帮别人起名 做ppt的网站,优秀网页设计鉴赏,推广营销平台,成都微信网站建设基于R进行相关性分析 一、相关性矩阵计算#xff1a; [1] 加载数据#xff1a; data read.csv(231-6057_2016-04-05-ZX_WD_2.csv,headerFALSE) 说明#xff1a;csv格式的数据#xff0c;headerFALSE 表示没有标题#xff0c;即数据从第一行开始。 [2] …基于R进行相关性分析 一、相关性矩阵计算 [1] 加载数据 data read.csv(231-6057_2016-04-05-ZX_WD_2.csv,headerFALSE) 说明csv格式的数据headerFALSE 表示没有标题即数据从第一行开始。 [2] 查看导入数据的前几行 head(data) [3] 删除数据的78列都是0 data data[1:6] head(data) [4] 计算相关性矩阵可以自己指定采用的方法pearson, kendall, spearman cor_matr cor(data) cor_matr 二 相关系数的显著性水平Correlation significance levels (p-value) 使用Hmisc 包不仅可以计算相关性矩阵还可以计算对应的显著性水平 [1] 安装包 Hmisc 依赖包也会一并安装lib代表安装包的路径 install.packages(Hmisc,libE:/Program Files/R/R-3.3.0/library/) [2] 加载包 library(Hmisc) [3] 计算相关性和显著水平 (as.matrix(data) 表示将data转换成矩阵) rcorr(as.matrix(data)) 输出说明 r 第一个矩阵为相关性矩阵 n : 处理数据的总记录数行数 P : 显著性水平矩阵越小说明越显著 三、可视化相关性分析 symnum() functioncorrplot() function to plot a correlogramscatter plotsheatmap[1] 使用 symnum() 函数实现可视化 (cor_matr 是我们上文中cor()函数计算出来的相关性矩阵) symnum(cor_matr) 符号说明在输出的最后一行说明了符号的意义例如 [0.9 , 0.95) 这个区间使用 * 表示。其他符号类似 [2] 使用 corrplot() 函数实现可视化这里需要使用到corrplot包没有安装的需要安装 library(corrplot) corrplot(cor_matr, typeupper, orderhclust, tl.colblack, tl.srt45) 输出说明用不同颜色表示了相关性的强度根据最右边的颜色带来看越接近蓝色说明相关性越高。其中圆形的大小也说明了行惯性的大小。 [3] 使用 PerformanceAnalytics 包进行可视化 library(PerformanceAnalytics) chart.Correlation(data,histogram TRUE,pch19) 输出说明 对角线给出了变量自身的分布 下三角形对角线的左下方给出了两个属性的散点图可以看到第二行第一列的散点图显示出v1和v2具有很高的线性相关性 上三小形对角线的右上方数字表示连个属性的相关性值型号表示显著程度星星越多表明越显著 [4] heatmap 可视化 col colorRampPalette(c(blue, white, red))(20) heatmap(x cor_matr, col col, symm TRUE) 说明第一行是制作调色板红色表示相关性最高。第二行参数说明x: 相关性矩阵前文已经计算col: 调色板symm: 以对称矩阵的形式显示可以看到画出来的图是中心对称的不过前提是输入的矩阵是方阵 参考: [1] Correlation matrix : A quick start guide to analyze, format and visualize a correlation matrix using R software http://www.sthda.com/english/wiki/correlation-matrix-a-quick-start-guide-to-analyze-format-and-visualize-a-correlation-matrix-using-r-software [2] Significance of the Correlation Coefficient http://janda.org/c10/Lectures/topic06/L24-significanceR.htm [3] Installing R packages https://www.r-bloggers.com/installing-r-packages/ 转载于:https://www.cnblogs.com/fanling999/p/5857122.html
