cor 仅显示 NA 或 1 的相关性 - 为什么？

Question

我在包含所有数值的 data.frame 上运行 cor()，得到的结果是：

       price exprice...
price      1      NA
exprice   NA       1
...

所以它是 1 或 NA 对于结果表中的每个值。为什么显示的是 NA 而不是有效的相关性？

Answer 1

就我而言，我使用了两个以上的变量，这对我来说效果更好：

cor(x = as.matrix(tbl), method = "pearson", use = "pairwise.complete.obs")

但是：

如果 use 的值为“pairwise.complete.obs”，则使用这些变量的所有完整观察对来计算每对变量之间的相关性或协方差。这可能会导致协方差或相关矩阵不是半正定的，如果该变量对没有完整的对，也会导致 NA 条目。

Answer 2

NA 实际上可能有两个原因。一是您的数据中存在 NA。另一种情况是由于其中一个值是恒定的。这导致标准差等于零，因此 cor 函数返回 NA。

Answer 3

使用 use 参数告诉关联忽略 NA，例如：

cor(data$price, data$exprice, use = "complete.obs")

Answer 4

1 是因为一切都与自身完全相关，NA 是因为变量中存在 NA。

您必须指定 R 在存在缺失值时如何计算相关性，因为默认情况下仅计算具有完整信息的系数。

您可以使用 cor 的 use 参数更改此行为，请参阅 ?cor 了解详细信息。

Answer 5

如果存在方差为零的属性（所有元素都相等），也会出现 NA；例如，参见：

cor(cbind(a=runif(10),b=rep(1,10)))

返回：

   a  b
a  1 NA
b NA  1
Warning message:
In cor(cbind(a = runif(10), b = rep(1, 10))) :
  the standard deviation is zero

Answer 6

非常简单且正确的答案

告诉关联忽略带有 use 参数的 NA，例如：

cor(data$price, data$exprice, use = "complete.obs")