Différence de test entre les corrélations

-2

J'ai un ensemble de données avec trois variables: 1) les rendements des fonds communs de placement (MF), 2) les rendements des indices boursiers (SI), 3) les rendements des prix du pétrole (OP).Différence de test entre les corrélations

J'ai calculé une fenêtre roulante de coefficients de corrélation entre i) MF et OP, et entre ii) SI et OP. La métrique de globe oculaire semble indiquer que le cas i) a un coefficient de corrélation beaucoup plus élevé que le cas ii). Cependant, je veux tester cela statistiquement. Comment cela devrait-il être fait? Y a-t-il un paquet pour cela dans R?

Thomas

Source

2017-10-02 Thomas.LRV

Ceci est plus d'une question que les statistiques de programmation, donc je vous conseille de demander à (CrossValidated) [https://stats.stackexchange.com/]. Cela dit, la statistique t pour un coefficient de corrélation peut être calculée comme suit: r * sqrt ((n-2)/(1-r^2)) 'df = N-2, Ceci (site) [http: // janda.org/c10/Lectures/topic06/L24-significanceR.htm] a quelques bonnes explications – emilliman5

pouvez-vous ajouter un exemple de jeu de données et comment voulez-vous que la sortie soit? – DataTx

La fonction 'cor.test' du paquet stats fournit un intervalle de confiance pour les corrélations que vous pourriez comparer. Si les intervalles ne se chevauchent pas, vous pourriez dire qu'il y a une différence significative. Cependant, s'il y a chevauchement, il peut y avoir une différence significative. Je pense que vous pouvez tester une corrélation par rapport à un H0 spécifique en utilisant une transformation de Fisher https://en.wikipedia.org/wiki/Fisher_transformation – Niek

Vous pouvez utiliser la fonction rcorr() du paquet Hmisc pour obtenir le niveau de signification pour les corrélations et Spearman pearson. Voici un exemple

mcor <- cor(mtcars) 
head(mcor) 
cor(mtcars, use = "complete.obs") 

library(Hmisc) 
# correlation coefficients and level of significance 
rcorr(as.matrix(mtcars[,1:7])) 
# correlation coefficient between mpg and cyl, and level of significance 
rcorr(mtcars$mpg, mtcars$cyl, type = "pearson") 
# correlation coefficient between mpg and qsec, and level of significance 
rcorr(mtcars$mpg, mtcars$qsec, type = "pearson")

Source

2017-10-02 14:08:47 ANG

Différence de test entre les corrélations

Répondre

Questions connexes