我想获得在R中对复杂测量数据计算的相关性的显著性值!据我所知,相关性的计算方法如下:
var <- svyvar(~var1+var2, design, na.rm=TRUE)
cov2cor(as.matrix(var))
字符串
然而,这仅提供相关系数。所以我的问题是:* 如何获得这种相关性的显著性值?* 我知道这可以通过将sig.stats = TRUE
参数传递给jtools包中的svycor
函数来完成:
svycor(~var1+var2,
design,
na.rm = TRUE,
sig.stats = TRUE,
bootn = 1000)
型
然而,这依赖于weights包中的wtd.cor
函数--由于gdata依赖性的一些问题,我在安装时遇到了麻烦。有没有人对此有一个解决方案?提前感谢!
1条答案
按热度按时间bfrts1fy1#
获得此显著性检验的最简单方法是
字符串
相关性为零的零假设正是变量之间的关系不存在线性分量的零假设。这非常接近于
svycontrast
在svyvar
输出上工作时可以执行的测试即假设
型
则以内置的
dclus1
数据集为例型
和/或
型
基本上相同的z统计量,然后您可以将其转换为p值。
这比使用
weights
包要好,因为weights::wtd.cor
不考虑集群或分层,只考虑权重。