我有92组相同类型的数据。
我想为任意两种组合制作相关矩阵。
即。我想要一个92 x92的矩阵。
这样元素(ci,cj)应该是ci和cj之间的相关性。
我该怎么做?
答案 0 :(得分:95)
一个例子,
d <- data.frame(x1=rnorm(10),
x2=rnorm(10),
x3=rnorm(10))
cor(d) # get correlations (returns matrix)
答案 1 :(得分:70)
您可以使用'corrplot'包。
d <- data.frame(x1=rnorm(10),
x2=rnorm(10),
x3=rnorm(10))
M <- cor(d) # get correlations
library('corrplot') #package corrplot
corrplot(M, method = "circle") #plot matrix
此处提供更多信息:http://cran.r-project.org/web/packages/corrplot/vignettes/corrplot-intro.html
答案 2 :(得分:15)
cor 函数将在计算相关性时使用矩阵的列。因此,矩阵 x 和矩阵 y 之间的行数必须相同。例:
set.seed(1)
x <- matrix(rnorm(20), nrow=5, ncol=4)
y <- matrix(rnorm(15), nrow=5, ncol=3)
COR <- cor(x,y)
COR
image(x=seq(dim(x)[2]), y=seq(dim(y)[2]), z=COR, xlab="x column", ylab="y column")
text(expand.grid(x=seq(dim(x)[2]), y=seq(dim(y)[2])), labels=round(c(COR),2))
以下是使用单个矩阵计算的相关矩阵上的自定义行和列标签的示例:
png("corplot.png", width=5, height=5, units="in", res=200)
op <- par(mar=c(6,6,1,1), ps=10)
COR <- cor(iris[,1:4])
image(x=seq(nrow(COR)), y=seq(ncol(COR)), z=cor(iris[,1:4]), axes=F, xlab="", ylab="")
text(expand.grid(x=seq(dim(COR)[1]), y=seq(dim(COR)[2])), labels=round(c(COR),2))
box()
axis(1, at=seq(nrow(COR)), labels = rownames(COR), las=2)
axis(2, at=seq(ncol(COR)), labels = colnames(COR), las=1)
par(op)
dev.off()
答案 3 :(得分:13)
看看qtlcharts。它允许您创建交互式关联矩阵:
library(qtlcharts)
data(iris)
iris$Species <- NULL
iplotCorr(iris, reorder=TRUE)
答案 4 :(得分:1)
还有其他方法可以实现这一点:(Plot correlation matrix into a graph),但我喜欢你的版本,框中有相关性。有没有办法将变量名称添加到x和y列而不仅仅是那些索引号?对我来说,这将使这成为一个完美的解决方案。谢谢!
编辑:我试图通过[Marc in the box]对帖子发表评论,但我显然不知道自己在做什么。但是,我确实设法自己回答了这个问题。
如果d是矩阵(或原始数据框)并且列名是您想要的,那么以下工作:
axis(1, 1:dim(d)[2], colnames(d), las=2)
axis(2, 1:dim(d)[2], colnames(d), las=2)
las = 0会将名称翻转回正常位置,我的名字很长,所以我使用las = 2使它们垂直于轴。
edit2:禁止在网格上打印image()函数(否则它们与变量标签重叠),添加xaxt ='n',例如:
image(x=seq(dim(x)[2]), y=seq(dim(y)[2]), z=COR, col=rev(heat.colors(20)), xlab="x column", ylab="y column", xaxt='n')