R：測試變量是否包含相同的信息

假設在一個包含相同信息的數據集中有兩個變量，例如「男性」和「女性」（假設只有2個性別且沒有缺失數據）。我如何測試兩列包含相同的信息，從而允許我刪除其中的一個？R：測試變量是否包含相同的信息

我想過檢查包含它們的矩陣的排名，但顯然這樣的矩陣是滿秩的，即使列明顯依賴於對方。

編輯：我的意思是兩個變量，如下列：

顯然同樣的信息包含這兩個變量中。我該如何測試？

來源

2016-08-22 Noah

嗨，諾亞，你能舉個例子說明你的意思嗎？你的意思是這些列是相同的（相同的值，相同的順序），或者說它們具有相同的因子水平？ –

如果你想使用矩陣的等級，你需要添加一列1。如果添加該值，那麼即使有三列，結果矩陣的秩仍然只有2而不是3。 – Dason

對於所給出的示例，它們將具有1或-1的相關性，因此您可以使用apply（cor（df），1，function（x）{any（abs（x）== 1） }）'，但如果有多個，你必須去看'cor（df）'來弄清楚它們是如何配對的。 – alistaire

編輯

根據您的澄清，你可以使用成對的相關檢測數據列之間的正，負相關，例如：

# create example data matrix matrix; add a fourth column that is inverse 
# of the third one 
> set.seed(1) 
> x <- matrix(sample(0:1, 15, replace=TRUE), ncol=3) 
> x <- cbind(x, ifelse(x[,3] == 0, 1, 0)) 
> x 
    [,1] [,2] [,3] [,4] 
[1,] 0 1 0 1 
[2,] 0 1 0 1 
[3,] 1 1 1 0 
[4,] 1 1 0 1 
[5,] 0 0 1 0

其次，構建相關矩陣。對角線因爲忽略自相關而被設置爲零。

然後，我們測試每個列以查看與其他列的相關性的最大絕對值是否等於1，這表示列中包含相同的信息。

> cormat <- cor(x) 
> diag(cormat) <- 0 
> apply(cormat, 2, function(x) { max(abs(x)) == 1 }) 
[1] FALSE FALSE TRUE TRUE

來源

2016-08-22 02:21:17

我不是指相同的列，我的意思是列在哪裏，例如，v1 = 1 - v2 – Noah

您是否考慮過使用兩列之間的相關性？ –

@Noah，更新以反映澄清。以上是基於我原來的答案的第二個建議。 –

-1

也許這樣的事？

x = rep(c("Male"), each = 10) 
y = rep(c("Female"),each = 10) 
fm = matrix(data = c(x,y), ncol = 2) 

fm[,1] == fm[,2]

來源

2016-08-22 02:05:57 dooogan

不，這只是測試一列中的每個值是否等於另一列中的相應值。我想測試變量是否在信息中是多餘的，而不是在價值上相等。 – Noah

R：測試變量是否包含相同的信息

回答

相關問題