r中样本相关性计算的困惑

sd() 在单个向量上,它无法检查数据是否成对完整。例子:

x <- rnorm(100)
y <- rexp(100)
y[1] <- NA
df <- data.frame(x = x, y = y)

所以我们有

df[seq(2), ]
           x         y
1  1.0879645        NA
2 -0.3919369 0.2191193

sd() 在单个列上,它没有关于对的任何信息。对你来说, sd(df$x) 将使用所有可用的数据,尽管它应该避免第一行。

cov(df$x, df$y, use = "complete.obs") / (sd(df$x)*sd(df$y, na.rm=TRUE))
[1] 0.09301583

cor(df$x, df$y, use = "pairwise.complete.obs")
[1] 0.09313766

df <- df[complete.cases(df), ]
cov(df$x, df$y, use = "complete.obs") / (sd(df$x)*sd(df$y, na.rm=TRUE))
[1] 0.09313766
cor(df$x, df$y, use = "pairwise.complete.obs")
[1] 0.09313766