如何使用rcorr函数仅计算两个矩阵变量间的相关性而非全量相关

要只保留m1和m2变量之间的交叉相关性，不需要全量两两相关矩阵，可以通过提取rcorr返回结果的子集来实现。具体操作步骤：

• 加载依赖的Hmisc包（rcorr函数属于该包）：

  library(Hmisc)
  

• 基于mtcars数据集构造目标矩阵：

  m1 <- mtcars[, c("mpg", "disp")]
  m2 <- mtcars[, c("hp", "wt")]
  

• 调用rcorr计算相关性（这里指定spearman类型）：

  cor_out <- rcorr(y = m1, x = m2, type = "spearman")
  

• 提取m1与m2变量间的相关系数矩阵：
  rcorr返回的$r是完整的相关系数矩阵，包含m1内部、m2内部以及两者交叉的相关性。我们通过行和列的索引筛选出交叉部分：

  cross_cor_r <- cor_out$r[rownames(m1), colnames(m2)]
  

• 提取对应的p值矩阵（如果需要统计显著性结果）：

  cross_cor_p <- cor_out$P[rownames(m1), colnames(m2)]
  

• 查看结果：

  print("相关系数矩阵：")
  print(cross_cor_r)
  print("p值矩阵：")
  print(cross_cor_p)
  

这样就能得到仅包含mpg/disp与hp/wt之间的相关性结果，排除了同一矩阵内部变量的相关计算。

内容的提问来源于stack exchange，提问作者i.b