【冰糖R语言】Pearson、Spearman相关性及其显著性 cor() rcorr()

计算相关性是常见的操作，简单的线性、非线性相关性度量如Pearson皮尔森相关性，Spearman斯皮尔曼相关性

1、cor()

使用R自带的cor()可用于计算pearson，kendall，spearman相关性，一般使用格式为：

cor(x, y, method="pearson")，计算向量x和y的pearson相关性，得到相关系数；

cor(m, method="spearman")，计算矩阵m中任意两个变量间的spearman相关性，得到相关系数矩阵；

但这种方式不能获得相关系数的显著性度量，所以需要判断显著性时可使用下面的方法。

2、rcorr()

使用Hmisc中的rcorr()可计算pearson，spearman相关系数，一般使用格式如下：

rcorr(x, y, type="pearson")，计算向量x和y的pearson相关性；

rcorr(m, type="spearman")，计算矩阵m中任意两个变量间的spearman相关性；

以上，会返回一个list，由相关系数矩阵r、使用的样本数量n、显著性p值矩阵P（大写）组成；

便获得了相关系数及其显著性p值，当然pearson，spearman的p值估计方法不同，可参考相关文档。