r中的关联矩阵答案

【问题标题】：Association matrix in rr中的关联矩阵
【发布时间】：2017-10-19 15:09:18
【问题描述】：

corrplot 允许您在 R 中绘制相关矩阵的方式

知道如何在 R 中绘制关联矩阵其中关联方法是使用任何用户指定的方法，例如 Cramer's V

【问题讨论】：

你试过corrplot和is.corr=FALSE吗？

标签： r associations correlation categorical-data r-corrplot

【解决方案1】：

library(vcd)
library(corrplot)

我建议 corrplot(PairApply(df, cramerV),diag = F,is.corr = F) 将色阶从 -1,1 (is.corr = T) 更改为 0,1 (is.corr = F)。

【讨论】：

【解决方案2】：

以 Alexey Knorre 的示例为基础：

library(DescTools)
library(corrplot)

# Simulate data
df <- data.frame(x1 = sample(letters[1:5], 20, replace = TRUE), 
                 x2 = sample(letters[1:5], 20, replace = TRUE), 
                 x3 = sample(letters[1:5], 20, replace = TRUE))

# Use CramerV as input for corrplot
corrplot::corrplot(DescTools::PairApply(df, DescTools::CramerV))

【讨论】：

【解决方案3】：

您的问题的答案很大程度上取决于您获得的数据和特定的相关方法。我假设您有一堆名义变量，并想查看它们是否在相关图上使用 Cramer 的 V 相关。在这种情况下，一种方法如下：

计算每对的 Cramer's V 相关系数变量。我使用了vcd 库，因为它有计算Cramer's V 的方法。
把这些系数放在一起，基本上就得到了相关矩阵
可视化矩阵

下面列出了执行此操作的丑陋但有效的代码。我玩过outer - 使用行和列索引的最清晰和最精确的方法，但是在使用m 的行和列索引对df 中的列进行索引时遇到了问题：出于某种原因，它只是不想从 df 获取变量。

install.packages("vcd")
library(vcd)

# Simulate some data or paste your own
df <- data.frame(x1 = sample(letters[1:5], 20, replace = TRUE), 
                 x2 = sample(letters[1:5], 20, replace = TRUE), 
                 x3 = sample(letters[1:5], 20, replace = TRUE))

# Initialize empty matrix to store coefficients
empty_m <- matrix(ncol = length(df),
            nrow = length(df),
            dimnames = list(names(df), 
                            names(df)))
# Function that accepts matrix for coefficients and data and returns a correlation matrix
calculate_cramer <- function(m, df) {
 for (r in seq(nrow(m))){
   for (c in seq(ncol(m))){
     m[[r, c]] <- assocstats(table(df[[r]], df[[c]]))$cramer
   }
 }
    return(m)
}

cor_matrix <- calculate_cramer(empty_m ,data)

corrplot(cor_matrix)

【讨论】：