利用R语言进行相关性分析及可视化 |
您所在的位置：网站首页 › 利用sas进行相关性分析的过程包括什么 › 利用R语言进行相关性分析及可视化 |
利用R语言进行相关性分析及可视化
|
写这个主题是因为自己需要对多个表型性状进行相关性分析，计算性状之间的相关性系数并可视化。 R语言中cor函数，只能计算相关系数，如果想要计算显著性，需要两两用cor.test进行，如果是多列数据，操作比较麻烦。这里介绍两个包，非常方便的进行多列数据的相关系数及其显著性的检验，并且给出可视化。 1.数据 利用模拟数据进行分析 > set.seed(123) > dd = as.data.frame(matrix(rnorm(1000),100,10)) > head(dd) V1 V2 V3 V4 V5 V6 V7 1 -0.56047565 -0.71040656 2.1988103 -0.7152422 -0.07355602 -0.60189285 1.07401226 2 -0.23017749 0.25688371 1.3124130 -0.7526890 -1.16865142 -0.99369859 -0.02734697 3 1.55870831 -0.24669188 -0.2651451 -0.9385387 -0.63474826 1.02678506 -0.03333034 4 0.07050839 -0.34754260 0.5431941 -1.0525133 -0.02884155 0.75106130 -1.51606762 5 0.12928774 -0.95161857 -0.4143399 -0.4371595 0.67069597 -1.50916654 0.79038534 6 1.71506499 -0.04502772 -0.4762469 0.3311792 -1.65054654 -0.09514745 -0.21073418 V8 V9 V10 1 -0.7282191 0.3562833 -1.0141142 2 -1.5404424 -0.6580102 -0.7913139 3 -0.6930946 0.8552022 0.2995937 4 0.1188494 1.1529362 1.6390519 5 -1.3647095 0.2762746 1.0846170 6 0.5899827 0.1441047 -0.62456752.计算性状间的相关系数及显著性 首先需要加载Hmisc这个R包，然后利用该包中的rcorr函数,利用as.matrix（）函数将dd数据框转换为矩阵 > library("Hmisc") 载入需要的程辑包：lattice 载入需要的程辑包：survival 载入需要的程辑包：Formula 载入需要的程辑包：ggplot2 载入程辑包：‘Hmisc’ The following objects are masked from ‘package:base’: format.pval, units Warning messages: 1: 程辑包‘Hmisc’是用R版本4.0.5 来建造的 2: 程辑包‘ggplot2’是用R版本4.0.5 来建造的 >test1 head(test1) $r V1 V2 V3 V4 V5 V6 V1 1.00000000 -0.04953215 -0.129176009 -0.04407900 -0.192711098 -0.05648439 V2 -0.04953215 1.00000000 0.030579031 0.04383271 -0.130622187 0.11448792 V3 -0.12917601 0.03057903 1.000000000 -0.04486571 -0.024848379 0.01821008 V4 -0.04407900 0.04383271 -0.044865707 1.00000000 -0.019259855 -0.08991276 V5 -0.19271110 -0.13062219 -0.024848379 -0.01925986 1.000000000 0.20661771 V6 -0.05648439 0.11448792 0.018210080 -0.08991276 0.206617706 1.00000000 V7 -0.03436677 0.07811288 0.008685177 -0.06378733 -0.006502516 -0.06469260 V8 0.18157297 -0.03312350 -0.115029463 0.16789328 -0.140653506 0.09415014 V9 -0.02260251 -0.04532832 -0.053281912 -0.16506751 -0.039583467 0.07436348 V10 0.01100538 -0.09149035 -0.014442042 0.24521164 -0.016043315 -0.02505532 V7 V8 V9 V10 V1 -0.0343667704 0.1815729746 -0.0226025134 0.01100538 V2 0.0781128798 -0.0331234961 -0.0453283184 -0.09149035 V3 0.0086851768 -0.1150294630 -0.0532819116 -0.01444204 V4 -0.0637873268 0.1678932800 -0.1650675124 0.24521164 V5 -0.0065025161 -0.1406535056 -0.0395834667 -0.01604332 V6 -0.0646926020 0.0941501419 0.0743634830 -0.02505532 $n V1 V2 V3 V4 V5 V6 V7 V8 V9 V10 V1 100 100 100 100 100 100 100 100 100 100 V2 100 100 100 100 100 100 100 100 100 100 V3 100 100 100 100 100 100 100 100 100 100 V4 100 100 100 100 100 100 100 100 100 100 V5 100 100 100 100 100 100 100 100 100 100 V6 100 100 100 100 100 100 100 100 100 100 V7 100 100 100 100 100 100 100 100 100 100 V8 100 100 100 100 100 100 100 100 100 100 V9 100 100 100 100 100 100 100 100 100 100 V10 100 100 100 100 100 100 100 100 100 100 $P V1 V2 V3 V4 V5 V6 V7 V8 V1 NA 0.6245623 0.2002311 0.66322862 0.05474062 0.57671579 0.7342728 0.07061249 V2 0.62456234 NA 0.7626396 0.66499697 0.19519706 0.25670258 0.4398246 0.74354664 V3 0.20023108 0.7626396 NA 0.65759240 0.80614857 0.85728899 0.9316561 0.25444461 V4 0.66322862 0.6649970 0.6575924 NA 0.84915653 0.37366621 0.5283700 0.09497893 V5 0.05474062 0.1951971 0.8061486 0.84915653 NA 0.03915902 0.9488044 0.16277448 V6 0.57671579 0.2567026 0.8572890 0.37366621 0.03915902 NA 0.5225218 0.35147288 V7 0.73427283 0.4398246 0.9316561 0.52837000 0.94880437 0.52252183 NA 0.99790971 V8 0.07061249 0.7435466 0.2544446 0.09497893 0.16277448 0.35147288 0.9979097 NA V9 0.82337056 0.6542870 0.5985447 0.10075567 0.69578885 0.46215410 0.2011669 0.99360266 V10 0.91346152 0.3653057 0.8865965 0.01393431 0.87412090 0.80456621 0.8398046 0.81071005 V9 V10 V1 0.8233706 0.91346152 V2 0.6542870 0.36530567 V3 0.5985447 0.88659653 V4 0.1007557 0.01393431 V5 0.6957888 0.87412090 V6 0.4621541 0.80456621 V7 0.2011669 0.83980464 V8 0.9936027 0.81071005 V9 NA 0.82246247 V10 0.8224625 NA3. 可视化 利用函数rcorr函数计算出了性状间的相关系数和显著性，接下来利用PerformanceAnalytics包进行可视化 library("PerformanceAnalytics") chart.Correlation(dd, histogram=TRUE, pch=19)
上述此图，左下角显示相关性趋势，右上角是相关性的显著性指数 |
【本文地址】
公司简介
联系我们
今日新闻 |
点击排行 |
|
推荐新闻 |
图片新闻 |
|
专题文章 |