[英]How to remove insignificant variables in a correlogram matrix
我有一个包含 29 个变量的数据集,我尝试使用cor()
查看它们是如何相关的。
这给了我一个 29X29 矩阵,其中包含每个产品对的 p 值。 这些相关性中的大多数都是微不足道的,我只想保留 p 值对 2 个特定变量显着的实例。
这是一个玩具示例,假设我只想维护与mpg
, ig, cor_pmat(mpg, other_variables) < 0.05)
显着相关的变量。
library(ggcorrplot)
p.mat <- cor_pmat(mtcars)
corr <- round(cor(mtcars), 2)
关于我该怎么做的任何提示?
这是数据帧上的 function 到 select:
library(dplyr)
library(rlang)
library(broom)
select_via_cor_sig <- function(.data, x, p.value, ...) {
x <- rlang::ensym(x)
.data %>%
dplyr::select(-dplyr::all_of(x)) %>%
names() %>%
lapply(function(candidate) {
c(rlang::as_string(x), candidate)
}) -> ls_pairs
ls_pairs %>%
lapply(function(vec_pair) {
x <- .data[[vec_pair[1]]]
y <- .data[[vec_pair[2]]]
cor.test(x, y, ...) %>%
broom::tidy() %>%
dplyr::mutate(v1 = vec_pair[1], v2 = vec_pair[2]) %>%
dplyr::select(v1, v2, dplyr::everything())
}) %>%
dplyr::bind_rows() -> tbl_tidy_cor_test
tbl_tidy_cor_test %>%
dplyr::filter(p.value < {{p.value}}) %>%
dplyr::pull(v2) %>%
c(rlang::as_string(x), .) -> keepers
.data %>%
dplyr::select(dplyr::all_of(keepers))
}
# use it like so:
select_via_cor_sig(mtcars, mpg, 0.001)
如果你想要 p 值矩阵,你可以在这个 function 生成的子集数据帧上运行它。
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.