R代码方差20181101
方差，协方差，相关系数
一、var 方差
var(x, y = NULL, na.rm = FALSE, use)
当x为向量时，计算x方差，当x为矩阵时以每一列为一个样本计算协方差矩阵，x，y均存在时，计算它们列之间的协方差矩阵，use控制当协方差中存在缺失值的处理方法，具体细节看帮助文档
二、cov 协方差
cov(x, y = NULL, use = "everything",method = c("pearson", "kendall", "spearman"))
use=“everthing”,默认只要存在NA则返回NA，method表示计算协方差所使用的方法
关于Pearson，kendall，spearman相关系数的异同
三、cor 相关系数
cor(x, y = NULL, use = "everything", method = c("pearson", "kendall", "spearman"))
四、cov2cor(V) 相关系数和协方差的转换
五、偏相关系数
1、cor2pcor() pcor2cor() {corpcor}
cor2pcor(m, tol)
pcor2cor(m, tol)
cor2pcor根据所给的相关阵或相关系数矩阵(m),计算协相关系数矩阵
其中的值为控制其余所有变量而计算其中两个变量的协相关系数
pcor2cor根据所给的偏相关系数矩阵，将其转化为相关系数矩阵
2、pcor() {ggm}
计算某两个变量的偏相关系数
pcor(u, S)
u为一整数向量，前两个整数是需要计算偏相关系数的元素的索引，后面剩下的整数为需要控制的变量，或称为条件变量
s为样本协方差矩阵，为对称正定
3、偏相关显著性检验
pcor.test(r,q,n)
其中r是由pcor()函数计算得到的偏相关系数，q为要控制的变量数(以数值表示位置)，n为样本大小
例子：
> x1<-c(65,70,70,69,66,67,68,72,66,68)
> x2<-c(45,45,48,46,50,46,47,43,47,48)
> x3<-c(27.6,30.7,31.8,32.6,31.0,31.3,37.0,33.6,33.1,34.2)
> xingneng<-data.frame(x1,x2,x3)
> rm(x1,x2,x3)
> xnvar<-var(xingneng);xnvar
x1 x2 x3
x1 4.766667 -1.9444444 1.9344444
x2 -1.944444 3.8333333 0.6166667
x3 1.934444 0.6166667 6.1898889
> xncor<-cor(xingneng)
> xnpcor=cor2pcor(xncor);xnpcor
[,1] [,2] [,3]
[1,] 1.0000000 -0.5393869 0.4683293
[2,] -0.5393869 1.0000000 0.3467988
[3,] 0.4683293 0.3467988 1.0000000
> pcor(c(1,2,3),xncor)
[1] -0.5393869
相关系数和R语言
图片小物件
1、线段
lines(x, y = NULL, type = "l", ...)
x,y表示坐标系上的点，将它们连接成一条线
2、直线
abline(a = NULL, b = NULL, h = NULL, v = NULL, reg = NULL,coef = NULL, untf = FALSE, ...)
画一条直线
a，b 为截距和斜率
h画与y轴垂直直线
v 画与x轴垂直的直线
coef 为一二元向量，包含截距和斜率
3、箭头
arrows(x0, y0, x1 = x0, y1 = y0, length = 0.25, angle = 30, code = 2, col = par("fg"),
lty = par("lty"), lwd = par("lwd"), ...)
x0, y0为箭头起点坐标，x1，y1，为箭头终点坐标，可为向量，length控制箭头大小，angle控制箭头角度，code控制画哪种箭头
4、添加文字
text(x, y = NULL, labels = seq_along(x$x), adj = NULL, pos = NULL, offset = 0.5, vfont = NULL,
cex = 1, col = NULL, font = NULL, ...)
x,y为文字中心坐标，labels：要添加的文字，x，y，labels都可为向量
5、自定义坐标
mtext("Days", side=1, line=1.7, cex=.8) #坐标标题
mtext("Weight(mg)", side=2, line=2.2, cex=.8)
axis(side = 1, at=c(2,5,8,11,14,17,20)) #坐标标签
axis(side=2, at=c(200,400,600,800,1000))
box()
##广义最小二乘法
gls(model, data, correlation, weights, subset, method, na.action, control, verbose)
model:用formula描述模型，
correlation：控制残差方差的结构