0
点赞
收藏
分享

微信扫一扫

拓端tecdat|在R语言辅导中轻松创建关联网络

 

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
## <chr> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
## 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。

 

拓端tecdat|在R语言辅导中轻松创建关联网络_数据


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:

 

 

拓端tecdat|在R语言辅导中轻松创建关联网络_数据_02


 


举报

相关推荐

0 条评论