基于R语言相关系数矩阵可视化图

最新推荐文章于 2023-11-18 10:36:22 发布

倾城一少

最新推荐文章于 2023-11-18 10:36:22 发布

阅读量825

点赞数 2

分类专栏： R语言文章标签： R语言相关系数 Powered by 金山文档

本文链接：https://blog.csdn.net/u010329292/article/details/129150682

版权

R语言专栏收录该内容

1 篇文章 0 订阅

订阅专栏

该文介绍了如何使用R语言的psych和corrplot库对数据进行相关系数分析，并展示了几种不同的相关系数矩阵可视化方法，包括square、number、shade、ellipse、pie等。还展示了如何添加显著性检验到可视化图中，以及如何自定义样式和设置显著性水平。

摘要由CSDN通过智能技术生成

如何做出相关系数矩阵可视化图

下面直接上R语言代码：

install.packages("psych")
install.packages("corrplot")#安装包，如果已安装，请略过
library(psych)
library(corrplot)#载入两个包
data(iris)#机器学习常用神奇数据集——鸢尾花数据集
head(iris)#查看下数据集前五行
irisnew<-iris[,-5]#去除第五列种类变量
cormat<-corr.test(irisnew)#相关系数分析及显著性检验
#最简单的相关系数矩阵可视化
corrplot(cormat$r)

corrplot(cormat$r,method="square")

corrplot(cormat$r,method = "number")

corrplot(cormat$r,method = "shade")

corrplot(cormat$r,method="ellipse")

corrplot(cormat$r,method = "pie")

corrplot(cormat$r,method="square",type="lower",title = "Correlation of iris")

#含显著性检验的相关系数矩阵可视化
cormatp<-cormat$p#单独取出p值矩阵
cormatp[upper.tri(cormatp)]=0#设置p值矩阵上三角等于0
corrplot(cormat$r,method="square",type="lower",title = "Correlation of iris",tl.cex=1.5,tl.pos = "lt",number.cex=1,p.mat=cormatp,sig.level=0.05,insig=c("pch"))

corrplot(cormat$r,method="square",type="full",title = "Correlation of iris",tl.cex=1.5,tl.pos = "lt",number.cex=1,p.mat=cormatp,sig.level=0.05,insig=c("pch"))

corrplot.mixed(cormat$r,upper = "square",lower = "number",diag = "u",tl.cex=1.5,tl.pos = "lt",number.cex=1,p.mat=cormatp,sig.level=0.05,insig=c("pch"))