相同维度的两个矩阵之间的 Spearman 相关性

Question

我有两个相同维度（p 和 e）的矩阵，我想在同名的列之间进行 spearman 相关。我想在矩阵 (M) 中输出对相关性

我使用了corr.test()库 Psych 中的函数，这是我所做的：

library(psych)
M <- data.frame(matrix(ncol=3,nrow=ncol(p)))
M[,1] <- as.character()
G <- colnames(p)
for(rs in 1:ncol(p){
      M[rs,1] <- G[rs]     
      cor <- corr.test(p[,rs],e[,rs],method="spearman",adjust="none")
      M[rs,2] <- cor$r
      M[rs,3] <- cor$p
}

但我收到一条错误消息：

Error in 1:ncol(y) : argument of length 0

你能告诉我有什么问题吗？或建议另一种方法？

Answer 1

不需要所有这些循环和索引等：

# test data
p <- matrix(data = rnorm(100),nrow = 10)
e <- matrix(data = rnorm(100),nrow = 10)

cor <- corr.test(p, e, method="spearman", adjust="none")
data.frame(name=colnames(p), r=diag(cor$r), p=diag(cor$p))

#  name           r         p
#a    a  0.36969697 0.2930501
#b    b  0.16363636 0.6514773
#c    c -0.15151515 0.6760652
# etc etc

如果矩阵的名称不匹配，则match它们：

cor <- corr.test(p, e[,match(colnames(p),colnames(e))], method="spearman", adjust="none")