完整的cor()函数

Question

我正在为我的数据建立一个相关矩阵,看起来像这样

df <- structure(list(V1 = c(56, 123, 546, 26, 62, 6, NA, NA, NA, 15
), V2 = c(21, 231, 5, 5, 32, NA, 1, 231, 5, 200), V3 = c(NA, 
NA, 24, 51, 53, 231, NA, 153, 6, 700), V4 = c(2, 10, NA, 20, 
56, 1, 1, 53, 40, 5000)), .Names = c("V1", "V2", "V3", "V4"), row.names = c(NA, 
10L), class = "data.frame")

这给出了以下数据框:

        V1  V2  V3   V4
    1   56  21  NA    2
    2  123 231  NA   10
    3  546   5  24   NA
    4   26   5  51   20
    5   62  32  53   56
    6    6  NA 231    1
    7   NA   1  NA    1
    8   NA 231 153   53
    9   NA   5   6   40
    10  15 200 700 5000

我通常使用complete.obs命令来使用此命令建立我的相关矩阵

crm <- cor(df, use="complete.obs", method="pearson") 

我的问题是,complete.obs如何处理数据？它是否省略了具有"NA"值的任何行,制作一个"NA"自由表并立即制作相关矩阵？

df2 <- structure(list(V1 = c(26, 62, 15), V2 = c(5, 32, 200), V3 = c(51, 
53, 700), V4 = c(20, 56, 5000)), .Names = c("V1", "V2", "V3", 
"V4"), row.names = c(NA, 3L), class = "data.frame")

或者它是否以成对的方式省略"NA"值,例如,当计算V1和V2之间的相关性时,V3中包含NA值的行(例如我的示例中的行1和2)是否也会被省略？

如果是这种情况,我期待通过以成对方式省略NA值来建立尽可能多地保留数据的命令.

非常感谢,

Answer 1

查看帮助文件cor,即?cor.特别是,

如果'use'是''everything"','NA'将在概念上传播,即,只要其贡献的观察之一是'NA',结果值就是'NA'.

如果'use'是''all.obs'',则缺少观察的存在将产生错误.如果'use'是'"complete.obs"',那么缺失值将通过casewise删除来处理(如果没有完整的情况,则会产生错误).

为了更好地了解正在发生的事情,创建一个(甚至)更简单的例子:

df1 = df[1:5,1:3]
cor(df1, use="pairwise.complete.obs", method="pearson") 
cor(df1, use="complete.obs", method="pearson") 
cor(df1[3:5,], method="pearson") 

因此,当我们使用时complete.obs,如果存在,我们将丢弃整行NA.在我的例子中,这意味着我们丢弃行1和2.然而,pairwise.complete.obs使用非NA计算之间的相关值时V1和V2.