r을 사용하여 상관 계수 벡터의 중요성 테스트하기

Question

나는 상관 계수 벡터 (r)와 관측 수 (n)를 포함하는 벡터를 가지고 있으며, 이들 각각을 테스트하여 0

r = c(.69,.32,.75,.69,.42,.53,.25,.27,.1,-.15,.48,.39) 
n = c(41,233,44,44,44,44,217,217,217,217,217,217) 

##### t-values 
rt <- function(r,n){ 
cbind(r/(sqrt((1-r^2)/(n-2))), 
n) 
} 

rt(r,n) 

티 - 값을 Calaculating은 간단하지만 R을 사용하기보다는 통계 책의 뒤쪽에 테이블에 의지를 테스트하는 방법은 무엇입니까?

Answer 1

제 질문에 답을주지 않으려면 마침내 문제를 해결하는 방법입니다. 솔루션 제공을 위해 @ user20650에 감사드립니다.

r = c(.69,.32,.75,.69,.42,.53,.25,.27,.1,-.15,.48,.39) 
    n = c(41,233,44,44,44,44,217,217,217,217,217,217) 

    rPV = function(r,n,dec = 8){ 
     # calculate t-values 
     rt <- function(r,n){ 
      t.value = abs(r/(sqrt((1-r^2)/(n-2)))) 
      return(t.value) 
     } 
     t.value = rt(r,n) 
     df = n-2 
     CDF = round(pt(t.value,df = df),dec) # find location of t-values on the student t-distribution (quantiles). 
     p.value = round(1-pt(t.value, df = df),dec) 

     return(cbind(r,n,df,t.value,CDF,p.value)) 
    } 

    rPV(r,n) 

이 솔루션을 갖는, 차라리 결국 P-값보다 더 신뢰 구간 계산 권 해드립니다 - 그들이 어떤 변화를 필요로 할을하지만 궁극적 인뿐만 아니라, 사전에 신뢰 수준을 설정할 수 있습니다 쉽게 해석 할 수 있습니다.