对于斯皮尔曼的 rho 使用 cor.test() 和 sm_statCorr() 有不同的结果？

Question

我正在比较针对两种不同偏头痛症状的两项不同调查。因为我想在表和图中呈现每个症状的相关性，所以我使用 cor.test() 检索表的值，并使用 ggplot() 和 sm_statCorr() 创建绘图。然而，计算 Spearman rho 的两个函数给出的结果略有不同。我怀疑这与我的数据转换有关，但我一直无法弄清楚其中的原因。

这是一个可重现的示例：

install.packages("pacman")
pacman::p_load(stats, dplyr, ggplot2, smplot2) 

# Import and transform data
data <- matrix(c(1, "headache", 1, NA, 1, "aura", 0, 0, 2, "headache", 1, 1, 2, "aura", 0, 0, 
                 3, "headache", -1, -1, 3, "aura", 0, 1, 4, "headache", 1, 2, 4, "aura", -2, -2, 
                 5, "headache", 0, 1, 5, "aura", 1, 1, 6, "headache", 2, 2, 6, "aura", 0, 0, 
                 7, "headache", 0, 0, 7, "aura", 0, 0, 8, "headache", 1, 1, 8, "aura", 0, 0, 
                 9, "headache", 1, 0, 9, "aura", 0, 0, 10, "headache", 1, -1, 10, "aura", 0, 0, 
                 11, "headache", 0, 1, 11, "aura", 0, 0, 12, "headache", 0, 0, 12, "aura", 0, 0), 
               nrow = 24, ncol = 4, byrow = T)
colnames(data) = c("id", "symptom", "survey_1", "survey_2")
data <- as.matrix(data)
data <- as.data.frame(data)
data$id <- as.numeric(data$id)
data$survey_1 <- as.numeric(data$survey_1)
data$survey_2 <- as.numeric(data$survey_2)
data$symptom = factor(data$symptom, levels=c("headache", "aura"))

# Create plot with sm_statCorr
data_n <- data %>% group_by(symptom, survey_1, survey_2) %>% tally() %>% ungroup()
data_n <- data_n[,c("symptom", "survey_1", "survey_2", "n")]

ggplot(data_n, aes(x = survey_1, y = survey_2)) + 
  geom_point(aes(size = n)) +
  sm_statCorr(data = data, aes(x = survey_1, y = survey_2), corr_method = "spearman") +
  facet_wrap(. ~ symptom)

# Perform cor.test
cor.test(data[(data$symptom == "headache"), ]$survey_1, 
         data[(data$symptom == "headache"), ]$survey_2,
         method = "spearman")
cor.test(data_aura <- data[(data$symptom == "aura"), ]$survey_1, 
         data_aura <- data[(data$symptom == "aura"), ]$survey_2,
         method = "spearman")

cor.test() 为我提供了 Spearman 头痛的 rho 0.5028556 和先兆的 rho 0.8174239。 然而，在图中，相同的值分别为 0.55 和 0.83：

Answer 1

这些方法之间统计数据的差异是由于它们是使用不同的数据计算的。通过该图，由

sm_statCorr

生成的统计数据按

symptom

数据框中的

data_n

列进行分组，而不是对

data

使用

cor.test

。

发生这种情况是因为

facet

调用在顶层

facet

调用的数据中查找

ggplot

ting 变量，在问题中是

data_n

。

您可以通过交换顶层使用的数据来获得相同的分组：

ggplot(data=data, aes(x = survey_1, y =survey_2)) +   
   geom_point(data=data_n, aes(x = survey_1, y = survey_2, size = n)) +   
   sm_statCorr(corr_method = "spearman") + 
   facet_wrap(. ~ symptom) # this now uses `symptom` from data`