R-3.相关分析（数值型变量）

这篇文章的相关分析主要涉及的是数值型变量，分析方法包括相关系数的计算、相关关系的检验以及相关系数的可视化，从两变量说起，延伸到多变量。

1. 两变量
   相关系数（Pearson相关系数、Spearman相关系数、Kendall相关系数，由method指定，默认Pearson相关系数）
   
   相关系数检验（H0：p=0，不仅可以得到检验结果，同时可以得到相关系数）
   
   相关系数可视化
   两变量可考虑作散点图
   

2. 多变量
   相关系数
   同上，cor(mtcars)
   
   相关系数检验
   略有差别
   library(psych)
   corr.test(mtcars)
   
   相关系数可视化
   涉及到多变量之间的两两相关分析·，观察系数矩阵是比较麻烦的，不如图形直观，这里介绍两种。

library(corrplot)
corr<-cor(mtcars)
corrplot(corr = corr, type="lower", method="ellipse",order="AOE")

library(corrgram)
corrgram(mtcars,upper.panel = NULL)

来源：CSDN

作者：老身聊发少年狂

链接：https://blog.csdn.net/weixin_43850016/article/details/103871764