数据挖掘专题 | 用R怎么做相关性分析？

本文介绍R中常用于相关性分析的四种函数

##### cor

R内置函数，可以直接用于计算两两个向量之间的相关系数（可选方法pearson、spearman、kendall），只能得到相关系数：

##### cor.test 

R内置函数，可以直接用于计算两个向量之间的相关系数（可选方法pearson、spearman、kendall），可得到相关系数（$estimate）、置信区间、P值（$p.value）等信息：

如果想做多个因子两两间的相关性，则需要更优的方法去处理分析。

以psych包中的sat.act数据为例：

##### rcorr

Hmisc包，输入数值型矩阵，计算两两列之间的相关性（可选方法pearson、spearman），适用于多比较：

install.packages('Hmisc')

library(Hmisc)

result = corr(sat.act, type='pearson')

通过$r和$P可以分别得到相关系数和P值的邻接矩阵。

##### corr.test

psych包，输入矩阵或数据框，计算两两列之间的相关性（可选方法pearson、spearman、kendall）, 适用于多比较，可对P值进行校正：

install.packages('psych')

library(psych)

result = corr.test(sat.act, method='pearson', adjust='BH')

如果参数里设置了P值矫正方法，则矫正的P值可通过$p得到：

注意，此时对称的两个值是不同的！而且设置不同的矫正方法所矫正的均是上三角的P值。也即下三角的P值为未矫正的P值。

# 如何取上三角

使用reshape2包中的melt函数：

result$p[lower.tri(result$p)] = NA 

res = melt(result$p, na.rm=T)

综上，对于两个元素之间的相关性计算可使用cor.test，而对于多元素两两间相关性的计算corr.test更优。

### 关于邻接矩阵的整理

可整理成如下格式：

每行是元素i与元素j之间的相关系数Cor及P值，可考虑删除上示两种数据。

脚本可参考：

result$p[lower.tri(result$p)] = NA 

result$r[lower.tri(result$r)] = NA 

res = cbind(melt(result$r, na.rm=T),

            melt(result$p, na.rm=T)[,3])

colnames(res) = c('i', 'j', 'Cor', 'Padj')

res = res[res$i != res$j,]