Det kommer an på hvilken følelse av en korrelasjon du vil ha. Når du kjører den prototypiske Pearson's produktmomentkorrelasjon, får du et mål på styrken av tilknytning og du får en test av betydningen av den assosiasjonen. Mer typisk er imidlertid signifikansetest og mål på effektstørrelse forskjellige.

Betydningstester:

• Kontinuerlig kontra nominell: kjør en ANOVA. I R kan du bruke ? Aov.
• Nominal vs. Nominal: kjør en chi-squared test. I R bruker du ? Chisq.test.

Effektstørrelse (tilknytningsstyrke):

• Kontinuerlig vs. nominell: beregne korrelasjonen mellom klasser. I R kan du bruke ? ICC i psych -pakken; det er også en ICC -pakke.
• Nominal vs. Nominal: beregne Cramer's V. I R kan du bruke ? Assocstats i vcd -pakken.

Jeg har sett følgende cheatsheet lenket før:

https://stats.idre.ucla.edu/other/mult-pkg/whatstat/

Det kan være nyttig for deg. Den har til og med lenker til spesifikke R-biblioteker.

Hvis du vil ha en korrelasjonsmatrise med kategoriske variabler, kan du bruke følgende wrapper-funksjon (som krever "vcd" -pakken):

  catcorrm <- function (vars, dat) sapply (vars, function (y) sapply (vars, function (x) assocstats (table (dat [, x], dat [, y])) $ cramer))
 

Hvor:

vars er en strengvektor med kategoriske variabler du vil korrelere

dat er en data.frame som inneholder variablene

Resultatet er en matrise av Cramer's V.

Avhenger av hva du vil oppnå. La $ X $ være den kontinuerlige, numeriske variabelen og $ K $ den (uordnede) kategoriske variabelen. Da er en mulig tilnærming å tildele numeriske poeng $ t_i $ til hver av de mulige verdiene på $ K $, $ i = 1, \ prikker, p $. Et mulig kriterium er å maksimere korrelasjonen mellom $ X $ og score $ t_i $. Med bare en kontinuerlig og en kategorisk variabel, er dette kanskje ikke veldig nyttig, siden maksimal korrelasjon alltid vil være en (for å vise at, og finne noen slike score, er en øvelse i å bruke Lagrange-multiplikatorer! Med flere variabler prøver vi å finn kompromisspoeng for de kategoriske variablene, kanskje prøver å maksimere multipel korrelasjon $ R ^ 2 $. Da vil de individuelle korrelasjonene ikke mer (bortsett fra helt spesielle tilfeller!) være like.

En slik analyse kan være sett på som en generalisering av multippel korrespondanseanalyse, og er kjent under mange navn, slik som kanonisk korrelasjonsanalyse, homogenitetsanalyse og mange andre. En implementering i R er i homals -pakken (på CRAN). googling for noen av disse navnene vil gi et vell av informasjon, det er en komplett bok: Albert Gifi, "Ikke-lineær multivariat analyse". Lykke til!

Jeg hadde et lignende problem, og jeg prøvde Chi-squared-Test som antydet, men jeg ble veldig forvirret når jeg vurderte P-verdiene mot NULL-hypotesen.

Jeg vil forklare hvordan jeg tolket kategoriske variabler. Jeg er ikke sikker på hvor relevant det er i ditt tilfelle. Jeg hadde svarvariabel Y og to predikatorvariabler X1 og X2 der X2 var en kategorisk variabel med to nivåer, sier 1 og 2. Jeg prøvde å passe en lineær modell

  ols = lm (Y ~ X1 + X2, data = mydata)  

Men jeg ønsket å forstå hvordan ulikt nivå på X2 passer til ligningen ovenfor. Jeg kom over en R-funksjon med ()

  av (mydata, X2, funksjon (x) sammendrag (lm (Y ~ X1, data = x)))  

Hva denne koden gjør er, den prøver å passe inn i Lineær modell for hvert nivå av X2. Dette ga meg all P-verdi og R-kvadrat, Reststandardfeil som jeg forstår og kan tolke.

Igjen er jeg ikke sikker på om dette er det du vil ha. Jeg sammenlignet liksom forskjellige verdier av X2 i å forutsi Y.

For å måle koblingsstyrken mellom to kategoriske variabler vil jeg heller foreslå bruk av en kryssfane med chisquare stat

for å måle koblingsstyrken mellom en numerisk og en kategorisk variabel, kan du bruke en gjennomsnittsammenligning for å se om den endres betydelig fra en kategori til en annen