R cor() 函数 - 计算相关系数
R 语言实例R cor() 函数用于计算两个或多个变量之间的相关系数。
相关系数衡量变量之间的线性相关程度，取值范围为 -1 到 1。值为 1 表示完全正相关，-1 表示完全负相关，0 表示不相关。
cor() 函数语法格式如下：
cor(x, y = NULL, method = c("pearson", "kendall", "spearman"))
参数说明：
x 输入数值向量或矩阵。
y 可选，第二个向量或矩阵。
method 相关系数类型：pearson（默认，线性相关）、kendall、spearman（秩相关）。
实例
# 创建两组数据
height <- c(160, 165, 170, 175, 180) # 身高 cm
weight <- c(55, 60, 65, 70, 80) # 体重 kg
# 计算相关系数
r <- cor(height, weight)
print(paste("身高与体重的相关系数:", round(r, 3)))
# 计算多个变量的相关系数矩阵
sleep_hours <- c(7, 6.5, 8, 7.5, 6)
df <- data.frame(height, weight, sleep_hours)
print("相关系数矩阵:")
print(round(cor(df), 3))
height <- c(160, 165, 170, 175, 180) # 身高 cm
weight <- c(55, 60, 65, 70, 80) # 体重 kg
# 计算相关系数
r <- cor(height, weight)
print(paste("身高与体重的相关系数:", round(r, 3)))
# 计算多个变量的相关系数矩阵
sleep_hours <- c(7, 6.5, 8, 7.5, 6)
df <- data.frame(height, weight, sleep_hours)
print("相关系数矩阵:")
print(round(cor(df), 3))
执行以上代码输出结果为：
[1] "身高与体重的相关系数: 0.993"
[1] "相关系数矩阵:"
height weight sleep_hours
height 1.000 0.993 -0.784
weight 0.993 1.000 -0.729
sleep_hours -0.784 -0.729 1.000