MINI MINI MANI MO
%
% Copyright (c) 2012, 2015, Oracle and/or its affiliates. All rights reserved.
%
\name{ore.corr}
\alias{ore.corr}
\title{
Oracle R Enterprise 상관 분석
}
\description{
\code{\link[OREbase:ore.frame-class]{ore.frame}} 객체를 사용한 숫자 열 사이의 상관 분석을
수행합니다.
제어 열 지정으로 부분 상관을 지원하고,
상관을 계산하기 전에 집계 지정을
허용합니다.
}
\usage{
ore.corr(data, var, stats = "pearson", group.by = NULL, freq = NULL,
with = NULL, weight = NULL, partial = NULL)
}
\arguments{
\item{data}{
\code{\link[OREbase:ore.frame-class]{ore.frame}} 객체입니다.
}
\item{var}{
\code{data} 인수 안에 숫자 열의 이름을 지정하는 콤마로 구분된
문자열입니다.
}
\item{stats}{
\code{"pearson"}(기본값), \code{"spearman"}, \code{"kendall"} 중 하나로 상관 유형을
지정하는 문자열입니다.
}
\item{group.by}{
\code{data} 인수 안에 group by 열 이름을 지정하는
선택적 문자 벡터입니다.
}
\item{freq}{
\code{data} 인수 안에 빈도 수로 사용할 숫자 열을 지정하는
선택적 문자열입니다. 빈도 값이 1보다 작거나 누락된
경우 관찰이 상관 계산에서 제외됩니다. 빈도 값이 정수가
아닌 경우 잘립니다.
}
\item{with}{
\code{data} 인수에 지정된 열과 쌍을 이룰 숫자 열을 \code{var}
인수에 지정하는 선택적 문자 벡터입니다. 예를 들어,
\code{var = c('x1','x2')} 및 \code{with = c('y1','y2','y3')}을(를) 사용하여 \code{ore.corr} 함수는
다음 상관 쌍을 계산합니다.
\code{(x1, y1)}, \code{(x1, y2)}, \code{(x1, y3)}, \code{(x2, y1)}, \code{(x2, y2)}, \code{(x2, y3)}.
}
\item{weight}{
\code{data} 인수 안에 분석 가중치로 사용할 숫자 열을 지정하는
선택적 문자열입니다.
}
\item{partial}{
\code{data} 인수 안에 부분 상관의 콘트롤 변수로 사용할
숫자 열을 지정하는 선택적 문자 벡터입니다.
}
}
\value{
\code{group.by} 인수가 지정되지 않은 경우 \code{\link[OREbase:ore.frame-class]{ore.frame}} 객체를 반환합니다.
\code{group.by} 인수가 지정된 경우 \code{\link[OREbase:ore.frame-class]{ore.frame}} 객체의 목록을 반환합니다.
}
\references{
\href{https://docs.oracle.com/cd/E57012_01/index.html}{Oracle R Enterprise}
}
\author{
Oracle \email{oracle-r-enterprise@oracle.com}
}
\seealso{
\code{\link[stats]{cor}}
}
\examples{
\dontshow{
if (!interactive())
ore.connect(user = Sys.getenv("ORE_USERNAME", "rquser"),
sid = Sys.getenv("ORACLE_SID"),
host = Sys.getenv("HOST"),
password = Sys.getenv("ORE_PASSWORD", "rquser"),
port = if (.Platform$OS.type == "windows")
Sys.getenv("ORACLE_PORT")
else
Sys.getenv("TCPPORT"),
all = TRUE)
}
# Copy iris data set to the database
IRIS <- ore.push(iris)
# Pearson's correlation
x <- cor(iris[,1:3])
y <- ore.corr(IRIS, var = "Sepal.Length, Sepal.Width, Petal.Length")
# Kendall's tau
x <- cor(iris[,1:3], method = "kendall")
y <- ore.corr(IRIS, var = "Sepal.Length, Sepal.Width, Petal.Length",
stats = "kendall")
# Partial correlation
y <- ore.corr(IRIS, var = "Sepal.Length, Sepal.Width, Petal.Length",
partial = "Petal.Width")
# Group by partial correlation
y <- ore.corr(IRIS, var = "Sepal.Length, Sepal.Width, Petal.Length",
partial = "Petal.Width", group.by = "Species")
}
\keyword{multivariate}
OHA YOOOO