如何在R中创建具有显着性水平的相关矩阵？答案

【问题标题】：How to create a correlation matrix with significance levels in R?如何在R中创建具有显着性水平的相关矩阵？
【发布时间】：2015-10-27 10:35:37
【问题描述】：

我有一个大型数据集，函数 cor() 对区分高/低相关性没有多大帮助。

也许有人可以向我展示如何向相关矩阵添加颜色或星号 (* ** ***) 或其他内容的示例，以便我可以轻松地看到重要的值？

【问题讨论】：

看看corrplotpackage ：您可以用图形表示相关矩阵并仅显示显着值
psych 包在这里很有用 ?psych::corr.test。 stackoverflow.com/questions/26574670/… 可能有助于绘图
stackoverflow.com/questions/32971990/… 有一些代码来绘制重要性星 - 它确实需要整理一下
哇，谢谢！ corrplot 的东西很棒。

标签： r

【解决方案1】：

heatmap 怎么样？

想象mtcars 是您的数据集。

您可以按照说明转换数据here

ccor = cor(mtcars[,3:10]) # whatever variables 
cormatrix = arrange( melt(ccor), -abs(value) )

然后您可以计算出漂亮的热图，正如 here 所解释的那样

ggplot(cormatrix, aes(Var1, Var2) ) + geom_tile(aes(fill = value), colour = "white") + scale_fill_gradient(low = "white", high = "steelblue")

你得到

希望对您有所帮助。

您还可以根据this 添加带有+ geom_text(aes(fill = cormatrix$value, label = round(cormatrix$value, 1))) 的值。

【讨论】：

【解决方案2】：

您可以将关联结果返回到数据框，然后您可以排序、子集等。

library(broom)
library(dplyr)

cor.list <- list(NULL)
length(cor.list) <- length(mtcars)^2

for(i in seq_along(mtcars)){
  for(j in seq_along(mtcars)){
    cor.list[[(i-1)*11 + j]] <- 
      tidy(cor.test(mtcars[, i], mtcars[, j])) %>%
      mutate(x = names(mtcars)[i],
             y = names(mtcars)[j])
  }
}

bind_rows(cor.list)

【讨论】：