あなたはのは、小さいサイズで、新しい相関行列を生成してみましょうあなたはpsych
#The code below results in a sample and population matrix for x and y
y <- sim.congeneric(loads =c(.20,.19,.18,.17,.16,.15,.14,.13,.12,.11,.10,
.9,.8,.7,.6,.5,.4,.3,.2,.1),N=1000,short=FALSE)
x <- sim.congeneric(loads =c(.20,.19,.18,.17,.16,.15,.14,.13,.12,.11,.10,
.9,.8,.7,.6,.5,.4,.3,.2,.1),N=1000,short=FALSE)
#To show the class
class(x)
[1] "psych" "sim"
class(y)
[1] "psych" "sim"
#Now you can run the test
cortest.mat(x$r,y$r,n1=1000,n2=1000) #here we extract the sample matrix using '$r' and run the test
Tests of correlation matrices
Call:cortest.mat(R1 = x$r, R2 = y$r, n1 = 1000, n2 = 1000)
Chi Square value 403.47 with df = 380 with probability < 0.2
からsim.congeneric
機能を実現できるクラスpsych
とsim
の要素を、含まれているオブジェクトであるためにあなたの行列を必要とするので、検査することができる:sim.congeneric
は、2つの行列のサンプルのためのオンと人口のための他のあるオブジェクトを作成
sim.congeneric(loads =c(.5,.4,.3,.2,.1),N=1000,short=FALSE)
Call: NULL
$model (Population correlation matrix)
V1 V2 V3 V4 V5
V1 1.00 0.20 0.15 0.10 0.05
V2 0.20 1.00 0.12 0.08 0.04
V3 0.15 0.12 1.00 0.06 0.03
V4 0.10 0.08 0.06 1.00 0.02
V5 0.05 0.04 0.03 0.02 1.00
$r (Sample correlation matrix for sample size = 1000)
V1 V2 V3 V4 V5
V1 1.00 0.151 0.124 0.1471 0.0303
V2 0.15 1.000 0.137 0.1083 0.0507
V3 0.12 0.137 1.000 0.0894 0.0159
V4 0.15 0.108 0.089 1.0000 0.0018
V5 0.03 0.051 0.016 0.0018 1.0000
留意されたい。 - 私たちは、サンプルMATRを使用しましたテストの氷(明らかに)。
ありがとうございます!私はそれを得たと思う。 2つの詳細を尋ねてもいいです:1)正常な集計行列を "phych" "sim"クラスに入れ替える方法はありますか?2)cortest.matの代わりにcorttestを実行するだけです。結果は同じであるべきですか? – NKGon
@NKGon '' corttest''はデフォルトで '' cortest.jennrich''や '' cortest.mat''とは対照的に '' cortest.normal''メソッドを使うので、同じ結果を得るべきではありません。私はちょうど '' corttest''を使ってコードを実行しました。私は大幅に異なる結果を得ました。もう一度あなたの結果を確認してください。 '' corttest''はsteigerテストを使用します。 –
変換が進むまでは、自分の答えの横にあるマークをチェックして(あなたの元の質問が解決したと思われる場合)、私の解決策を受け入れて、それに関する新しい質問を開きます。短い答えははいですが、それを行うためのコメントに利用可能なスペースではありませんが、基本的には、マトリックスの代わりに生のデータを提供することができます。 –