如何在R中计算同时包含数值型与逻辑型变量的相关系数矩阵

完全可以实现，针对同时包含数值型、二分类变量的数据框，R有多种成熟的计算方案，适配不同变量组合对应的相关系数类型（数值-数值用皮尔逊/斯皮尔曼相关、数值-二分类用点二列相关、二分类-二分类用phi系数）。

推荐方法1：使用polycor包的hetcor函数（自动适配变量类型） #

这是最省心的方案，函数会自动识别变量类型，选择对应的相关系数计算逻辑，无需手动处理变量类型转换。
操作步骤如下：

1. 安装并加载包

install.packages("polycor")
library(polycor)

2. 代入示例数据计算
   你给出的示例数据可以直接传入函数：

# 示例数据
a <- data.frame(
  a = c(34,54,55,12,13,6), 
  b = factor(c(FALSE,TRUE,TRUE,TRUE,TRUE,FALSE), 0:1), 
  C = c(1:6)
)
# 计算相关系数矩阵
cor_result <- hetcor(a)
# 提取相关系数矩阵
cor_matrix <- cor_result$correlations

输出的cor_matrix就是最终的混合类型相关系数矩阵。

推荐方法2：基础函数实现（无需安装第三方包） #

如果不想额外安装包，用R自带的cor函数也可以实现，只需提前将二分类因子转换为0/1数值即可：

# 二分类因子转0/1数值，注意要先转字符再转数值，避免直接取因子水平序号出错
a$b <- as.numeric(as.character(a$b))
# 直接计算相关矩阵，数值与二分类变量的皮尔逊相关等价于点二列相关
cor_matrix <- cor(a)

注意：如果你的二分类变量本身是逻辑型（TRUE/FALSE），不需要手动转换，cor函数会自动将其转为1/0计算。

内容的提问来源于stack exchange，提问作者Ludovico