逆变换corr系数到初始值
Inverse transformation corr coefficients to initial value
让我们用 iris 处理经典数据集
data(iris
)
当我进行 Pearson corr 分析时,我有这些 corr 系数
SEPALLEN SEPALWID PETALLEN PETALWID
SEPALLEN 1,000000 -0,117570 0,871754 0,817941
SEPALWID -0,117570 1,000000 -0,428440 -0,366126
PETALLEN 0,871754 -0,428440 1,000000 0,962865
PETALWID 0,817941 -0,366126 0,962865 1,000000
那么有没有办法进行逆变换,即从相关系数到变量初值?
不能提取关联数据的数据细节,只能提取两列之间关联的一般特征。如果 Person 的系数为正则有增加的趋势,如果为负则有减少的趋势。我们可以用相关图将其可视化:
data(iris)
ibrary(PerformanceAnalytics)
chart.Correlation(iris[, 1:4], histogram=TRUE, pch=19)
正如您在下面看到的,每个上三角数字都与下三角中的图形相匹配。事实上,cor
函数将 iris
(1-4 列)数据中的 600 个条目转换为仅 5 个唯一数字。因此,不可能以明确的方式将 5 个数字逆变换为 600 个数字:
让我们用 iris 处理经典数据集
data(iris
)
当我进行 Pearson corr 分析时,我有这些 corr 系数
SEPALLEN SEPALWID PETALLEN PETALWID
SEPALLEN 1,000000 -0,117570 0,871754 0,817941
SEPALWID -0,117570 1,000000 -0,428440 -0,366126
PETALLEN 0,871754 -0,428440 1,000000 0,962865
PETALWID 0,817941 -0,366126 0,962865 1,000000
那么有没有办法进行逆变换,即从相关系数到变量初值?
不能提取关联数据的数据细节,只能提取两列之间关联的一般特征。如果 Person 的系数为正则有增加的趋势,如果为负则有减少的趋势。我们可以用相关图将其可视化:
data(iris)
ibrary(PerformanceAnalytics)
chart.Correlation(iris[, 1:4], histogram=TRUE, pch=19)
正如您在下面看到的,每个上三角数字都与下三角中的图形相匹配。事实上,cor
函数将 iris
(1-4 列)数据中的 600 个条目转换为仅 5 个唯一数字。因此,不可能以明确的方式将 5 个数字逆变换为 600 个数字: