R语言数据相关性分析（相关系数和p值）及可视化

此篇为转载R语言学习笔记之相关性矩阵分析及其可视化

数据相关性分析及可视化

1. 新建数据集
2. Hmisc
3. 可视化相关系数矩阵
4. chart.Correlation()来自于包PerformanceAnalytics
5. 此篇为笔记转载如有侵权联系删除
看完如果对你有帮助，感谢点赞支持！
如果你是电脑端，看到右下角的 “一键三连” 了吗，没错点它[哈哈]

1. 新建数据集

data(mtcars)#加载数据集
mydata <- mtcars[, c(1,3,4,5,6,7)]
head(mydata, 6)#查看数据前6行

2. Hmisc

包里的rcorr()函数能够同时给出相关系数以及显著性水平p-value。 rcorr(x, type = c(“pearson”,“spearman”))。

library(Hmisc)#加载包
res2 <- rcorr(as.matrix(mydata))
res2

#可以用res2$r、res2$P来提取相关系数以及显著性p-value
res2$r

res2$P
如何将相关系数以及显著性水平p-value整合进一个矩阵内，可以自定义一个函数 <font color=red>flattenCorrMatrix </font>。

# ++++++++++++++++++++++++++++
# flattenCorrMatrix
# ++++++++++++++++++++++++++++
# cormat : matrix of the correlation coefficients
# pmat : matrix of the correlation p-values
flattenCorrMatrix <- function(cormat, pmat) {
ut <- upper.tri(cormat) data.frame( row = rownames(cormat)[row(cormat)[ut]],
column = rownames(cormat)[col(cormat)[ut]], cor =(cormat)[ut], p = pmat[ut] )
}
#举个栗子
res3 <- rcorr(as.matrix(mtcars[,1:7]))
flattenCorrMatrix(res3$r, res3$P)

3. 可视化相关系数矩阵

corrplot() function to plot a correlogram这个函数来自于包corrplot()
,通过颜色深浅来显著相关程度。参数主要有：type: “upper”, “lower”, “full”,显示上三角还是下三角还是全部order:用什么方法，这里是hclusttl.col (for text label color) and tl.srt (for text label string rotation) :控制文本颜色以及旋转角度

library(corrplot)#先加载包
corrplot(res, type = "upper", order = "hclust", tl.col = "black", tl.srt = 45)

也可以结合显著性绘制

# Insignificant correlations are leaved blank
corrplot(res2$r, type="upper", order="hclust", p.mat = res2$P, sig.level = 0.01, insig = "blank")

4. chart.Correlation()来自于包PerformanceAnalytics

library(PerformanceAnalytics)#加载包
chart.Correlation(mydata, histogram=TRUE, pch=19)

5. 此篇为笔记转载如有侵权联系删除

作者：taoyan
链接：https://www.jianshu.com/p/ef9e6a39a145
来源：简书
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。

看完如果对你有帮助，感谢点赞支持！

如果你是电脑端，看到右下角的 “一键三连” 了吗，没错点它[哈哈]

R语言数据相关性分析（相关系数和p值）及可视化相关推荐

R语言伪相关性分析（Spurious Correlation）、相关关系不是因果关系：以哺乳动物数据集msleep为例
R语言伪相关性分析(Spurious Correlation):相关关系不是因果关系.相关关系不是因果关系.相关关系不是因果关系 #correlation doesn't means causatio ...
R语言伪相关性分析（Spurious Correlation）、相关关系不是因果关系：以缅因州离婚率数据集为例
R语言伪相关性分析(Spurious Correlation).相关关系不是因果关系:以缅因州离婚率数据集为例 #correlation doesn't means causation 目录
利用R语言进行相关性分析及可视化
写这个主题是因为自己需要对多个表型性状进行相关性分析,计算性状之间的相关性系数并可视化. R语言中cor函数,只能计算相关系数,如果想要计算显著性,需要两两用cor.test进行,如果是多列数据,操作 ...
confluence 编辑器这次没有加载_推荐一款编辑器然后是R语言的相关性分析
这个网站的主题越来越好了,markdown写作真的会上瘾,加上这么好的编辑器,真的是不要太爽喔! 「知乎,微信公众号编辑器推荐:」 https://mdnice.com/ 下面是正文,写这个主题是因为 ...
R语言：相关性分析检验
相关性分析相关性分析的检验衡量指标包括:Pearson相关系数.Spearman相关系数.Kendall相关系数.偏相关系数.多分格相关系数.多系列相关系数默认使用Pearson相关系数 cor( ...
用R语言画相关性矩阵，带P值和*号
感谢Rstata团队提供的帮助开头先丢上老师的头像和他的公众号二维码,嘿嘿嘿嘿[doge] 不会调整排版,就先这样吧. 这阵子老师让我做数据分析,在做线性回归之前,要做所有变量的相关性,我看了网上的 ...
R语言淮河流域水库水质数据相关性分析、地理可视化、广义相加模型GAM调查报告...
采样地点:淮河流域一带,昭平台水库.白龟山水库.燕山水库.石漫滩水库.板桥水库.宿鸭湖水库.博山水库.南湾水库.石山口水库.五岳水库.泼河水库.鲶鱼山水库(点击文末"阅读原文"获取 ...
几组数据的相关性python_python数据相关性分析（计算相关系数）
原博文 2018-05-28 15:54 − #-*- coding: utf-8 -*- #餐饮销量数据相关性分析计算相关系数 from __future__ import print_funct ...
熟练掌握R语言的Meta分析全流程和不确定性分析，并结合机器学习等方法讲解Meta分析在文献大数据的延伸应用
Meta分析是针对某一科研问题,根据明确的搜索策略.选择筛选文献标准.采用严格的评价方法,对来源不同的研究成果进行收集.合并及定量统计分析的方法,最早出现于"循证医学",现已广泛应 ...