Deutsches R-Forum

Hallo ihr Lieben

Ich möchte verschiedene Korrelationen + zugehörige p-Werte berechnen. Im Statistikunterricht haben wir immer nur Korrelationen für einzelne Variablen mit dem Befehl "cor.test (x,y)" gerechnet. Im Internet habe ich Befehle für das Erstellen einer Korrelationsmatrix + Anzeigen der zugehörigen p-Werte gefunden, nämlich "kormatrix <- cor(namedatensatz, method = "pearson")" für die Korrelationsmatrix sowie für das Anzeigen von zugehörigen p-Werten und Konfidenzintervallen "pkormatrix <- cor.mtest(kormatrix, method = "pearson")" (mit dem Package "corrplot").

Das Problem: Ich erhalte mit den beiden Vorgehensweisen (also einmal cor.test für zwei einzelne Variablen und einmal Korrelationsmatrix) zwar identische Korrelationskoeffizienten, aber unterschiedliche p-Werte! Ich habe darauf geachtet, immer Pearson als Methode zu verwenden.

Als Beispiel ein Screenshot mit den beiden Variablen Alter und Group Identification aus meinem Datensatz.

Woran könnte das liegen? Welches sind die "richtigen" p-Werte? Habe ich irgendwas falsch gemacht und wenn ja, was?

Vielen lieben Dank schonmal im Voraus für die Hilfe! Und ein sonniges Wochenende euch allen!

Ich kenne cor.mtest zwar nicht (hab mir das immer selbst programmiert), aber in der Dokumentation steht

mat

Input matrix of size NxF, with N rows that represent samples and F columns that represent features.

Wieso übergibst du die Korrelationmatrix an die Funktion?

BTW:
Und wäre eine Fehlerkorrektur wegen multiplen testen nicht auch sinnvoll?