corrplot 中的 Spearman 相关图

Question

[![在此处输入图像描述][1]][1]我有一个数据集，其中癌症和潜在风险因素（例如，agefirstchild）的值为 Yes No。下面是一个数据集的例子

set.seed(42)
cancer <- sample(c("yes", "no"), 200, replace=TRUE) 
agegroup <- sample(c("35-39", "40-44", "45-49"), 200, replace=TRUE)  
agefirstchild <- sample(c("Age < 30", "Age 30 or greater", "nullipareous"), 200, replace=TRUE) 
dat <- data.frame(cancer, agegroup, agefirstchild)

我想运行一个 Spearman 相关图，如下所示[![在此处输入图像描述][2]][2]

此图来自 corrplot 包。但是当我将此代码应用于我的数据集时，它给了我一个错误。 矩阵错误（if (is.null(value)) logical() else value, nrow = nr, dimnames = list(rn, : 'dimnames' [3] 的长度不等于数组范围 图片可在代码下的链接和描述下方找到：

[![Corrplot][2]][2]

[![以下示例中的相关图][3]][3]

我可以在代码的什么地方添加方法，我需要 Spearman？它不一定需要与下面完全相同，但格式和图中的值相似

corrplot(dat, method = "color", col = col(200),
       type = "upper", order = "hclust", number.cex = .7,
       addCoef.col = "black", 
       tl.col = "black", tl.srt = 90, 
       p.mat = p.mat, sig.level = 0.01, insig = "blank", 
       diag = FALSE) ```


[1]: https://i.stack.imgur.com/xkKLY.png
[2]: https://i.stack.imgur.com/jrghy.png
[3]: https://i.stack.imgur.com/DHUEe.png

Answer 1

你必须：

1) 先将变量设为数值因子，然后
2）创建斯皮尔曼相关矩阵，然后
3）根据创建的矩阵创建绘图

    set.seed(42)
cancer <- sample(c("yes", "no"), 200, replace=TRUE) 
agegroup <- sample(c("35-39", "40-44", "45-49"), 200, replace=TRUE)  
agefirstchild <- sample(c("Age < 30", "Age 30 or greater", "nullipareous"), 200, replace=TRUE) 
dat <- data.frame(cancer, agegroup, agefirstchild) 

#make numeric factors out of the variables
dat$agefirstchild <- as.numeric(as.factor(dat$agefirstchild))
dat$cancer <- as.numeric(as.factor(dat$cancer)) 
dat$agegroup <- as.numeric(as.factor(dat$agegroup))

corr_mat=cor(dat,method="s") #create Spearman correlation matrix

library("corrplot")
corrplot(corr_mat, method = "color",
     type = "upper", order = "hclust", 
     addCoef.col = "black",
     tl.col = "black")  

Answer 2

由于您的变量都是分类的，也许马赛克图会是更好的图形。

mosaicplot(~cancer+agegroup+agefirstchild, data=dat, shade=TRUE)

看起来没什么大不了的。

或使用 vcd 包（用于改进标签）：

library(vcd)
mosaic(~cancer+agefirstchild+agegroup, data=dat, shade=TRUE)