R语言-相关性分析函数

相关性分析

相关性分析是指对两个或多个具备相关性的变量元素进行分析，从而衡量两个变量因素的相关密切程度
相关性的元素之间需要存在一定的联系或者概率才可以进行相关性分析，即两个变量之间是否有联系

相关性衡量指标

Pearson相关系数、Spearman相关系数、Kendall相关系数、偏相关系数，多分格（polychoric）相关系数和多系列（polyserial)相关系数

cor()函数

cor(x, y = NULL, use = “everything”,method = c(“pearson”, “kendall”, “spearman”))
x：数字向量、矩阵或数据帧。
y：NULL(默认值)或向量、矩阵或与x兼容的数据帧。默认值相当于y = x(但更有效)。
use：一个可选字符串，提供在缺失值存在时计算协方差的方法。它必须是字符
method：指示要计算的相关系数(或协方差)的字符串。

> s <- state.x77
> cor(s)Population     Income  Illiteracy    Life Exp     Murder     HS Grad      Frost        Area
Population  1.00000000  0.2082276  0.10762237 -0.06805195  0.3436428 -0.09848975 -0.3321525  0.02254384
Income      0.20822756  1.0000000 -0.43707519  0.34025534 -0.2300776  0.61993232  0.2262822  0.36331544
Illiteracy  0.10762237 -0.4370752  1.00000000 -0.58847793  0.7029752 -0.65718861 -0.6719470  0.07726113
Life Exp   -0.06805195  0.3402553 -0.58847793  1.00000000 -0.7808458  0.58221620  0.2620680 -0.10733194
Murder      0.34364275 -0.2300776  0.70297520 -0.78084575  1.0000000 -0.48797102 -0.5388834  0.22839021
HS Grad    -0.09848975  0.6199323 -0.65718861  0.58221620 -0.4879710  1.00000000  0.3667797  0.33354187
Frost      -0.33215245  0.2262822 -0.67194697  0.26206801 -0.5388834  0.36677970  1.0000000  0.05922910
Area        0.02254384  0.3633154  0.07726113 -0.10733194  0.2283902  0.33354187  0.0592291  1.00000000> x <- head(state.x77[,c(1,2,3,6)])
> y <- head(state.x77[,c(4,5)])
> xPopulation Income Illiteracy HS Grad
Alabama          3615   3624        2.1    41.3
Alaska            365   6315        1.5    66.7
Arizona          2212   4530        1.8    58.1
Arkansas         2110   3378        1.9    39.9
California      21198   5114        1.1    62.6
Colorado         2541   4884        0.7    63.9
> yLife Exp Murder
Alabama       69.05   15.1
Alaska        69.31   11.3
Arizona       70.55    7.8
Arkansas      70.66   10.1
California    71.71   10.3
Colorado      72.06    6.8
> cor(x,y)Life Exp      Murder
Population  0.47253096  0.04379365
Income      0.03472308 -0.22600224
Illiteracy -0.78196394  0.62736282
HS Grad     0.36972381 -0.52085031

ggm包中的pcor()函数：偏相关性函数

偏相关是指在控制一个或多个变量时剩余其他变量之间的关系

> pcor(c(1,5,2,3,6),cov(state.x77))
[1] 0.3462724

R语言-相关性分析函数相关推荐

R语言相关性分析函数和相关性检验函数
目录 1. 相关性分析函数 2. 相关性检验函数 1. 相关性分析函数我们用cor函数来计算两组数据的相关系数,结果越靠近1,正相关性越强,越靠近-1,负相关性越强 > cor(state.x ...
R语言相关性计算及使用ggcorrplot包相关性分析热力图可视化分析实战
R语言相关性计算及使用ggcorrplot包相关性分析热力图可视化分析实战目录 R语言相关性计算及使用ggcorrplot包相关性分析热力图可视化分析实战
R语言相关性分析及步骤
记录一下R语言学习过程,对于R的基础就是基本数据类型(向量,矩阵,数据框,字符串等等),库的调用以及函数自定义,还需要多加学习! 进入主题,今天主题是相关性分析: 以下为代码: y<-c(170 ...
r语言相关性作图_R语言：多个基因的相关性分析与展示
R语言:多个基因的相关性分析与展示.关于批量相关性分析,我们发过两个帖子.单基因批量相关性分析的妙用,又是神器!基于单基因批量相关性分析的GSEA.两两分析的肯定也是没有问题: 现在的问题是,如果是多 ...
R语言相关性分析和相关性分析可视化常用方法汇总
本次,介绍一下相关性分析以及相关性分析可视化常用方法. 0. 相关数据 library(learnasreml) library(tidyverse) data(fm) str(fm)dd = fm ...
R语言回归分析函数说明
回归分析相关的函数 1.一元线性回归 lm() #计算beta0,beta1参数 summary() # 提取lm()参数信息 anovn() #方差分析 predict() # 根据给出自变量预测因 ...
r语言相关性作图_R绘图：相关性分析与作图
公众号"生信小课堂" TCGA数据分析课程:生物信息学教学相关性分析是我们生信分析中必不可少的技能,单基因的批量相关性分析,可以用于做单基因的GO,KEGG富集分析和GSEA分析 ...
R语言相关性矩阵绘图
利用PerformanceAnalytics包矩阵散点图很常规利用corrplot包利用corrgram包不废话,直接放图和代码啦! 一个图能展示分布.散点.相关系数三个信息,很好用啦! in ...
R语言相关性分析及通过corrplot函数画出一些好看的相关关系图
数据集我们以内置的mtcars为例,至于里面的每个变量是啥意思,可以看下面的 (不知道每个变量啥意思也没有关系) [, 1] mpg Miles/(US) gallon [, 2] cyl Numb ...

R语言-相关性分析函数

R语言-相关性分析函数相关推荐

最新文章

热门文章