R语言绘制一次和二次相关性热图

道阻且长1994

已于 2024-04-11 17:33:17 修改

阅读量659

点赞数 3

CC 4.0 BY-SA版权

分类专栏：数据挖掘可视化文章标签： r语言开发语言

于 2024-04-11 17:24:25 首次发布

本文链接：https://blog.youkuaiyun.com/weixin_43367441/article/details/137644475

ThisarticledemonstrateshowtoperformlinearandquadraticcorrelationanalysisinR,usingfunctionslikeqcorrandggplot2forvisualization.Ithighlightstheimportanceofconsideringnon-linearrelationshipsindataexploration.

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

在数据探索的过程中，我们往往会对数据与数据的相关性进行分析，例如我们常用的corrplot包，或者psych包中的corr.test函数，对两两变量间的相关性进行分析。我们常常会看到这样的相关性热图：
在这里插入图片描述

但有时变量间的关系并非线性，例如：我们熟知的微生物物种多样性与土壤pH之间的关系，因此在数据探索过程中，仅使用线性相关会导致我们遗漏一些重要信息。二次关系也需要纳入我们考虑的范围，因此本篇博客将对两两变量的二次关系的R代码及可视化进行介绍，助力数据探索。

我们尝试在对数据进行线性相关分析的同时，加入二次关系的分析，数据的可视化显示的结果大致如下：其中菱形表示线性相关显著，圆圈表示线性相关不显著，而二次关系显著。
在这里插入图片描述
可视化代码遵循如下原则：

若线性相关性显著，无论二次关系是否显著，均使用线性相关的R值和P值；（使用最简单的模型即可）
若线性相关性不显著，则查看二次关系是否显著，若显著则显示二次关系的R值和P值；若不显著则均不显示。

1.计算变量的两两二次关系函数

qcorr <- function(x){
   
   
  pm <- matrix(rep(0,ncol(x)^2),nrow = ncol(x))
  rm <- matrix(rep(0,ncol(x)^2),nrow = ncol(x))
  rownames(pm) <- colnames(x)
  colnames(pm) <- colnames(x)
  rownames(rm) <- colnames(x)
  colnames(rm) <- colnames(x)
  for(i in 1:length(x