使ってみよう未来の相関係数

あけましておめでとうございます。
本年もどうぞよろしくお願いします。

昨年末は家族が順に体調を崩したり、高級車に擦り傷つけてしまったり、失敗してLinux入れなおしかけたりなど、いくつもの厄を落としてきました。仕事の積み残しがあり、お待ちいただいて申し訳ないですが、順に片付けていきたいと思います。

昨年は共著の論文や、一昨年投稿していた、深層学習の論文が出ていたのに、すっかりここでの告知をさぼっていました、改めて後ほどまとめたいと思います。

さて、年末に寝込んでいた際に、Albertの株価が何倍にもなっているというニュースを聞いて、そういえばだいぶ前に相関係数の講演をAlbertの人がしていたなぁと思いだしました。
それは以前、Scienceに21世紀の相関係数と書かれたMICの話で、ざっくり書くと、非線形に強い相関係数のような指標で、2変数の散布図上のパターンの有無を0-1で示します。

ぐぐってみると、わかりやすく比較したページを見つけたので、図と説明はそちらを参照ください。当時実装されていなかった、HSICもlibrary(dHSIC)
dhsic.test(anscombe$x1, anscombe$y1, kernel = 'gaussian')$p.valueなどとすれば計算できるようRのライブラリに実装されています。
相関とその指標（相関係数）についての勉強 - 盆暗の学習記録

そして、なぜわざわざそんな記事を書いたかというと、散布図には以下のコードで便利に全部の相関の指標を示したらいいのではないのか？という備忘録用です。

PS.海洋保護区の説明も地味に更新しました。
（仮）どんな海洋保護区が何にどの程度どの時空間スケールで有効なのか？そしてそれは検出できるのか？ - 山北のメモ帳

cor.all <- function(x,y){
	library(minerva)
	a <- c(cor(x,y),cor(x,y, method = "spearman"),cor(x,y, method = "kendall"))
	names(a) <- c("pearson","spearman","kendall")
	return( c(a,　unlist(mine(x,y))) )
}
cor.all(anscombe$x1,anscombe$y1)

というわけで、新年初の病み上がり（まだ不調）リハビリがてらの投稿でした。