R中有沒有辦法在R中創建最近鄰和變量值的矩陣？

Question

我有看起來像這樣的數據：

   identity  growth x-pos y-pos
1:     Z      0.1   0.5   0.7
2:     B      0.1   0.1   0.0
3:     C      0.2   4.6   2.5
4:     D      0.3   5.6   5.0
5:     A      0.4   0.2   1.0
6:     P      0.1   0.4   2.0

我想比較每個具有唯一標識的對象的 n 個最近鄰居之間的增長值是否相關。 因此，基本上創建一個矩陣，該矩陣根據x-pos和y-pos表示的位置為每個唯一identity行標識 5 個最近的鄰居，並在對象的growth值（例如Z ）和第一個的增長值之間進行關聯， Z第 2、第 3、第 4 和第 5 個最近鄰。

我嘗試制作歐幾里得矩陣，然后使用 ADE 包使用自相關度量，但想知道是否有更簡單的方法來構建這樣的矩陣。

Answer 1

之間執行corelations growth對象的值（例如Z ）和第一，第二，第三，第四的生長值和第五最近鄰Z

您無法計算兩點之間的相關性。

我能想到的最相似的事情是計算您的點與其平均鄰居之間的相關性，或者進行成對測試來比較它們。 但這將適用於所有“對象”，而不是每個對象的相關性（因為每個對象只有 1 個點）。

創建一個矩陣，根據 x-pos 和 y-pos 表示的位置為每個唯一標識行標識 5 個最近的鄰居

# read in data
df <- tribble(
  ~identity,  ~growth, ~`x-pos`, ~`y-pos`,
       "Z",      0.1,   0.5,   0.7,
       "B",      0.1,   0.1,   0.0,
       "C",      0.2,   4.6,   2.5,
       "D",      0.3,   5.6,   5.0,
       "A",      0.4,   0.2,   1.0,
       "P",      0.1,   0.4,   2.0)

# here with 3 neighbors since we have only 6 points
n_neighbors <- 3

# make matrix of coordinates
mat <- as.matrix(df[,3:4])
rownames(mat) <- df$identity

# compute [euclidian] distances
dmat <- as.matrix(dist(mat))

# find neighbors (by name)
nei_mat <- apply(dmat, 1,
                 function(crow) {names(sort(crow))[seq_len(n_neighbors+1)]})[-1,]

# match names to initial data frame to make matrix of growth
ref_growth_mat <- matrix(df$growth, dimnames=list(df$identity))
growth_mat <- matrix(ref_growth_mat[nei_mat,], nrow = n_neighbors)
colnames(growth_mat) <- df$identity

# done
growth_mat
#>        Z   B   C   D   A   P
#> [1,] 0.4 0.1 0.3 0.2 0.1 0.4
#> [2,] 0.1 0.4 0.1 0.1 0.1 0.1
#> [3,] 0.1 0.1 0.1 0.1 0.1 0.1