一个变量组合有两个不同的p值？ corrplot :: corrplot

Question

我想校正我的数据（我使用的包，令人惊讶的是{corrplot}），并在其中显示成对相关的p值。

现在，我在这里找到了一些有关如何精确执行操作的有用信息，乍一看，它运行得非常好。 但是后来我注意到，p值完全奇怪，它们与cor.test（）中的实际p值不对应。

我已经发现（使用示例性数据）不是由于我的数据，而是我尝试包含p值的代码出了点问题。

因此，这是一个可重现的示例：

#using built-in r-data:
data("mtcars")

#now for the corrplot:
M = cor(mtcars, use="complete.obs")
pval <- corr.test(M, adjust="none")$p
corrplot(M, method = "color", type = "upper", 
     order = "original", tl.col = "black", tl.srt = 45,
     family="serif", p.mat=pval, insig="p-value", sig.level=0)

这是我得到的：

（不允许我上传文件，因此您必须单击链接...）

无论如何，为了说明这些不是实际的p值，让我们举个对，即“ qsec”和“ drat”：

cor.test(mtcars$qsec, mtcars$drat, use="complete.obs")

而且，所得的p值（“ p值= 0.6196”）绝对不是您在corrplot中看到的值（“ 0.14”）。

这可能真是愚蠢，我确定（p <.0001）我正在忽略某些内容-但我不知道它是什么。 救命？

Answer 1

通过使用corr.test(M, adjust="none")您可以将矩阵M传递给函数。 矩阵M与您拥有的数据有所不同。 尝试改用corr.test(mtcars, adjust="none") 。 您需要传递您的实际数据集，而不是相关矩阵。

如果检查有data.frame(M)的样子，你会看到你的drat变量有11个值，而这些都是的相关drat和变量的其余部分。 但是，你要drat是drat从柱mtcars有32个值。

您可以将相关矩阵M传递给corrplot函数，但不能corr.test给corr.test函数。