Функция R для получения p-значения тау Кендалла с ковариатами?

Вот функция pcor_test для запуска теста частичных корреляций. Функция основана на функции pcor пакета ppcor.
Основное различие между функцией предоставленного пакета и функцией ниже заключается в том, что pcor_test выводит объект класса "htest", как указано в вопросе.

pcor_test <- function (x, y, z, method = c("pearson", "kendall", "spearman"), conf.level = 0.95, ...) {
  d1 <- deparse(substitute(x))
  d2 <- deparse(substitute(y))
  d3 <- deparse(substitute(z))
  data.name <- paste0(d1, " and ", d2, "; controlling: ", d3)
  method <- match.arg(method)
  Method <- paste0("Partial correlation test (", method, ")")
  alternative <- "true partial correlation is not equal to 0"
  
  pc <- ppcor::pcor.test(x, y, z, method = method)

  ht <- list(
    statistic = c(Stat = pc$statistic),
    parameter = c(n = pc$n, gp = pc$gp),
    p.value = pc$p.value,
    estimate = c(partial.cor = pc$estimate),
    alternative = alternative,
    method = Method,
    data.name = data.name
  )
  class(ht) <- "htest"
  ht
}

a <- c(1.07, 1.9, -0.603, -0.391, -0.416, -0.376, -0.367, -0.296, 1.44, -0.698) 
b <- c(1.13, 1.95, 0.37, 0.404, -0.385, 0.168, -0.349, 0.481, 2.2, -0.687)
c <- c(3.75, 3.75, 3.74, 3.75, 3.75, 3.74, 3.74, 5.37, 8.18, 8.18)

pcor_test(a, b, c, method = "kendall")
#> 
#>  Partial correlation test (kendall)
#> 
#> data:  a and b; controlling: c
#> Stat = 2.5651, n = 10, gp = 1, p-value = 0.01032
#> alternative hypothesis: true partial correlation is not equal to 0
#> sample estimates:
#> partial.cor 
#>   0.6834271

ppcor::pcor.test(a, b, c, method = "kendall")
#>    estimate    p.value statistic  n gp  Method
#> 1 0.6834271 0.01031523  2.565079 10  1 kendall

^{Created on 2024-04-19 with reprex v2.1.0}