我有一個包含很多觀察值和多個變量的數據框。其中一些是分類的（無序的），其他是數字的。
我正在尋找這些變量之間的關聯。我已經能夠計算數值變量的相關性（斯皮爾曼相關性），但是：
有人知道如何做到這一點嗎？如果是這樣，是否有R函數實現這些方法？
這取決於您想要哪種相關感。當您運行典型的皮爾遜乘積矩相關性時，您會得到關聯強度的度量，並且會測試該關聯的重要性。但是，更典型地，重要性檢驗和效應量的量度是不同的。
顯著性測試：
效果大小（關聯強度）：
如果需要分類變量的相關矩陣，則可以使用以下包裝函數（需要'vcd'程序包）：
catcorrm <- function（vars，dat）sapply（vars，function（y）sapply（vars，function（x）assocstats（table（dat [，x]，dat [，y]））$ cramer）） 其中：
vars 是要關聯的分類變量的字符串向量
dat 是包含變量的data.frame
結果是Cramer V的矩陣。
取決於您要實現的目標。假設$ X $為連續的數字變量，$ K $為（無序）分類變量。然後，一種可能的方法是將數字分數$ t_i $分配給$ K $，$ i = 1，\ dots，p $的每個可能值。一種可能的標準是最大化$ X $和分數$ t_i $之間的相關性。僅使用一個連續變量和一個分類變量，這可能不是很有用，因為最大相關將始終為1（為了證明並找到一些這樣的分數，這是使用拉格朗日乘數的一種練習！對於多個變量，我們嘗試使用找出分類變量的折衷分數，也許試圖最大化多重相關性$ R ^ 2 $，那麼各個相關性將不會等於（除非是非常特殊的情況！）等於一個。
這樣的分析是R的實現是在 homals 包中（在CRAN上），它被看作是多種對應關係分析的概括，並且以許多名稱而聞名，例如規範相關性分析，同質性分析等。谷歌搜索其中的一些名稱將提供大量信息，有一本完整的書：Albert Gifi，“非線性多元分析”。祝您好運！
我有一個類似的問題，我按照建議嘗試了卡方檢驗，但是在針對NULL假設評估P值時感到非常困惑。
我將解釋如何解釋分類變量。我不確定這與您的情況是否相關。我有響應變量Y和兩個預測變量X1和X2，其中X2是具有兩個級別的分類變量，分別為1和2。我試圖擬合線性模型
ols = lm（Y〜 X1 + X2，data = mydata） 但是我想了解不同級別的X2如何滿足上述等式。我碰到一個R函數by（）
by（mydata，X2，function（x）summary（lm（Y〜X1，data = x））） 此代碼的作用是，它試圖將線性模型適合X2的每個級別。這給了我所有P值和R平方，我理解並可以解釋的殘差標準誤差。
同樣，我不確定這是否是您想要的。我比較了X2在預測Y時的不同值。
要測量兩個類別變量之間的鏈接強度，我寧願建議使用帶有卡方統計量的交叉表
來測量數值變量和類別變量之間的鏈接強度，您可以使用均值比較一下，看看它是否從一個類別顯著改變到另一個類別