在corrplot矩陣

Question

我計算兩個矩陣和我使用corrplot繪製的r值之間的Spearman相關添加的p值。我怎樣才能繪製顯着的相關性（所以只有那些p值低於0.00的相關性，並刪除那些具有較高p值的相關性，即使是強相關性 - r的高值）。我產生使用corr.test相關矩陣的psych包，所以我已經在cor.matrix$p

的P值這是我使用的代碼：

library(corrplot) 
library(psych) 
corr.test(mydata_t1, mydata_t2, method="spearman") 
M <- corrplot(cor.matrix$r, method="square",type="lower",col=col1(100),is.corr=T,mar=c(1,1,1,1),tl.cex=0.5) 

如何修改它來繪製只有顯著corelations ？

Answer 1

看看corrplot的例子。做?corrplot。它有做你想做的選擇。 您可以繪製圖表本身的p值，我認爲這比放置星號更好，因爲不熟悉該術語的人員還有一件事要查找。 把p值放在圖上做這個corrplot(cor.matrix$r, p.mat = cor.matrix$p, insig = "p-value")其中cor.matrix是持有cor.test結果的對象。 該insig選項可以把：

• p值（如上所示）
• 空出微不足道的相關性與corrplot（cor.matrix $ R，p.mat = cor.matrix $ P，INSIG =「空白「）`
• 劃掉（放在一個X）顯着相關性）與選項corrplot(cor.matrix$r, p.mat = cor.matrix$p, insig = "pch")（默認）
• 什麼也不做一起的情節，與corrplot(cor.matrix$r, p.mat = cor.matrix$p, insig = "n")

如果你w ^螞蟻星，相關矩陣圖上的p值 - 看看這個線程Correlation Corrplot Configuration

雖然我不得不說我真的很喜歡@sven hohenstein's優雅的子集解決方案。

Answer 2

你所問的是類似於subset作用：向量，矩陣或符合條件 數據幀的

返回子集。

所以，你可以這樣做：

cor.matrix <- subset(cor.matrix, p<0.00) 
P <- corrplot(cor.matrix$r, method="square",type="lower",col=col1(100),is.corr=T,mar=c(1,1,1,1),tl.cex=0.5) 

Answer 3

創建的cor.mat副本，並用零替換相應的相關係數：

cor.matrix2 <- cor.matrix 

# find cells with p-values > 0.05 and replace corresponding 
# correlations coefficients with zero 
cor.matrix2$r[cor.matrix2$p > 0.05] <- 0 

# use this matrix for corrplot 
M <- corrplot(cor.matrix2$r, method="square",type="lower",col=col1(100), 
       is.corr=T,mar=c(1,1,1,1),tl.cex=0.5) 

的替代值將顯示爲白色的單元格。