J'ai un seul vecteur de données de flux (29 données) et une donnée de matrice 3D (360 * 180 * 29)
je veux trouver la corrélation entre un seul vecteur et un vecteur 3D. La matrice de corrélation aura une taille de 360 * 180.
> str(ScottsCk_flow_1981_2010_JJA)
num [1:29] 0.151 0.644 0.996 0.658 1.702 ...
> str(ssta_winter)
num [1:360, 1:180, 1:29] NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN ...
> summary(ssta_winter)
Min. 1st Qu. Median Mean 3rd Qu. Max. NA's
-2.8 -0.2 0.1 0.2 0.6 6.0 596849.0
Ceci est la structure du vecteur et de la matrice 3D. La matrice 3D a beaucoup de valeurs comme Null.
> for (i in 1:360) {
+ for(j in 1:180){
+ cor_ScottsCk_SF_SST_JJA[i,j] = cor(ScottsCk_flow_1981_2010_JJA,ssta_winter[i,j,])
+ }
+ }
There were 50 or more warnings (use warnings() to see the first 50)
Cette partie du code ci-dessus est le code permettant de trouver une corrélation. Mais il donne waring comme
> warnings()
Warning messages:
1: In cor(ScottsCk_flow_1981_2010_JJA, ssta_winter[i, j, ... :
the standard deviation is zero
2: In cor(ScottsCk_flow_1981_2010_JJA, ssta_winter[i, j, ... :
the standard deviation is zero
3: In cor(ScottsCk_flow_1981_2010_JJA, ssta_winter[i, j, ... :
the standard deviation is zero
4: In cor(ScottsCk_flow_1981_2010_JJA, ssta_winter[i, j, ... :
the standard deviation is zero
5: In cor(ScottsCk_flow_1981_2010_JJA, ssta_winter[i, j, ... :
the standard deviation is zero
de plus, le résultat de la matrice de corrélation est NULL. comment est-ce arrivé?
> str(cor_ScottsCk_SF_SST_JJA)
num [1:360, 1:180] NA NA NA NA NA NA NA NA NA NA ...
J'ai utilisé exactement le même code bfr avec le vecteur de flux 350 et la matrice 360 * 180 * 350. Ce code fonctionne parfaitement.
Quelques réflexions
Tout d'abord, en utilisant apply()
, vous pouvez remplacer cette boucle imbriquée par quelque chose comme ceci:
cor_ScottsCk_SF_SST_JJA <-
apply(ssta_winter, MARGIN = 1:2, FUN = cor, ScottsCk_flow_1981_2010_JJA)
Deuxièmement, il apparaît que> 31% (596849/(360*180*29)
) des points dans ssta_winter
sont NaN
ou (éventuellement) NA_real_
. Étant donné la valeur de retour d’une corrélation calculée sur des vecteurs contenant même une seule variable NaN
,
cor(c(1:3, NaN), c(1:4))
# [1] NA
n'est-il pas probable que tous ces NaN
s font que cor_ScottsCk_SF_SST_JJA
soit rempli avec NA
s?
Troisièmement, comme l'indiquent clairement les messages d'avertissement, certains des vecteurs que vous transmettez à cor()
ont une variance nulle. Ils n’ont rien à voir avec les NaN
s: comme le montre ce qui suit, R ne se plaint pas des écarts-types de 0 lorsque NaN
sont impliqués. (C'est assez logique aussi, car vous ne pouvez pas calculer les écarts-types pour des nombres non définis):
cor(c(NaN, NaN, NaN, NaN), c(1,1,1,1))
# [1] NA
cor(c(1,1,1,1), c(1,2,3,4))
# [1] NA
# Warning message:
# In cor(c(1, 1, 1, 1), c(1, 2, 3, 4)) : the standard deviation is zero
Les utilisations suivantes library("psych")
partial.r(sd,c("GPA","SAT"),"GRADE1",use = "complete.obs")
Warning Message:
In cor(data, use = use, method = method) : the standard deviation is zero
sd contient NA pour SAT.
partial.r(subset,c("GPA","SAT"),"GRADE1", use = "complete.obs")
no warnings
le sous-ensemble a NA supprimé