如何删除相关图矩阵中的无关紧要的变量

Question

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？

Answer 1

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。