数据帧的多个变量之间的相关性

2 回答

• 0

  我的包 corrr ，有助于探索相关性，有一个简单的解决方案 . 我将使用mtcars数据集作为示例，并说我们要关注 mpg 与所有其他变量的相关性 .

  install.packages("corrr")  # though keep eye out for new version coming soon
  library(corrr)
  mtcars %>% correlate() %>% focus(mpg)
  
  
  #>    rowname        mpg
  #>      <chr>      <dbl>
  #> 1      cyl -0.8521620
  #> 2     disp -0.8475514
  #> 3       hp -0.7761684
  #> 4     drat  0.6811719
  #> 5       wt -0.8676594
  #> 6     qsec  0.4186840
  #> 7       vs  0.6640389
  #> 8       am  0.5998324
  #> 9     gear  0.4802848
  #> 10    carb -0.5509251
  

  这里， correlate() 生成相关数据框， focus() 让您可以专注于某些变量与所有其他变量的相关性 .

  仅供参考， focus() 与 dplyr 包中的 select() 类似，不同之处在于它会改变行和列 . 因此，如果您熟悉 select() ，您会发现它很容易使用 focus() . 例如 . ：

  mtcars %>% correlate() %>% focus(mpg:drat)
  
  #>   rowname        mpg        cyl       disp         hp        drat
  #>     <chr>      <dbl>      <dbl>      <dbl>      <dbl>       <dbl>
  #> 1      wt -0.8676594  0.7824958  0.8879799  0.6587479 -0.71244065
  #> 2    qsec  0.4186840 -0.5912421 -0.4336979 -0.7082234  0.09120476
  #> 3      vs  0.6640389 -0.8108118 -0.7104159 -0.7230967  0.44027846
  #> 4      am  0.5998324 -0.5226070 -0.5912270 -0.2432043  0.71271113
  #> 5    gear  0.4802848 -0.4926866 -0.5555692 -0.1257043  0.69961013
  #> 6    carb -0.5509251  0.5269883  0.3949769  0.7498125 -0.09078980
  

  回复于 2024-05-03T09:50:37+08:00
• 4

  另一种方法是使用库Hmisc和corrplot来获得所有对之间的相关性，重要性和漂亮的情节如下：

  #Your data frame (4 variables instead of 10)    
  df<-data.frame(a=c(1:100),b=rpois(1:100,.2),c=rpois(1:100,.4),d=rpois(1:100,.8),e=2*c(1:100))
  
  #setup 
  library(Hmisc) 
  library(corrplot)
  
   df<-scale(df)# normalize the data frame. This will also convert the df to a matrix.  
  
  corr<-rcorr(df) # compute Pearson's (or spearman's corr) with rcorr from Hmisc package. I like rcorr as it allows to separately access the correlations, the # or observations and the p-value. ?rcorr is worth a read.
  corr_r<-as.matrix(corr[[1]])# Access the correlation matrix. 
  corr_r[,1]# subset the correlation of "a" (=var1 ) with the rest if you want.
  pval<-as.matrix(corr[[3]])# get the p-values
  
  corrplot(corr_r,method="circle",type="lower",diag=FALSE,tl.col="black",tl.cex=1,tl.offset=0.1,tl.srt=45)# plot all pairs
  
  corrplot(corr_r,p.mat = pval,sig.level=0.05,insig = "blank",method="circle",type="lower",diag=FALSE,tl.col="black",tl.cex=1,tl.offset=0.1,tl.srt=45)# plot pairs with significance cutoff defined by "p.mat"
  

  回复于 2024-05-03T09:50:37+08:00