通过 p 值对相关矩阵进行阈值处理

Question

我想对相关矩阵设置阈值以仅保留 p 值 < 0.01 的值。 我之前在 StackOverflow 上看到过这个问题的回答，并尝试了建议的代码，但是当应用阈值时，矩阵的结构消失了。

例如，我有一个由一堆数字组成的矩阵......

data <- matrix(rnorm(6),100,22)

然后我得到一个相关矩阵...

corr_subj_data <-rcorr(data)
corr_matrix <- corr_subj_data$r
p_vals <- corr_subj_data$P

我尝试使用 numel（matlab 包）来复制我在 Matlab 中执行此任务的代码。 但是，在这里似乎行不通。

for(idx in numel(p_vals)) {
pval <- P_vals[idx]
    if (pval > 0.01){
        corr_matrix[idx] <- NA
}}

基本上在这里，我只是试图遍历矩阵中的每个 p 值，如果它大于 0.01，则将相关矩阵中的相应值替换为“NA”。

然后我查了一下，我找到了下面的建议代码：

corr_matrix[p_vals < 0.01]

这正确地确定了相关矩阵的阈值，但我失去了我拥有的 22 x 22 结构。 看起来它变成了一个数字序列（不熟悉 R 中的数据类型）。

如果有人对如何在阈值化后保留相关矩阵的结构有任何建议，我将不胜感激！

Answer 1

使用该行：

corr_matrix[p_vals >= 0.01] <- NA