在R语言中轻松创建关联网络

原文链接：http://tecdat.cn/?p=6483

数据

## Ozone Solar.R Wind Temp Month Day ## 1 41 190 7.4 67 5 1 ## 2 36 118 8.0 72 5 2 ## 3 12 149 12.6 74 5 3 ## 4 18 313 11.5 62 5 4 ## 5 NA NA 14.3 56 5 5 ## 6 28 NA 14.9 66 5 6

计算相关矩阵

## # A tibble: 6 x 7 ## rowname Ozone Solar.R Wind Temp Month Day ## ## 1 Ozone NA 0.348 -0.602 0.698 0.165 -0.0132 ## 2 Solar.R 0.348 NA -0.0568 0.276 -0.0753 -0.150 ## 3 Wind -0.602 -0.0568 NA -0.458 -0.178 0.0272 ## 4 Temp 0.698 0.276 -0.458 NA 0.421 -0.131 ## 5 Month 0.165 -0.0753 -0.178 0.421 NA -0.00796 ## 6 Day -0.0132 -0.150 0.0272 -0.131 -0.00796 NA

相关性：

## rowname Ozone Solar.R Wind Temp Month Day ## 1 Ozone .35 -.60 .70 .16 -.01 ## 2 Solar.R .35 -.06 .28 -.08 -.15 ## 3 Wind -.60 -.06 -.46 -.18 .03 ## 4 Temp .70 .28 -.46 .42 -.13 ## 5 Month .16 -.08 -.18 .42 -.01 ## 6 Day -.01 -.15 .03 -.13 -.01

创建关联网络

可视化和探索相关性。

need-to-insert-img

该选项min_cor指示要绘制的相关性所需的最小相关值。

每个点代表一个变量。高度相关的变量聚集在一起。

例如，从上面的图可以看出变量Ozone，Wind并且Temp聚集在一起。

每条路径表示它加入的两个变量之间的相关性。蓝色表示正相关，红色表示负相关。

路径的宽度和透明度代表相关的强度。

例如，可以看出，Ozone和之间的正相关性Temp强于Ozone和之间的正相关Solar.R。

清理相关网络

绘制更少的相关路径：

need-to-insert-img