00.初めての医療統計rとezr:11.相関係数と相関図
差分
このページの2つのバージョン間の差分を表示します。
両方とも前のリビジョン前のリビジョン次のリビジョン | 前のリビジョン | ||
00.初めての医療統計rとezr:11.相関係数と相関図 [2020/04/12] – [Rで相関図] adash333 | 00.初めての医療統計rとezr:11.相関係数と相関図 [2022/02/23] (現在) – [2つの連続変数の相関を評価する流れ] adash333 | ||
---|---|---|---|
行 4: | 行 4: | ||
===== EZRで相関係数と相関図 ===== | ===== EZRで相関係数と相関図 ===== | ||
+ | |||
+ | 相関図と相関係数の計算をするならEZRが早い。 | ||
+ | |||
https:// | https:// | ||
EZRの使い方:相関係数(ピアソンとスピアマンについて) | EZRの使い方:相関係数(ピアソンとスピアマンについて) | ||
+ | |||
+ | ===== 2つの連続変数の相関を評価する流れ ===== | ||
+ | -2つの連続変数が、両方とも正規分布に従うかどうか検定(shapiro) | ||
+ | -2つとも正規分布に従うのであれば、Pearsonの積算相関係数を計算 | ||
+ | -どちらか1つでも正規分布に従わないのであれば、Spearmanの順序相関係数を計算 | ||
+ | |||
+ | https:// | ||
+ | {{: | ||
+ | |||
+ | ===== (1)正規分布に従うかどうかを検定:シャピロ・ウィルク検定 (Shapiro-Wilk test) ===== | ||
+ | EZRでは、以下でできます。(グラフも描いてくれます) | ||
+ | 統計解析>連続変数の解析>正規性の検定 | ||
+ | |||
+ | https:// | ||
+ | Rによるシャピロ・ウィルク検定 | ||
+ | |||
+ | Rで検定する場合は、saphiro.test()関数を用います。 | ||
+ | |||
+ | https:// | ||
+ | |||
+ | < | ||
+ | X=c(12, 34, 22, 23, 25, 23, 22) | ||
+ | shapiro.test(x=X) | ||
+ | </ | ||
+ | |||
+ | {{: | ||
+ | |||
+ | このとき、p> | ||
行 29: | 行 60: | ||
===== Rで相関図 ===== | ===== Rで相関図 ===== | ||
- | 相関図というか散布図を描くのならばEZRが楽。 | + | 相関図というか散布図を描くのならばEZRが楽だが、RNotebookでも可能。 |
+ | |||
+ | https:// | ||
- | どうしてもRNotebookで描きたい場合はこちら。 | ||
https:// | https:// | ||
行 38: | 行 71: | ||
2018-04-15 | 2018-04-15 | ||
< | < | ||
- | g <- ggplot() | + | # 相関図 |
- | g <- g + geom_point(data = mtcars, mapping = aes(x = disp, y = wt)) | + | g <- ggplot() + |
- | g <- g + geom_smooth(data = mtcars, mapping = aes(x = disp, y = wt), method = " | + | |
- | | + | |
+ | g | ||
+ | |||
+ | # 相関係数とp値 | ||
+ | cor.test(mtcars$disp, | ||
- | print(g) | ||
</ | </ | ||
00.初めての医療統計rとezr/11.相関係数と相関図.1586690346.txt.gz · 最終更新: 2020/04/12 by adash333