案例明智中的R

Question

考虑以下的调查数据删除内部COR的值（）的：

data <- replicate(10 ,sample(c(1,2,3,4), 1000, replace = TRUE)) %>% 
    as.data.frame() 

V1:V9是变量，其中1 = "Good"，2 = "Okey"和3 = "Not Good"和4 = "Don't know"而V10是一个序变量，其中1 = "Good"，2 = "Not good"，3 = "Don't know"和4 = "Don't want to answer"。

我对使用cor()这些变量计算简单相关矩阵感兴趣。但是，我只想在实际上意味着某些事情的值之间进行计算。即1,2,3为V1:V9和1,2为V10。

换句话说，我希望的情况下，明智的任何值> 2的cor()函数中删除V1:V9任何价值> 3和同为V10。

这与使用参数类似吗？

我设法解决这个问题的唯一方法是将这些值变为NA。

library("dplyr") 
data_test <- data_test %>% 
     mutate_each(funs(ifelse(. > 3, NA, .)), -V10) %>% 
     mutate(ifelse(V10 > 2, NA, V10)) 

cor(data_test, use = "complete.obs") 

但是有没有更好的方法，不一定依赖修改数据。

PS。当然，有更多的方法来计算序数变量之间的相关性。

Answer 1

这个问题的答案比我想的要简单。

由于@ zx8754指出，在为分类变量选择相关方法时应该小心。

不管怎么说，你只是在cor()

改变use = "pairwise.complete.obs"但是，你仍然需要发生变异4 NA。