Tôi đã có một bộ dữ liệu khổng lồ với sáu cột (gọi chúng là A, B, C, D, E, F), khoảng 450.000 hàng. Tôi chỉ đơn giản là cố gắng tìm ra mối tương quan giữa các cột A và B:Làm thế nào để tính toán tương quan của hai biến trong một tập dữ liệu khổng lồ trong R?
cor(A, B)
và tôi đã nhận
[1] NA
như một kết quả. Tôi có thể làm gì để khắc phục sự cố này?
Hãy thử cor(A,B, use = "pairwise.complete.obs"). Điều đó sẽ bỏ qua các NA trong các quan sát của bạn.
Để thống kê nghiêm ngặt, bạn cũng nên xem xét số lượng các mục bị thiếu trong dữ liệu của mình và xem liệu thiếu sót ở mức giả định ngẫu nhiên.
Chỉnh sửa 1: Hãy xem ?cor để xem các tùy chọn khác cho thông số use.
Bạn có thể xem xét sử dụng hàm rcorr trong gói Hmisc.
Tốc độ rất nhanh và chỉ bao gồm các quan sát hoàn chỉnh theo cặp. Các đối tượng quay trở lại chứa một ma trận
Một số mã ví dụ có sẵn here: