=iris[,-5] x2=state.x77

state.x77列名的含义：Population：截至1975年7月1日的人口估计Income：人均收入（1974）Illiteracy：文盲率（1970年，占人口百分比）Life Exp：预期寿命（1969-71年）Murder：每10万人的谋杀和非过失杀人率（1976）HS Grad 高中毕业生百分比（1970）Frost：首都或大城市中最低温度低于冰点（1931-1960）的平均天数Area：土地面积（平方英里）

2.协方差

使用cov()函数计算。

关于协方差：cov(x,y)>0,表示x、y的变化为正趋势，<0为负趋势，＝0为无趋势。协方差对数据的变化范围敏感，无法反应变化趋势的强弱和离散程度，但它是一些高级分析的基石。

cov(x$Sepal.Length,x$Petal.Length) #> [1] 1.274315cov(x) #> Sepal.Length Sepal.Width Petal.Length Petal.Width#> Sepal.Length 0.6856935 -0.0424340 1.2743154 0.5162707#> Sepal.Width -0.0424340 0.1899794 -0.3296564 -0.1216394#> Petal.Length 1.2743154 -0.3296564 3.1162779 1.2956094#> Petal.Width 0.5162707 -0.1216394 1.2956094 0.5810063pheatmap::pheatmap(cov(x))

image.png

3.相关

3.1计算相关性系数

cor函数可计算三种相关性系数：pearson,kendall和spearman,默认是pearson。pearson是参数检验，需要两个向量均服从正态分布。另外两个为非参数检验。

cor(x$Sepal.Length,x$Petal.Length) #> [1] 0.8717538cor(x$Sepal.Length,x$Petal.Length,method = “kendall”