![](/img/trans.png)
[英]How to calculate p value and correlation coefficient for Spearman’s correlation of differential expression data with 40000 permutations?
[英]How to add the spearman correlation p value along with correlation coefficient to ggpairs?
使用以下代码在 R 中构造一个 ggpairs 图。
df 是一个 dataframe 包含 6 个连续变量和一个组变量
ggpairs(df[,-1],columns = 1:ncol(df[,-1]),
mapping=ggplot2::aes(colour = df$Group),legends = T,axisLabels = "show",
upper = list(continuous = wrap("cor", method = "spearman", size = 2.5, hjust=0.7)))+
theme(panel.grid.major = element_blank(), panel.grid.minor = element_blank(),
axis.line = element_line(colour = "black"))
我正在尝试将 spearman 相关性的 p 值添加到生成的图形的上面板(即)附加到 Spearman 相关系数。
通常,p 值是使用cor.test
计算的,方法传递为“Spearman”
还知道 StackOverFlow 帖子讨论了一个与此类似的查询,但我需要ggpairs
,对此解决方案不起作用。 另外,之前的查询还没有解决。
我感觉这超出了您的预期..所以您需要定义一个自定义 function 像ggally_cor ,所以首先我们有一个 function 打印两个变量之间的相关性:
printVar = function(x,y){
vals = cor.test(x,y,
method="spearman")[c("estimate","p.value")]
names(vals) = c("rho","p")
paste(names(vals),signif(unlist(vals),2),collapse="\n")
}
然后我们定义一个 function ,它接收每对的数据,并计算 1. 整体相关性,2. 组相关性,并将其传递到 ggplot 并基本上只打印以下文本:
my_fn <- function(data, mapping, ...){
# takes in x and y for each panel
xData <- eval_data_col(data, mapping$x)
yData <- eval_data_col(data, mapping$y)
colorData <- eval_data_col(data, mapping$colour)
# if you have colors, split according to color group and calculate cor
byGroup =by(data.frame(xData,yData),colorData,function(i)printVar(i[,1],i[,2]))
byGroup = data.frame(col=names(byGroup),label=as.character(byGroup))
byGroup$x = 0.5
byGroup$y = seq(0.8-0.3,0.2,length.out=nrow(byGroup))
#main correlation
mainCor = printVar(xData,yData)
p <- ggplot(data = data, mapping = mapping) +
annotate(x=0.5,y=0.8,label=mainCor,geom="text",size=3) +
geom_text(data=byGroup,inherit.aes=FALSE,
aes(x=x,y=y,col=col,label=label),size=3)+
theme_void() + ylim(c(0,1))
p
}
现在我使用 mtcars,第一列是一个随机组:
df =data.frame(
Group=sample(LETTERS[1:2],nrow(mtcars),replace=TRUE),
mtcars[,1:6]
)
和 plot:
ggpairs(df[,-1],columns = 1:ncol(df[,-1]),
mapping=ggplot2::aes(colour = df$Group),
axisLabels = "show",
upper = list(continuous = my_fn))+
theme(panel.grid.major = element_blank(),
panel.grid.minor = element_blank(),
axis.line = element_line(colour = "black"))
我认为对于您自己的 plot,文本的间距可能不是最佳的,但这只是调整my_fn
的问题。
效果很好。 但是符号四舍五入可能不好,并且不适用于 p 值。 让我解释一下为什么? Signif 不会对小于 0.01 的 p 值进行四舍五入,并将按原样打印该值(10 次方表示为 e)。 假设我们用的是圆形的function,那么也不好。 因为,如果 p 值小于 0.001,它将为 0(四舍五入 2 位)。 同样,如果 p 值小于 0.01,它将再次变为 0(四舍五入 2 位)。
因此,对代码进行轻微修改即可解决问题。
printVar = function(x,y){
vals = cor.test(x,y,
method="spearman")[c("estimate","p.value")]
vals[[1]]<-round(vals[[1]],2)
vals[[2]]<-ifelse(test = vals[[2]]<0.001,"<0.001",ifelse(test=vals[[2]]<0.01,"<0.01",round(vals[[2]],2)))
names(vals) = c("rho","p")
paste(names(vals),unlist(vals),collapse="\n")
}
其次,如果我们这样运行代码,则会给出找不到 LAB 的错误。
LAB 是 label 所需的字符串。
您可以提供字符串。 或者只是通过
LAB=c()
不确定是因为您有群组还是使用了 package 的不同版本(我使用的是 GGally_2.1.1),但以下代码非常适合我。
df %>% ggpairs(upper = list(continuous = wrap("cor", method = "spearman")))
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.