R使用笔记:相关系数:cor.test();corr.test();rcorr()

本次笔记内容:

  • cor.test()cor()
  • rcorr() {Hmisc}
  • corr.test() {psych}

相关系数(correlation coefficient)用于描述两个变量之间的相关程度。一般在[-1, 1]之间。包括:

  • pearson相关系数:适用于连续性变量,且变量服从正态分布的情况,为参数性的相关系数。
  • spearman等相关系数:适用于连续性及分类型变量,为非参数性的相关系数。

在本次笔记中仅讨论连续型变量的相关系数。

# 示例数据有6个变量:
data("attitude")
head(attitude)
    rating complaints privileges learning raises critical advance
1     43         51         30       39     61       92      45
2     63         64         51       54     63       73      47
3     71         70         68       69     76       86      48
4     61         63         45       47     54       84      35
5     81         78         56       66     71       83      47
6     43         55         49       44     54       49      34

cor.test()cor()都是R自带包里的函数,两者差别仅为cor()只给出相关系数一个值,cor.test()给出相关系数,p值等。

你可以把数据的两组feature提出来进行相关性分析,看是否有相关性;也可以把包含多个feature的表格作为cor()input,得到的是一个对称的correlation matrix. 即所有feature两两比较的相关系数。然后你可以拿去各种可视化。cor.test()似乎不能这样用。
使用Hmisc包的rcorr(),可以得到correlation matrix的p值矩阵。当然rcorr()也可以像cor()那样,只计算两个feature之间的相关系数。

## 只把attitude中的rating和complaints作为input
cortest_ra_com <- cor.test(attitude$rating, attitude$complaints, method = "pearson")
cor_ra_com <- cor(attitude$rating, attitude$complaints, method = "pearson")
# 得到结果如下:
# > cortest_ra_com

#   Pearson's product-moment
#   correlation

# data:  attitude$rating and attitude$complaints
# t = 7.737, df = 28,
# p-value = 1.988e-08
# alternative hypothesis: true correlation is not equal to 0
# 95 percent confidence interval:
# 0.6620128 0.9139139
# sample estimates:
#      cor 
# 0.8254176 

# > cor_ra_com
# [1] 0.8254176


## 把attitue中6个feature都作为input
cor_ <- cor(attitude, method = 'pearson')
View(cor_) # 如下图所示
library(Hmisc)
cortest <- rcorr(as.matrix(attitude), type = "pearson")
View(cortest$P) # 如下图所示
R使用笔记:相关系数:cor.test();corr.test();rcorr()_第1张图片
View(cor_)与View(cortest$r)结果一样
R使用笔记:相关系数:cor.test();corr.test();rcorr()_第2张图片
View(cortest$P)

如果你想比较attitude6个feature中前3个与后3个的关联,并且需要进行多重矫正,需要使用psych包的corr.test()。
你有关于一套sample的两套feature,比方说两个dataframe, 其行是相同的(sample),列为不同的feature.那么可以corr.test(df1, df2, method= ...)来计算两组feature的相关系数并加以矫正。这时得到的output不是对称的,而是ncol(df1) * ncol(df2)
需要注意如果input为两个dataframe, 两者的row必须长度和顺序都一致。

library(psych)
cortest_psy <- corr.test(attitude[1:3], attitude[4:6], method = "pearson")
cortest_psy_sdj <- corr.test(attitude[1:3], attitude[4:6], method = "pearson", adjust = "fdr")
# 如果不矫正,即adjust ="none",则其相关系数与P值其实和cor.test()等得到的一样。
R使用笔记:相关系数:cor.test();corr.test();rcorr()_第3张图片

可以根据P值,把P值做成***...这样的的significant levels,便于后面画热图。总的来说以下函数可以塞进去两个你想比较的dataframe,得到相关系数,矫正后的P值,校正后的P值significant levels矩阵,结合heatmap.2,就可以画图了...

R里做相关系数的函数茫茫多,不止这几个。以后如果要用到其他的再补上。

### fun_to_corr: 
#### input: heat_in_1, heat_in_2: f_ra/g_ra/biochem/kegg_in...you can select the feature first
#### output: list(), t_cor is correlation index(-1~1), t_p is raw p-value, t_p_sig is formatted with significant levels
#### formatted significant levels: 0~0.001: **; 0.001~0.01: *; 0.01~0.1: +; >0.1 nothing
fun_to_corr <- function(heat_in_1, heat_in_2) {
  t <- corr.test(heat_in_1, heat_in_2, use = "pairwise", method = "spearman", adjust = "fdr")
  t_cor <- data.frame(t$r, check.names = FALSE)
  t_p <- data.frame(t$p, check.names = FALSE)
  cut_sig <- function(p) {
    out <- cut(p, breaks = c(0, 0.001,0.01,0.1,1), include.lowest = T, labels = c("**", "*", "+", ""))
    return(out)
  }
  t_p_sig <- apply(t_p, 2, cut_sig)
  rownames(t_p_sig) <- rownames(t_p)
  return(list(t_cor = t_cor, t_p_sig = t_p_sig, t_p = t_p))
}

Ref:
更多见STHDA的教程
corr.test的文档

你可能感兴趣的:(R使用笔记:相关系数:cor.test();corr.test();rcorr())