在 R 中进行显着性检验的相关矩阵
Correlation matrix with significance testing in R
我想知道 R 中是否已经有一个包可以通过 SPSS 或 Statistica 等显着性测试吐出相关矩阵？目前我必须生成一个相关矩阵（使用 ggplot2 geom_tile）并使用 cor.test 单独进行显着性测试.将两者组合成一个图形会很棒。
这是我使用的真实数据的一个子集。
X Var2 CorrValue pValue
1 AAAA V1 0.96240707 1.802995e-07
2 BBBB V1 0.85385864 1.336821e-03
3 CCCC V1 0.65835637 1.166884e-01
4 DDDD V1 -0.54059196 3.673812e-01
5 EEEE V1 0.29001017 1.000000e+00
6 FFFF V1 -0.92886462 1.329147e-05
7 GGGG V1 0.44273554 7.732118e-01
8 HHHH V1 -0.80137821 7.597324e-03
9 IIII V1 0.93013470 1.193781e-05
10 JJJJ V1 -0.80781321 6.605418e-03
11 KKKK V1 -0.42663765 7.948182e-01
12 LLLL V1 0.80636700 6.771520e-03
13 MMMM V1 0.85018600 1.543993e-03
14 NNNN V1 0.90895906 6.210643e-05
15 OOOO V1 0.88107227 3.669339e-04
16 PPPPP V1 0.87853038 4.149637e-04
17 QQQQQ V1 0.80868505 6.563540e-03
18 RRRRR V1 0.79054501 1.014822e-02
19 AAAA V2 -0.69444018 7.088595e-02
20 BBBB V2 -0.75584928 2.402074e-02
21 CCCC V2 -0.82625132 3.674920e-03
22 DDDD V2 0.76938820 1.724964e-02
23 EEEE V2 -0.07953878 1.000000e+00
24 FFFF V2 0.64012814 1.335781e-01
25 GGGG V2 -0.13886613 1.000000e+00
26 HHHH V2 0.67113002 9.731157e-02
27 IIII V2 -0.71736303 4.923524e-02
28 JJJJ V2 0.79422494 9.297322e-03
29 KKKK V2 0.65673252 1.166884e-01
30 LLLL V2 -0.83719167 2.506800e-03
我用来生成 热图或相关矩阵 的代码如下：
ggplot(longData, aes(X, Var2))+
geom_tile(data=longData, aes(fill=CorrValue), color="white")+
geom_text(aes(fill = longData$CorrValue, label = round(longData$CorrValue, 2)))+
scale_fill_gradientn(colours=cm.colors(4),
limit=c(-1,1),name="Correlation\n(Pearson)")+
theme(axis.text.x = element_text(size=12, colour='black'),
axis.text.y=element_text(colour='black'),
panel.background=element_rect(colour="black", fill=NA))+
coord_equal()
如有任何帮助，我们将不胜感激。
编辑：感谢蒂姆，我现在已经设法创建了一个包含相关系数和 p 值的数据框。但是，我现在想在热图上绘制显着性值并将其表示为星星或任何最容易做的事情。目前我只在两个级别之后，即 <.01 和 >.01.
包psych输出与相应p值的相关性
> psych::corr.test(mtcars)
Call:psych::corr.test(x = mtcars)
Correlation matrix
mpg cyl disp hp drat wt qsec vs am gear carb
mpg 1.00 -0.85 -0.85 -0.78 0.68 -0.87 0.42 0.66 0.60 0.48 -0.55
cyl -0.85 1.00 0.90 0.83 -0.70 0.78 -0.59 -0.81 -0.52 -0.49 0.53
disp -0.85 0.90 1.00 0.79 -0.71 0.89 -0.43 -0.71 -0.59 -0.56 0.39
hp -0.78 0.83 0.79 1.00 -0.45 0.66 -0.71 -0.72 -0.24 -0.13 0.75
drat 0.68 -0.70 -0.71 -0.45 1.00 -0.71 0.09 0.44 0.71 0.70 -0.09
wt -0.87 0.78 0.89 0.66 -0.71 1.00 -0.17 -0.55 -0.69 -0.58 0.43
qsec 0.42 -0.59 -0.43 -0.71 0.09 -0.17 1.00 0.74 -0.23 -0.21 -0.66
vs 0.66 -0.81 -0.71 -0.72 0.44 -0.55 0.74 1.00 0.17 0.21 -0.57
am 0.60 -0.52 -0.59 -0.24 0.71 -0.69 -0.23 0.17 1.00 0.79 0.06
gear 0.48 -0.49 -0.56 -0.13 0.70 -0.58 -0.21 0.21 0.79 1.00 0.27
carb -0.55 0.53 0.39 0.75 -0.09 0.43 -0.66 -0.57 0.06 0.27 1.00
Sample Size
[1] 32
Probability values (Entries above the diagonal are adjusted for multiple tests.)
mpg cyl disp hp drat wt qsec vs am gear carb
mpg 0.00 0 0.00 0.00 0.00 0.00 0.22 0.00 0.01 0.10 0.02
cyl 0.00 0 0.00 0.00 0.00 0.00 0.01 0.00 0.04 0.08 0.04
disp 0.00 0 0.00 0.00 0.00 0.00 0.20 0.00 0.01 0.02 0.30
hp 0.00 0 0.00 0.00 0.17 0.00 0.00 0.00 1.00 1.00 0.00
drat 0.00 0 0.00 0.01 0.00 0.00 1.00 0.19 0.00 0.00 1.00
wt 0.00 0 0.00 0.00 0.00 0.00 1.00 0.02 0.00 0.01 0.20
qsec 0.02 0 0.01 0.00 0.62 0.34 0.00 0.00 1.00 1.00 0.00
vs 0.00 0 0.00 0.00 0.01 0.00 0.00 0.00 1.00 1.00 0.02
am 0.00 0 0.00 0.18 0.00 0.00 0.21 0.36 0.00 0.00 1.00
gear 0.01 0 0.00 0.49 0.00 0.00 0.24 0.26 0.00 0.00 1.00
carb 0.00 0 0.03 0.00 0.62 0.01 0.00 0.00 0.75 0.13 0.00
To see confidence intervals of the correlations, print with the short=FALSE option
你可以用tidyr to transform the output to long format画出你想要的样子:
X <- psych::corr.test(mtcars)
tidyr::gather(as.data.frame(cbind(V1=rownames(X$p), X$p)), key, value, -V1)
我想我已经设法找到了解决方案。请随时查看代码，如有错误请指正。
#Create a column with the stars
longformData$stars <- cut(longformData$pValue, breaks=c(-Inf, 0.001, 0.01, 0.05, Inf),
label=c("***", "**", "*", "")) # Create column of significance labels
最终剧情代码
ggplot(longformData, aes(X, Var2))+
geom_tile(data=longformData, aes(fill=CorrValue), color="white")+
geom_text(aes(label=stars), color="black", size=5,vjust=-1.5)+
geom_text(aes(fill = longformData$value, label = round(longformData$CorrValue, 2)))+
scale_fill_gradient(low='red', high='green',
limit=c(-1,1),name="Correlation\n(Pearson)")+
theme(axis.text.x = element_text(size=12, colour='black'),
axis.text.y=element_text(colour='black'),
panel.background=element_rect(colour="black", fill=NA))+
coord_equal()
附上输出图像。如果有更简单的方法来解决这个问题，我很乐意知道。
谢谢大家的帮助。
我想知道 R 中是否已经有一个包可以通过 SPSS 或 Statistica 等显着性测试吐出相关矩阵？目前我必须生成一个相关矩阵（使用 ggplot2 geom_tile）并使用 cor.test 单独进行显着性测试.将两者组合成一个图形会很棒。
这是我使用的真实数据的一个子集。
X Var2 CorrValue pValue
1 AAAA V1 0.96240707 1.802995e-07
2 BBBB V1 0.85385864 1.336821e-03
3 CCCC V1 0.65835637 1.166884e-01
4 DDDD V1 -0.54059196 3.673812e-01
5 EEEE V1 0.29001017 1.000000e+00
6 FFFF V1 -0.92886462 1.329147e-05
7 GGGG V1 0.44273554 7.732118e-01
8 HHHH V1 -0.80137821 7.597324e-03
9 IIII V1 0.93013470 1.193781e-05
10 JJJJ V1 -0.80781321 6.605418e-03
11 KKKK V1 -0.42663765 7.948182e-01
12 LLLL V1 0.80636700 6.771520e-03
13 MMMM V1 0.85018600 1.543993e-03
14 NNNN V1 0.90895906 6.210643e-05
15 OOOO V1 0.88107227 3.669339e-04
16 PPPPP V1 0.87853038 4.149637e-04
17 QQQQQ V1 0.80868505 6.563540e-03
18 RRRRR V1 0.79054501 1.014822e-02
19 AAAA V2 -0.69444018 7.088595e-02
20 BBBB V2 -0.75584928 2.402074e-02
21 CCCC V2 -0.82625132 3.674920e-03
22 DDDD V2 0.76938820 1.724964e-02
23 EEEE V2 -0.07953878 1.000000e+00
24 FFFF V2 0.64012814 1.335781e-01
25 GGGG V2 -0.13886613 1.000000e+00
26 HHHH V2 0.67113002 9.731157e-02
27 IIII V2 -0.71736303 4.923524e-02
28 JJJJ V2 0.79422494 9.297322e-03
29 KKKK V2 0.65673252 1.166884e-01
30 LLLL V2 -0.83719167 2.506800e-03
我用来生成 热图或相关矩阵 的代码如下：
ggplot(longData, aes(X, Var2))+
geom_tile(data=longData, aes(fill=CorrValue), color="white")+
geom_text(aes(fill = longData$CorrValue, label = round(longData$CorrValue, 2)))+
scale_fill_gradientn(colours=cm.colors(4),
limit=c(-1,1),name="Correlation\n(Pearson)")+
theme(axis.text.x = element_text(size=12, colour='black'),
axis.text.y=element_text(colour='black'),
panel.background=element_rect(colour="black", fill=NA))+
coord_equal()
如有任何帮助，我们将不胜感激。
编辑：感谢蒂姆，我现在已经设法创建了一个包含相关系数和 p 值的数据框。但是，我现在想在热图上绘制显着性值并将其表示为星星或任何最容易做的事情。目前我只在两个级别之后，即 <.01 和 >.01.
包psych输出与相应p值的相关性
> psych::corr.test(mtcars)
Call:psych::corr.test(x = mtcars)
Correlation matrix
mpg cyl disp hp drat wt qsec vs am gear carb
mpg 1.00 -0.85 -0.85 -0.78 0.68 -0.87 0.42 0.66 0.60 0.48 -0.55
cyl -0.85 1.00 0.90 0.83 -0.70 0.78 -0.59 -0.81 -0.52 -0.49 0.53
disp -0.85 0.90 1.00 0.79 -0.71 0.89 -0.43 -0.71 -0.59 -0.56 0.39
hp -0.78 0.83 0.79 1.00 -0.45 0.66 -0.71 -0.72 -0.24 -0.13 0.75
drat 0.68 -0.70 -0.71 -0.45 1.00 -0.71 0.09 0.44 0.71 0.70 -0.09
wt -0.87 0.78 0.89 0.66 -0.71 1.00 -0.17 -0.55 -0.69 -0.58 0.43
qsec 0.42 -0.59 -0.43 -0.71 0.09 -0.17 1.00 0.74 -0.23 -0.21 -0.66
vs 0.66 -0.81 -0.71 -0.72 0.44 -0.55 0.74 1.00 0.17 0.21 -0.57
am 0.60 -0.52 -0.59 -0.24 0.71 -0.69 -0.23 0.17 1.00 0.79 0.06
gear 0.48 -0.49 -0.56 -0.13 0.70 -0.58 -0.21 0.21 0.79 1.00 0.27
carb -0.55 0.53 0.39 0.75 -0.09 0.43 -0.66 -0.57 0.06 0.27 1.00
Sample Size
[1] 32
Probability values (Entries above the diagonal are adjusted for multiple tests.)
mpg cyl disp hp drat wt qsec vs am gear carb
mpg 0.00 0 0.00 0.00 0.00 0.00 0.22 0.00 0.01 0.10 0.02
cyl 0.00 0 0.00 0.00 0.00 0.00 0.01 0.00 0.04 0.08 0.04
disp 0.00 0 0.00 0.00 0.00 0.00 0.20 0.00 0.01 0.02 0.30
hp 0.00 0 0.00 0.00 0.17 0.00 0.00 0.00 1.00 1.00 0.00
drat 0.00 0 0.00 0.01 0.00 0.00 1.00 0.19 0.00 0.00 1.00
wt 0.00 0 0.00 0.00 0.00 0.00 1.00 0.02 0.00 0.01 0.20
qsec 0.02 0 0.01 0.00 0.62 0.34 0.00 0.00 1.00 1.00 0.00
vs 0.00 0 0.00 0.00 0.01 0.00 0.00 0.00 1.00 1.00 0.02
am 0.00 0 0.00 0.18 0.00 0.00 0.21 0.36 0.00 0.00 1.00
gear 0.01 0 0.00 0.49 0.00 0.00 0.24 0.26 0.00 0.00 1.00
carb 0.00 0 0.03 0.00 0.62 0.01 0.00 0.00 0.75 0.13 0.00
To see confidence intervals of the correlations, print with the short=FALSE option
你可以用tidyr to transform the output to long format画出你想要的样子:
X <- psych::corr.test(mtcars)
tidyr::gather(as.data.frame(cbind(V1=rownames(X$p), X$p)), key, value, -V1)
我想我已经设法找到了解决方案。请随时查看代码，如有错误请指正。
#Create a column with the stars
longformData$stars <- cut(longformData$pValue, breaks=c(-Inf, 0.001, 0.01, 0.05, Inf),
label=c("***", "**", "*", "")) # Create column of significance labels
最终剧情代码
ggplot(longformData, aes(X, Var2))+
geom_tile(data=longformData, aes(fill=CorrValue), color="white")+
geom_text(aes(label=stars), color="black", size=5,vjust=-1.5)+
geom_text(aes(fill = longformData$value, label = round(longformData$CorrValue, 2)))+
scale_fill_gradient(low='red', high='green',
limit=c(-1,1),name="Correlation\n(Pearson)")+
theme(axis.text.x = element_text(size=12, colour='black'),
axis.text.y=element_text(colour='black'),
panel.background=element_rect(colour="black", fill=NA))+
coord_equal()
附上输出图像。如果有更简单的方法来解决这个问题，我很乐意知道。
谢谢大家的帮助。