基于R進行相關性分析

一、相關性矩陣計算：

[1] 加載數據：

　　>data = read.csv("231-6057_2016-04-05-ZX_WD_2.csv",header=FALSE)

說明：csv格式的數據，header=FALSE 表示沒有標題，即數據從第一行開始。?

[2] ?查看導入數據的前幾行，

? ? ? >head(data)

　　

[3] 刪除數據的7，8列，都是0

　　>data = data[1:6]

　　>head(data)

?　　

[4] 計算相關性矩陣（可以自己指定采用的方法，"pearson", "kendall", "spearman"）

　　>cor_matr = cor(data)

　　>cor_matr

　　?

?

二?相關系數的顯著性水平（Correlation significance levels (p-value)）

　　使用Hmisc 包，不僅可以計算相關性矩陣，還可以計算對應的顯著性水平

[1] 安裝包 Hmisc （依賴包也會一并安裝，lib代表安裝包的路徑）

　　>install.packages("Hmisc",lib="E:/Program Files/R/R-3.3.0/library/")

[2] 加載包

　　>library(Hmisc)

[3] 計算相關性和顯著水平 (as.matrix(data) 表示將data轉換成矩陣)

　　>rcorr(as.matrix(data))

　　　　?

輸出說明：

???????? r ：第一個矩陣為相關性矩陣

???????? n :? 處理數據的總記錄數（行數）

???????? P :? 顯著性水平矩陣（越小說明越顯著）

?

三、可視化相關性分析

• symnum() function
• corrplot() function to plot a correlogram
• scatter plots
• heatmap

[1] 使用 symnum() 函數實現可視化 (cor_matr 是我們上文中cor()函數計算出來的相關性矩陣)

? ? ? ? ?>symnum(cor_matr)

　　　　

???????? 符號說明：在輸出的最后一行，說明了符號的意義，例如 [0.9 , 0.95) 這個區間使用 * 表示。其他符號類似

[2] 使用 corrplot() 函數實現可視化（這里需要使用到corrplot包，沒有安裝的需要安裝）

? ? ? ? > library(corrplot)

? ? ? ? ?>corrplot(cor_matr, type="upper", order="hclust", tl.col="black", tl.srt=45)

????????

???????? 輸出說明：用不同顏色表示了相關性的強度，根據最右邊的顏色帶來看，越接近藍色說明相關性越高。其中圓形的大小也說明了行慣性的大小。

[3] 使用 PerformanceAnalytics 包進行可視化

? ? ? ? ?>library(PerformanceAnalytics)

? ? ? ? ?>chart.Correlation(data,histogram = TRUE,pch=19)

?　　　　

???????? 輸出說明：

• • 　　對角線給出了變量自身的分布
  • 　　下三角形（對角線的左下方），給出了兩個屬性的散點圖，可以看到第二行第一列的散點圖顯示出v1和v2具有很高的線性相關性
  • 　　上三小形（對角線的右上方），數字表示連個屬性的相關性值，型號表示顯著程度（星星越多表明越顯著）

?

[4] heatmap 可視化

? ? ? ? ?>col = colorRampPalette(c("blue", "white", "red"))(20)

? ? ? ? ?>heatmap(x = cor_matr, col = col, symm = TRUE)

?　　　　

　　說明：第一行是制作調色板，紅色表示相關性最高。第二行參數說明，x: 相關性矩陣（前文已經計算），col: 調色板，symm: 以對稱矩陣的形式顯示（可以看到畫出來的圖是中心對稱的，不過前提是輸入的矩陣是方陣）

?

?

參考:

[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/

?

轉載于:https://www.cnblogs.com/fanling999/p/5857122.html

總結

以上是生活随笔為你收集整理的使用R进行相关性分析的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。