R中一堆分類變量的相關矩陣

Question

我有大約 20 個關於不同城市的變量，標記為“Y”或“N”並且是因子。 變量就像“有合作社”之類的。 我想找到一些相關性，並可能使用 corrplot 包來顯示所有這些變量之間的聯系。 但出於某種原因，我無法強制變量，以便以corrplot甚至cor()喜歡的方式讀取它們，以便我可以將它們放入矩陣中。 我試過：

 M <- cor(model.matrix(~.-1,data=mydata[c(25:44)]))

但是 corrplot 的結果真的很奇怪。 有沒有人可以快速將一堆 Y/N 答案轉換為相關矩陣？ 謝謝！

Answer 1

您可以使用sjp.corr函數或sjt.corr函數進行sjPlot-package的圖形或表格輸出。

DF <- data.frame(v1 = sample(c("Y","N"), 100, T),
                 v2 = sample(c("Y","N"), 100, T),
                 v3 = sample(c("Y","N"), 100, T),
                 v4 = sample(c("Y","N"), 100, T),
                 v5 = sample(c("Y","N"), 100, T))
DF[] <- lapply(DF,as.integer)
library(sjPlot)
sjp.corr(DF)
sjt.corr(DF)

劇情：

該表（在RStudio查看器窗格中）：

您可以使用許多參數來修改繪圖或表格的外觀，請參閱此處的一些示例。

Answer 2

對於二進制變量，您可以考慮交叉 table （R中的table函數）。

但是，獲取相關矩陣非常簡單：

# example data
set.seed(1)
DF <- data.frame(x=sample(c("Y","N"),100,T),y=sample(c("Y","N"),100,T))

# how to get correlation
DF[] <- lapply(DF,as.integer)
cor(DF)
#            x          y
# x  1.0000000 -0.0369479
# y -0.0369479  1.0000000

# visualize it
library(corrplot)
corrplot(cor(DF))

在此示例中轉換為整數時， "N"為1 ， "Y"為2 。 我不確定這是否一般（對於R的存儲因素）。 要查看數據的映射，請在轉換為整數之前嘗試lapply(DF,levels) 。

對我而言，情節是有道理的。 如果您對此相關的統計解釋有疑問，請考慮查看http://stats.stackexchange.com

Answer 3

我想問一下關於這種方法的澄清...... sjp.corr(DF) 是否只進行正常的 Pearson 相關性，這對於分類變量（因子）是不合適的？

函數描述指出：“corr.method = 可能是“pearson”（默認）、“spearman”或“kendall”之一。可能是縮寫。

據我所知，對於分類（無序）變量，您需要使用 Pearson 的卡方檢驗，或 Cramer's V 或 Contingency Coefficient C（ https://rpubs.com/hoanganhngo610/558925 ）。

許多無序二分變量的最佳多重成對相關方法是什么（對於每個變量：存在/不存在編碼為是/否或使用 fastdummies 包進行虛擬編碼）？ 以及如何在 R 中做到這一點？

非常感謝！