opreg命令，pcorr命令

R使用笔记:相关系数:cor.test();corr.test();rcorr()

1、cor.test() 似乎不能这样用。 使用 Hmisc 包的rcorr()，可以得到correlation matrix的p值矩阵。当然 rcorr() 也可以像 cor() 那样，只计算两个feature之间的相关系数。

2、我们知道R里面计算两个数值向量之间的相关性用 cor 函数，而检验是否显著相关用 cor.test 。例如 会得到如下结果，a和b是几乎完整正相关的，相关系数是0.9998834。

3、method可以为spearman，pearson and kendall，分别对应三种相关系数的计算和检验。

4、mantel.rtest (){ ade4 } mantel(){ecodist} mantel(){vegan} ggcor不仅内置了mental test 函数， 也很好的实现了mental test 可视化。如果是矩阵相关系数计算，结果可能不怎么好解读。

pcorr是什么函数

corr是相关系数。corr（x，y）相关系数，用来刻画二维随机变量两个分量间相互关联程度。

相关系数介于区间[-1，1]内。当相关系数为-1，表示完全负相关，表明两项资产的收益率变化方向和变化幅度完全相反。当相关系数为+1时，表示完全正相关，表明两项资产的收益率变化方向和变化幅度完全相同。

正态分布密度函数是：f(x)=exp{-(x-μ)/2σ}/[√(2π)σ]。

R计算多个向量两两之间相关性

1、cor为每一个纳入研究的相关系数， n为样本量， studlab纳入研究的标签向量， data为相应的的数据集，sm选项为合并的方法，包括ZCOR和COR，其中ZCOR是合并之前先做Fisher Z变换，COR是直接合并。

2、判断多个向量是否线性相关，主要看由向量组a，b，c组成的行列式|a，b，c|的值，如果值等于0就是线性相关，不等于0就是线性无关。

3、r具有对称性，即x与y之间的相关系数和y与x之间的相关系数相等，即rxy=ryx。r数值大小与x和y原点及尺度无关，即改变x和y的数据原点及计量尺度，并不改变r数值大小。相关系数计算：相关系数介于区间[-1，1]内。

4、r 的绝对值越大表明相关性越强，要注意的是这里并不存在因果关系。若r=0，表明两个变量间不是线性相关，但有可能是其他方式的相关（比如曲线方式）。

stata里面什么命令可以对面板数据按时间求均值

1、用start均值计算即可。首先在stata软件中对数据按照时间进行分组，形成子变量，然后根据子变量进行均值计算即可。

2、tostringtime，gen(time1)gentime2=date(time1，YMD)genmonth=month(time2)bysortcodemonth：egenavx=mean(x)，avx是要求的均值变量。

3、collapse：该命令用于按照指定的变量对数据进行汇总，例如计算每个组的均值、总和等。

在matlab中如何输出一个函数的图像

1、在 Matlab 中绘制函数图像可以使用 fplot 命令，该命令可以绘制函数在一个或多个变量上的图像。

2、首先打开电脑上的“matlab”软件，主界面如下图所示。在命令行窗口输入命令，绘制出“y=x^2”的函数图像。点击回车键后，运行程序，绘制出的函数图像如下图所示。

3、首先在电脑上面打开Matlab，打开过程很慢，请耐心等待。阶跃函数是连续时间的函数，它能从0突然跳到1。如图所示。

4、当$x = 2$时，$y = 3^2 = 9$；当$x = -2$时，$y = 3^{-2} = \frac{1}{9}$；继续计算其他点的坐标，我们可以绘制出整个函数图像。根据图像可以看到，函数$y = 3^x$是一个递增函数。

5、如何画函数图像？以下是老师的解答对函数图象首先心中有数，最常用的是描点法画图，即列表再描点。

6、首先打开matlab应用程序，输入下方的代码：然后按确定会出现一张图，如下图所示，这就是该函数的图像，其中第一条语句是代表x的起始点与间隔，和终点，第二条是函数，第三条就是画。

如何将SAS中的显著性P值变为科学计数的形式展现?

一般显著性p小于0.05为显著相关，小于0.01为极显著相关。P值即概率，反映某一事件发生的可能性大小。统计学根据显著性检验方法所得到的P值，其含义是样本间的差异由抽样误差所致的概率小于0.05或0.01。

P值的意义 P 值即概率，反映某一事件发生的可能性大小。统计学根据显著性检验方法所得到的P 值，一般以P 0.05 为显著， P 0.01 为非常显著，其含义是样本间的差异由抽样误差所致的概率小于0.05 或0.01。

应该说是统计原理下计算出的p值，统计软件实际上就是运算而已。

P值即概率，反映某一事件发生的可能性大小。不同的P数值所表达的含义也是不一样的。

小数点的移动，10的指数是多少就移动多少位，指数是正数的，小数点往右移动，是负数的小数点往左移动。当移动小数点数位不够的就用0补上，差多少位就补多少位，直到移动的数位与10的指数相等为至。

在进行观测归类时，结果很好，分类错误的比率为0。