通过 p 值对相关矩阵进行阈值处理

Question

我想对相关矩阵设置阈值以仅保留 p 值

例如，我有一个由一堆数字组成的矩阵...

data <- matrix(rnorm(6),100,22)

然后我得到一个相关矩阵...

corr_subj_data <-rcorr(data)
corr_matrix <- corr_subj_data$r
p_vals <- corr_subj_data$P

我尝试使用 numel（matlab 包）复制我在 Matlab 中执行此任务的代码。但是，这里似乎行不通。

for(idx in numel(p_vals)) {
pval <- P_vals[idx]
    if (pval > 0.01){
        corr_matrix[idx] <- NA
}}

这里基本上我只是想遍历矩阵中的每个p值，如果大于0.01，将相关矩阵中的对应值替换为“NA”。

然后我查了一下，发现下面的建议代码：

corr_matrix[p_vals < 0.01]

这正确设置了相关矩阵的阈值，但我失去了我拥有的 22 x 22 结构。看起来它只是一个数字序列（不熟悉 R 中的数据类型）。

如果有人对如何在阈值化后保留相关矩阵的结构有任何建议，我将不胜感激！

Answer 1

使用线路：

corr_matrix[p_vals >= 0.01] <- NA