相关性分析

mtcars
str(mtcars)#查看数据结构
head(mtcars)
colnames(mtcars)#输出数据的列名称
dput(colnames(mtcars)) #将列的名称输出为向量的格式
mtcars1=mtcars[,c("mpg", "disp", "hp", "drat", "wt", "qsec")]
cor(mtcars1)#判断各变量之间的相关性
cor.test(mtcars1$mpg,mtcars1$disp)#判断两个变量之间相关性
library(psych)
corr.test(mtcars1)#各变量之间的相关性，及p值
library(corrgram)
corrgram(mtcars1)#绘图
corrgram(mtcars1,upper.panel = panel.pie)#上三角为饼图
corrgram(mtcars1,upper.panel = panel.pie,lower.panel = panel.cor)#上三角为饼状图，下三角为相关系数值
library(corrplot)
m=cor(mtcars1)
corrplot(m)#corrplot要求数据为相关系数据矩阵
corrplot.mixed(m)
#帮助文档corrplot,mixed例子
M <- cor(mtcars)
ord <- corrMatOrder(M, order = "AOE")#使用（特征向量的角阶）AOE的方法处理数据
M2 <- M[ord,ord]

par(mfrow = c(2, 4)) #按行新建2行三列的画布
corrplot.mixed(M2)#上三角为圆形，下三角为数值
corrplot.mixed(M2, lower = "ellipse", upper = "circle",title="相关系数图")#上三角为圆形，下三角为椭圆
corrplot.mixed(M2, lower = "square", upper = "circle")#上三角为方形，下三角为圆形
corrplot.mixed(M2, lower = "shade", upper = "circle")#上三角为斜杠形，下三角为圆形
corrplot.mixed(M2, tl.pos = "lt")#变量名textlabel.position在左边和上边
corrplot.mixed(M2, tl.pos = "lt", diag = "u")#diag对角线用上三角符号表示，也就是圆形
corrplot.mixed(M2, tl.pos = "lt", diag = "l")#diag对角线用下三角符号表示，也就是数值1
corrplot.mixed(M2, tl.pos = "n")#变量名textlabel.position无，缺省
par(mfrow = c(1, 1))#将画布重新变为1行1列