i具有相对较大的相关矩阵(77x77(。我需要确定相关性的案例以上| .60 |。在下面,我产生了相关数据框,并制作了所有值<| .60 |显示为na。
cor_relation = cor(mydata, use="all.obs", method="pearson")
cor_relation[abs(cor_relation) < 0.6] <- NA
但是,仍然很难手动搜索案例> | .60 |。我尝试使用布尔运算符,例如以下,但它只给了我每种情况的截断(即na或true(,我只能在其中看到前1000个案例的摘要
cor_relation[abs(cor_relation)] >= 0.6
请帮助正确的代码,该代码只会打印出具有相关性> | .60 |
的案例摘要。谢谢
a dplyr
方法:
library(dplyr)
data(mtcars)
correl <- round(cor(mtcars),2)
cor_df <- as.data.frame(as.table(correl))
现在可以对cor_df
进行排序和过滤:
> cor_df %>% arrange(desc(Freq)) %>% filter(Freq>0.6)
Var1 Var2 Freq
1 mpg mpg 1.00
2 cyl cyl 1.00
3 disp disp 1.00
4 hp hp 1.00
... and so on
> cor_df %>% arrange(desc(Freq)) %>% filter(Freq< -0.6)
Var1 Var2 Freq
1 carb qsec -0.66
2 qsec carb -0.66
3 am wt -0.69
4 wt am -0.69
... and so on
您可以总结数据:
> cor_df %>% arrange(desc(Freq)) %>% filter(Freq< -0.6) %>%
summarise(mean=mean(Freq), sd=sd(Freq))
mean sd
1 -0.7515385 0.06949488
这是您如何执行此操作的一个示例(使用虚拟数据作为提供数据的提供(
(# creating dummy corr matrix
corr <- matrix(runif(25, -1, 1), nrow = 5, ncol = 5)
# selecting indices where corr[i,j] >= 0.6
S <- which(abs(corr) >= .6, arr.ind = T)
# saving the result in a new vector
val <- corr[S]
val
[1] -0.9645378 -0.6560426 -0.7547376 0.7940875 -0.7449578 -0.8844122 0.6800387
# and finally printing a summary
summary(val)
Min. 1st Qu. Median Mean 3rd Qu. Max.
-0.9645 -0.8196 -0.7450 -0.3615 0.0120 0.7941