R相關顯着性矩陣

Question

我有一個大的相關矩陣（類似於50 * 50）。 我使用cor（mydata）函數計算了矩陣。 現在我想擁有同等重要性的矩陣。 使用cor.test（）我可以有一個顯着性水平，但有一個簡單的方法來獲得所有1200？

Answer 1

我想這應該做你想要什麼，我們結合使用expand.grid與apply功能：

既然你沒有提供數據，我創造了我自己的一套。

set.seed(123) 
xmat <- matrix(rnorm(50), ncol = 5) 
matrix(apply(expand.grid(1:ncol(xmat), 1:ncol(xmat)), 
     1, 
     function(x) cor.test(xmat[,x[1]], xmat[,x[2]])$`p.value`), 
     ncol = ncol(xmat), byrow = T) 

      [,1]  [,2]  [,3]   [,4]  [,5] 
[1,] 0.00000000 0.08034470 0.24441138 3.293644e-02 0.3234899 
[2,] 0.08034470 0.00000000 0.08716815 4.482848e-01 0.4824117 
[3,] 0.24441138 0.08716815 0.00000000 2.063439e-01 0.9504582 
[4,] 0.03293644 0.44828479 0.20634394 1.063504e-62 0.8378530 
[5,] 0.32348990 0.48241166 0.95045815 8.378530e-01 0.0000000 

請注意，如果你不想一matrix，而是很舒適與data.frame，我們可以使用combn這將涉及更少的迭代和更有效率。

cbind(t(combn(1:ncol(xmat), 2)), 
    combn(1:ncol(xmat), 2, function(x) cor.test(xmat[,x[1]], xmat[,x[2]])$`p.value`) 
) 

     [,1] [,2]  [,3] 
[1,] 1 2 0.08034470 
[2,] 1 3 0.24441138 
[3,] 1 4 0.03293644 
[4,] 1 5 0.32348990 
[5,] 2 3 0.08716815 
[6,] 2 4 0.44828479 
[7,] 2 5 0.48241166 
[8,] 3 4 0.20634394 
[9,] 3 5 0.95045815 
[10,] 4 5 0.83785303 

或者，我們可以執行相同的操作，但使用管道運營商%>%，使之更有點簡潔：

library(magrittr) 
combn(1:ncol(xmat), 2) %>% 
    apply(., 2, function(x) cor.test(xmat[,x[1]], xmat[,x[2]])$`p.value`) %>% 
    cbind(t(combn(1:ncol(xmat), 2)), .) 

Answer 2

這裏是一個解決方案：

data <- swiss 
#cor(data) 
n <- ncol(data) 
p.value.vec <- apply(combn(1:ncol(data), 2), 2, function(x)cor.test(data[,x[1]], data[,x[2]])$p.value) 
p.value.matrix = matrix(0, n, n) 
p.value.matrix[upper.tri(p.value.matrix, diag=FALSE)] = p.value.vec 
p.value.matrix[lower.tri(p.value.matrix, diag=FALSE)] = p.value.vec 
p.value.matrix 

      [,1]   [,2]   [,3]   [,4]   [,5]   [,6] 
[1,] 0.000000e+00 1.491720e-02 9.450437e-07 1.028523e-03 1.304590e-06 2.588308e-05 
[2,] 1.491720e-02 0.000000e+00 3.658617e-07 3.585238e-03 5.204434e-03 4.453814e-01 
[3,] 9.450437e-07 9.951515e-08 0.000000e+00 9.951515e-08 6.844724e-01 3.018078e-01 
[4,] 3.658617e-07 1.304590e-06 4.811397e-08 0.000000e+00 4.811397e-08 5.065456e-01 
[5,] 1.028523e-03 5.204434e-03 2.588308e-05 3.018078e-01 0.000000e+00 2.380297e-01 
[6,] 3.585238e-03 6.844724e-01 4.453814e-01 5.065456e-01 2.380297e-01 0.000000e+00