Question

我有一个相对较大的相关矩阵（77x77）。我需要识别具有高于| .60 |的相关性的案例。下面我制作了相关数据帧，并将所有值都设为＆lt; | 0.60 |显示为NA。

cor_relation = cor(mydata, use="all.obs", method="pearson") cor_relation[abs(cor_relation) < 0.6] <- NA

然而，手动搜索案例仍然很困难＆gt; | 0.60 |。我尝试使用布尔运算符，如下所示，但它只给出了每个案例的截断摘要（即Na或True），其中我只能看到前1000个案例的摘要

cor_relation[abs(cor_relation)] >= 0.6

请帮助使用正确的代码，该代码仅打印具有相关性的案例摘要＆gt; | 0.60 |

谢谢

Answer 1

dplyr方式：

library(dplyr)
data(mtcars)
correl <- round(cor(mtcars),2)
cor_df <- as.data.frame(as.table(correl))

现在可以对cor_df进行排序和过滤：

> cor_df %>%  arrange(desc(Freq)) %>% filter(Freq>0.6)
   Var1 Var2 Freq
1   mpg  mpg 1.00
2   cyl  cyl 1.00
3  disp disp 1.00
4    hp   hp 1.00
... and so on

> cor_df %>%  arrange(desc(Freq)) %>% filter(Freq< -0.6)
   Var1 Var2  Freq
1  carb qsec -0.66
2  qsec carb -0.66
3    am   wt -0.69
4    wt   am -0.69
... and so on

您可以总结数据：

> cor_df %>%  arrange(desc(Freq)) %>% filter(Freq< -0.6) %>% 
     summarise(mean=mean(Freq), sd=sd(Freq))
        mean         sd
1 -0.7515385 0.06949488

Answer 2

以下是如何执行此操作的示例（使用虚拟数据，因为没有提供数据）

# creating dummy corr matrix
corr <- matrix(runif(25, -1, 1), nrow = 5, ncol = 5)
# selecting indices where corr[i,j] >= 0.6 
S <- which(abs(corr) >= .6, arr.ind = T)
# saving the result in a new vector
val <- corr[S]
val
[1] -0.9645378 -0.6560426 -0.7547376  0.7940875 -0.7449578 -0.8844122  0.6800387
# and finally printing a summary
summary(val)
   Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
-0.9645 -0.8196 -0.7450 -0.3615  0.0120  0.7941

打印具有高于阈值的相关性的案例

2 个答案: