バイアス相関解析
📌 へんそうかんけいすうの2つの変数間の純粋な相関 他の変数の影響を制御する場合、2つの関心変数間の線形相関 を測定する.
偽の上司を見つけるのに使われる
年収、血圧、年齢
非表示の関係の検索
ex)購入の必要性と購入意向~収入
AとCは正の相関を示し、CとBは負の相関を示し、互いに相殺し、A-B関係を示さない
mpg-cyl相関係数:-0.8521620 mpg-hp相関係数:-0.761684 mpg-wtの相関係数:-0.86676594 mpgとhpの負の相関はmpg−cyl,mpg−wtの影響を受ける可能性がある.
📌 へんそうかんけいすう
mphとhpの偏相関係数
📌 バイアス相関係数の有効性検査
従って,cylとwtを制御するとmpgとhpには純粋な相関は存在しない.
📝 バイアス相関および油溶性検査を実行するためのパッケージ.
偽の上司を見つけるのに使われる
年収、血圧、年齢
非表示の関係の検索
ex)購入の必要性と購入意向~収入
AとCは正の相関を示し、CとBは負の相関を示し、互いに相殺し、A-B関係を示さない
str(mtcars)
'data.frame': 32 obs. of 11 variables:
$ mpg : num 21 21 22.8 21.4 18.7 18.1 14.3 24.4 22.8 19.2 ...
$ cyl : num 6 6 4 6 8 6 8 4 4 6 ...
$ disp: num 160 160 108 258 360 ...
$ hp : num 110 110 93 110 175 105 245 62 95 123 ...
$ drat: num 3.9 3.9 3.85 3.08 3.15 2.76 3.21 3.69 3.92 3.92 ...
$ wt : num 2.62 2.88 2.32 3.21 3.44 ...
$ qsec: num 16.5 17 18.6 19.4 17 ...
$ vs : num 0 0 1 1 0 1 0 1 1 1 ...
$ am : num 1 1 1 0 0 0 0 0 0 0 ...
$ gear: num 4 4 4 3 3 3 3 4 4 4 ...
$ carb: num 4 4 1 1 2 1 4 2 2 4 ...
> mtcars2 <- mtcars[, c("mpg", "cyl", "hp", "wt")]
📌 そうかんけいすう> cor(mtcars2)
mpg cyl hp wt
mpg 1.0000000 -0.8521620 -0.7761684 -0.8676594
cyl -0.8521620 1.0000000 0.8324475 0.7824958
hp -0.7761684 0.8324475 1.0000000 0.6587479
wt -0.8676594 0.7824958 0.6587479 1.0000000
📌 へんそうかんけいすう
mphとhpの偏相関係数
> pcor(c(1, 3, 2, 4), cov(mtcars2))
[1] -0.2758932
> pcor(c("mpg", "hp", "cyl", "wt"), cov(mtcars2))
[1] -0.2758932
cylとwt状態におけるmpgとhpの純相関係数−0.2758932を制御した.mpgとhpの高負の相関係数はclyとwtの影響を受けた.📌 バイアス相関係数の有効性検査
> pcor.test(pcor(c(1, 3, 2, 4), cov(mtcars2)),
q=2, n=nrow(mtcars2))
$tval
[1] -1.518838
$df
[1] 28
$pvalue
[1] 0.1400152
p-value=0.1400152,帰務仮定は却下できません.従って,cylとwtを制御するとmpgとhpには純粋な相関は存在しない.
📝 バイアス相関および油溶性検査を実行するためのパッケージ.
> library(ppcor)
> pcor(mtcars2)
$estimate
mpg cyl hp wt
mpg 1.0000000 -0.3073687 -0.2758932 -0.6285559
cyl -0.3073687 1.0000000 0.5340905 0.2224468
hp -0.2758932 0.5340905 1.0000000 -0.1574640
wt -0.6285559 0.2224468 -0.1574640 1.0000000
$p.value
mpg cyl hp wt
mpg 0.0000000000 0.098480097 0.140015155 0.0001994765
cyl 0.0984800975 0.000000000 0.002365994 0.2374063384
hp 0.1400151550 0.002365994 0.000000000 0.4059618058
wt 0.0001994765 0.237406338 0.405961806 0.0000000000
$statistic
mpg cyl hp wt
mpg 0.000000 -1.709183 -1.518838 -4.276365
cyl -1.709183 0.000000 3.342856 1.207328
hp -1.518838 3.342856 0.000000 -0.843747
wt -4.276365 1.207328 -0.843747 0.000000
$n
[1] 32
$gp
[1] 2
$method
[1] "pearson"
> pcor.test(mtcars2["mpg"], mtcars2["hp"], mtcars2[c("cyl", "wt")])
estimate p.value statistic n gp Method
1 -0.2758932 0.1400152 -1.518838 32 2 pearson
Reference
この問題について(バイアス相関解析), 我々は、より多くの情報をここで見つけました https://velog.io/@revudn46/편상관관계テキストは自由に共有またはコピーできます。ただし、このドキュメントのURLは参考URLとして残しておいてください。
Collection and Share based on the CC Protocol