我需要完成从WordClim数据库提取的非洲大陆的19个栅格图层之间的成对Pearson相关性。我想检查哪些变量层与我的模型更为相关/重要。为此,我尝试使用Raster包中的layerStats函数,但执行后,我的输出不包含数值,所有行和列均显示NAs值。
下面是我的脚本。
#Loading raster files from WorldClim database
rastFiles<- list.files(pattern="bil")
a<-stack(rastFiles)
# Adjusting for African Continent
newext<-c(-20, 55, -35, 45)
Africa<-crop(a,newext)
Africa
#Correlation
cor<-layerStats(Africa,'pearson')
最佳答案
在r中,只需使用下面的代码,确保您具有na.rm = T来处理跨层的NA:
library(raster)
jnk=layerStats(raster_stack, 'pearson', na.rm=T)
corr_matrix=jnk$'pearson correlation coefficient'
关于r - R中栅格图层之间的成对相关,我们在Stack Overflow上找到一个类似的问题:https://stackoverflow.com/questions/32085858/