Question

我计算了两个矩阵之间的Spearman相关性，并且我正在使用corrplot绘制r值。如何仅绘制显着的相关性（因此只有那些p值低于0.00的相关性并删除那些具有较高p值的相关性，即使是强相关性 - r的高值）。我使用corr.test包中的psych生成了相关矩阵，因此我已经在cor.matrix$p中有p值

这是我正在使用的代码：

library(corrplot)
library(psych)
corr.test(mydata_t1, mydata_t2, method="spearman")
M <- corrplot(cor.matrix$r, method="square",type="lower",col=col1(100),is.corr=T,mar=c(1,1,1,1),tl.cex=0.5)

如何修改它以仅绘制重要的核心关系？

Answer 1

看一下corrplot的例子。做?corrplot。它可以选择做你想要的。你可以在图表上绘制p值，我认为这比放星星更好，因为不熟悉该术语的人还有一件事需要查阅。将p值放在图上执行此corrplot(cor.matrix$r, p.mat = cor.matrix$p, insig = "p-value")，其中cor.matrix是保存cor.test结果的对象。 insig选项可以放置：

p值（如上所示）
删除与corrplot无关紧要的相关性（cor.matrix $ r，p.mat = cor.matrix $ p，insig =“blank”）`
用选项corrplot(cor.matrix$r, p.mat = cor.matrix$p, insig = "pch")（DEFAULT）划掉（放一个X）无关紧要的相关性
使用corrplot(cor.matrix$r, p.mat = cor.matrix$p, insig = "n")

如果你想在相关矩阵图上找到星号，p值 - 看一下这个帖子Correlation Corrplot Configuration

虽然我不得不说我非常喜欢@sven hohenstein's优雅的子集解决方案。

Answer 2

创建cor.mat的副本，并将相应的相关系数替换为零：

cor.matrix2 <- cor.matrix

# find cells with p-values > 0.05 and replace corresponding
# correlations coefficients with zero
cor.matrix2$r[cor.matrix2$p > 0.05] <- 0

# use this matrix for corrplot
M <- corrplot(cor.matrix2$r, method="square",type="lower",col=col1(100),
              is.corr=T,mar=c(1,1,1,1),tl.cex=0.5)

替换后的值将显示为白色单元格。

Answer 3

您所询问的内容与subset的内容类似：

返回满足的向量，矩阵或数据帧的子集条件。

所以你可以这样做：

cor.matrix <- subset(cor.matrix, p<0.00)
P <- corrplot(cor.matrix$r, method="square",type="lower",col=col1(100),is.corr=T,mar=c(1,1,1,1),tl.cex=0.5)

在corrplot矩阵中添加p值

3 个答案: