R语言绘图小技巧篇-添加相关系数

此文内容首发于微信公众号：R语言搬运工，关注公众号浏览更多精彩内容

**原文链接

image.png

当绘制点图并添加拟合曲线的时候，往往需要将相关系数和显著性水平也加入到图片中，这时候怎么绘制是经常碰见的问题。为方便快捷的解决这个问题，使用ggpubr包stat_cor就可以实现。

image.png

首先计算相关系数，然后使用函数annotate添加：

library(ggplot2)
data(mtcars)
df <- mtcars
df$cyl <- as.factor(df$cyl)

cor.test(df$mpg,df$wt)
b <- ggplot(df, aes(x = wt, y = mpg))
# Scatter plot with regression line
b + geom_point()+ geom_smooth(method = "lm")+
  annotate("text",label="Pearson:R==-0.8677~p<0.001",family="Times",
           parse=T,x=3,y=30,color="black",size=4)

image.png
image.png

使用ggpubr快速添加：

ggscatter(df, x = "wt", y = "mpg",
          add = "reg.line", conf.int = TRUE,
          add.params = list(fill = "lightgray"),
          ggtheme = theme_minimal()
)+ stat_cor(method = "pearson",
            label.x = 2, label.y = 30,color='red')

image.png

将P值修改为普通计数而不是科学计数：

ggscatter(df, x = "wt", y = "mpg",
          add = "reg.line", conf.int = TRUE,
          add.params = list(fill = "lightgray"),
          ggtheme = theme_minimal()
)+ stat_cor(method = "pearson",
            label.x = 2, label.y = 30,color='red',p.accuracy = 0.001)

image.png

当含有分组变量的时候，相关系数也是通过分组进行计算的：

# Change color and shape by groups (cyl)
b + geom_point(aes(color = cyl, shape = cyl))+
  geom_smooth(aes(color = cyl, fill = cyl), method = "lm") +
  scale_color_manual(values =c("#00AFBB", "#E7B800", "#FC4E07"))+
  scale_fill_manual(values = c("#00AFBB", "#E7B800", "#FC4E07"))

image.png

添加每个分组下的相关系数和P值：

# Remove confidence region (se = FALSE)
# Extend the regression lines: fullrange = TRUE
b + geom_point(aes(color = cyl, shape = cyl))+
  geom_smooth(aes(color = cyl), method = lm,se = FALSE, fullrange = TRUE)+
  scale_color_manual(values = c("#00AFBB", "#E7B800", "#FC4E07"))+
  ggpubr::stat_cor(aes(color = cyl), label.x = 2.4)

image.png

增加相关系数和P值的有效数位：

b + geom_point(aes(color = cyl))+
  
  geom_smooth(aes(color = cyl), method = lm,se = FALSE, fullrange = TRUE)+
  scale_color_manual(values = c("#00AFBB", "#E7B800", "#FC4E07"))+
  ggpubr::stat_cor(aes(color = cyl), method='pearson',label.x = 2.4,
                   r.digits = 3,p.digits = 4)

image.png

变一下主题风格：

image.png

感兴趣的可以去R里面查看一下stat_cor函数的参数，里面有设置不同相关分析方法以及R值和P值的显示效果的参数，赶紧用自己的数据试一下吧。

此文内容首发于微信公众号：R语言搬运工，关注公众号浏览更多精彩内容

精彩推荐：

R语言绘制散点图geom_point
R语言添加拟合曲线geom_smooth
R语言箱线图boxplot
R语言线图geom_line