沉闷科学的掘墓人分享 http://blog.sciencenet.cn/u/Bearjazz

博文

R语言绘制拟合直线及相关性分析

已有 19866 次阅读 2014-4-8 10:42 |个人分类:我的研究|系统分类:科研笔记| R语言, 绘制, 相关性分析, 正态性检验, 拟合直线


R语言绘制拟合直线及相关性分析


 

#作者信息

熊荣川

六盘水师范学院生物信息学实验室

xiongrongchuan@126.com

http://blog.sciencenet.cn/u/Bearjazz

#使用方法

x

y

680

3314.07

1200

3270.47

1200

3456.4

1800

2293.8

326

6281.25

1300

4134.35

1601

1200

1675

2240

1316

2930

1530

3100

725

3581.65

1100

4521.9

2550

1076.5

1840

1849.4

1100

1071

以上表格导入,赋值给变量mat

> plot(x,y)  #x值和y值的散点图

> abline(lm(y~x)) #线性拟合,切记y的位置在前面

 

x= mat[,"x"]

y=mat[,"y"]

 

> shapiro.test(x)

 

     Shapiro-Wilk    normality test

 

data:     x

W = 0.973, p-value = 0.8999

#x的分布作正态性检验,p大于0.05,符合正态分布

> shapiro.test(y)

 

     Shapiro-Wilk    normality test

 

data:     y

W = 0.9423, p-value = 0.4123

 

#y的分布作正态性检验,p大于0.05,符合正态分布

> cor.test(x, y,+         alternative = c("two.sided", "less", "greater"),+         method = c("pearson", "kendall", "spearman"),+         exact = NULL, conf.level = 0.95)

 

#相关性检验,以下是结果

     Pearson's    product-moment correlation

 

data:     x and y

t = -3.8539, df = 13, p-value = 0.001993

alternative hypothesis: true correlation    is not equal to 0

95 percent confidence interval:

-0.9042470 -0.3482487

sample estimates:

         cor

-0.7302404


#p值小于0.05,说明显著相关

#-0.7302404

附注:简单的相关系数的分类

  • 0.8-1.0 极强相关

  • 0.6-0.8 强相关

  • 0.4-0.6 中等程度相关

  • 0.2-0.4 弱相关

  • 0.0-0.2 极弱相关或无相关

 

 




https://blog.sciencenet.cn/blog-508298-783007.html

上一篇:一些生物学定理,希望对你有所启发
下一篇:肥胖就是病——从进化的角度
收藏 IP: 119.78.81.*| 热度|

0

该博文允许注册用户评论 请点击登录 评论 (0 个评论)

数据加载中...
扫一扫,分享此博文

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2024-5-9 23:35

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部