Dput for data frame:
structure(list(aptitude = c(78, 85, 69, 80, 60, 72, 77, 65, 70,
80, 75, 83, 81, 65, 77, 76, 64, 68, 74, 85, 83, 80, 62, 69, 66,
75, 68, 70), performance = c(74, 59, 59, 60, 55, 62, 59, 64,
50, 64, 60, 59, 51, 64, 58, 49, 43, 62, 49, 59, 59, 60, 43, 62,
49, 64, 38, 74)), class = "data.frame", row.names = c(NA, -28L
))
我有这个数据集上运行相关使用以下命令:> 而，aptitude变量的截断值为60，也就是说，aptitude的最小值为60，不可能有低于该值的分数。在这种情况下，我正试图纠正相关性，以某种方式包括这一点。
我试着在R中寻找具有此范围限制的包/命令，但我发现任何与此匹配的东西都存在问题。RDocumentation列出了rCCr和rangeCorrection，但从我能收集到的信息来看，它们似乎不再可用了。
任何帮助将是伟大的!
在计算相关系数时，数据分布无关紧要。如果一个样本分布在[0,100]，而另一个样本分布在[0,inf]或[100,200]，或其他范围内，这不会影响系数。
也许用一个例子来演示会更容易，一些虚构的数据。Y和X都在[1,100]范围内。
y=rnorm(100)+seq(1,100,1)
x=rnorm(100)+seq(1,100,1)
plot(y~x)
cor(y,x)
[1] 0.9988158
关系是非常线性的，具有非常高的Pearson相关性。现在尝试转换其中一个变量，例如Y，使其范围从[100,200]，同时保持另一个不变。
cor(y+100,x)
[1] 0.9988158
,这都没有区别。为什么?因为您只是向随机变量添加一个常数，它不会影响该变量的方差，即Var(a+Y) = Var(Y)，这就是您在估计相关系数时使用的方法。