Question

我是R的新手，所以如果这是一个简单的问题我会道歉，但是我今晚做了很多搜索，似乎无法弄明白。我有一个包含大量变量的数据框，我想要做的是创建一个表格，其中包含这些变量的子集之间的相关性，基本上相当于Stata中的“pwcorr”或“相关性”。 SPSS。对此的一个关键是我不仅需要r，而且还需要与该值相关的重要性。

有什么想法吗？这看起来应该很简单，但我似乎无法找到一个好方法。

Answer 1

Bill Venables在来自R邮件列表的this answer中提供了这个解决方案，我对其进行了一些细微的修改：

cor.prob <- function(X, dfr = nrow(X) - 2) {
  R <- cor(X)
  above <- row(R) < col(R)
  r2 <- R[above]^2
  Fstat <- r2 * dfr / (1 - r2)
  R[above] <- 1 - pf(Fstat, 1, dfr)

  cor.mat <- t(R)
  cor.mat[upper.tri(cor.mat)] <- NA
  cor.mat
}

所以让我们测试一下：

set.seed(123)
data <- matrix(rnorm(100), 20, 5)
cor.prob(data)

          [,1]      [,2]      [,3]      [,4] [,5]
[1,] 1.0000000        NA        NA        NA   NA
[2,] 0.7005361 1.0000000        NA        NA   NA
[3,] 0.5990483 0.6816955 1.0000000        NA   NA
[4,] 0.6098357 0.3287116 0.5325167 1.0000000   NA
[5,] 0.3364028 0.1121927 0.1329906 0.5962835    1

那是否与cor.test对齐？

cor.test(data[,2], data[,3])

 Pearson's product-moment correlation
data:  data[, 2] and data[, 3] 
t = 0.4169, df = 18, p-value = 0.6817
alternative hypothesis: true correlation is not equal to 0 
95 percent confidence interval:
 -0.3603246  0.5178982 
sample estimates:
       cor 
0.09778865

似乎工作正常。

Answer 2

这是我刚刚发表的一些内容，我偶然发现了这篇文章，因为我正在寻找一种方法来获取每一对变量，并获得一个整洁的nX3数据帧。第1列是变量，第2列是变量，第3列和第4列是它们的绝对值和真正的相关性。只需将函数传递给数值和整数值的数据帧。

  pairwiseCor <- function(dataframe){
  pairs <- combn(names(dataframe), 2, simplify=FALSE)
  df <- data.frame(Vairable1=rep(0,length(pairs)), Variable2=rep(0,length(pairs)), 
                   AbsCor=rep(0,length(pairs)), Cor=rep(0,length(pairs)))
  for(i in 1:length(pairs)){
    df[i,1] <- pairs[[i]][1]
    df[i,2] <- pairs[[i]][2]
    df[i,3] <- round(abs(cor(dataframe[,pairs[[i]][1]], dataframe[,pairs[[i]][2]])),4)
    df[i,4] <- round(cor(dataframe[,pairs[[i]][1]], dataframe[,pairs[[i]][2]]),4)
  }
  pairwiseCorDF <- df
  pairwiseCorDF <- pairwiseCorDF[order(pairwiseCorDF$AbsCor, decreasing=TRUE),]
  row.names(pairwiseCorDF) <- 1:length(pairs)
  pairwiseCorDF <<- pairwiseCorDF
  pairwiseCorDF
  }

这就是输出：

 > head(pairwiseCorDF)
             Vairable1        Variable2 AbsCor     Cor
    1        roll_belt     accel_belt_z 0.9920 -0.9920
    2 gyros_dumbbell_x gyros_dumbbell_z 0.9839 -0.9839
    3        roll_belt total_accel_belt 0.9811  0.9811
    4 total_accel_belt     accel_belt_z 0.9752 -0.9752
    5       pitch_belt     accel_belt_x 0.9658 -0.9658
    6 gyros_dumbbell_z  gyros_forearm_z 0.9491  0.9491

Answer 3

我发现R包picante可以很好地处理你遇到的问题。您可以轻松地将数据集传递给cor.table函数，并获取所有变量的相关性和p值表。您可以在函数中指定Pearson的r或Spearman。请参阅此链接以获取帮助： http://www.inside-r.org/packages/cran/picante/docs/cor.table

还要记住在运行函数之前从数据集中删除任何非数字列。这是一段代码示例：

install.packages("picante")
library(picante)
#Insert the name of your dataset in the code below
cor.table(dataset, cor.method="pearson")

Answer 4

您可以使用sjPlot-package的sjt.corr功能，它可以为您提供格式良好的关联表，可以在Office应用程序中使用。

最简单的函数调用就是传递数据框：

sjt.corr(df)

请参阅examples here。

Answer 5

除了上面引用的优秀cor.prob()功能 sebastian-c 之外，我还需要用破折号替换自动关联，使用此代码完成：

cor.tbl <- round(cor.prob(data), 3)
cor.tbl[cor.tbl == 1] <- "-"

成对相关表

5 个答案: