R语言计算10个变量数据框的相关性系数和显著性P值

可以使用R语言中的'cor'函数来计算变量之间的相关性系数，并使用'cor.test'函数来计算显著性P值。

假设我们有一个包含10个变量的数据框'df'，可以使用以下代码来计算相关性系数和显著性P值：

# 计算相关性系数
cor_mat <- cor(df)

# 计算显著性P值
p_mat <- cor.test(df)$p.value

# 将相关性系数和显著性P值合并到一个数据框中
result_df <- data.frame(cor_mat, p_mat)

这将创建一个名为'result_df'的数据框，其中包含变量之间的相关性系数和显著性P值。请注意，'cor.test'函数默认使用Pearson相关系数来计算相关性和显著性P值。如果您需要使用其他相关性系数或显著性检验方法，请参考R语言文档中的相关函数。