如何刪除相關圖矩陣中的無關緊要的變量

Question

我有一個包含 29 個變量的數據集，我嘗試使用cor()查看它們是如何相關的。

這給了我一個 29X29 矩陣，其中包含每個產品對的 p 值。 這些相關性中的大多數都是微不足道的，我只想保留 p 值對 2 個特定變量顯着的實例。

這是一個玩具示例，假設我只想維護與mpg , ig, cor_pmat(mpg, other_variables) < 0.05)顯着相關的變量。

library(ggcorrplot)
p.mat <- cor_pmat(mtcars)
corr <- round(cor(mtcars), 2)

關於我該怎么做的任何提示？

Answer 1

這是數據幀上的 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 值矩陣，你可以在這個 function 生成的子集數據幀上運行它。