[英]How to interpret multicollinearity in a correlation plot?
也許一種方法是通過 qgraph。 首先,我將從lavaan
package 加載 Holzinger 數據,從correlation
性 package 加載相關性 function,並使用以下庫加載 qgraph function 和qgraph
package:
library(correlation)
library(qgraph)
library(lavaan)
從 Holzinger 數據創建相關矩陣:
cor_holz <- HolzingerSwineford1939 %>%
correlation()
然后一起制作所有相關性的qgraph。 較粗的線表示相關性更強,綠色表示正,紅色表示負。 例如,您可以在此圖中看到 x4-x6 在粗綠色三角形中高度相關:
qgraph(cor_holz)
這使得:
您可以通過為相關值建立截止值(如果您想查明哪些具有最強相關性會很有用)、添加標題並更改維度來使它更有趣:
qgraph(cor_holz, # correlation
cut=.30, # cutoff value for correlations
details = T, # shows details
mar = c(6,10,6,10), # size of graph
vsize = 8, # size of nodes
title = "Q Graph of All Correlations") # title
一個更清晰的示例是同一 lavaan package 中的FacialBurns
數據,它顯示了更明顯的多重共線性,並且在各個變量中缺乏多重共線性:
face_cor <- FacialBurns %>%
correlation()
qgraph(face_cor)
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.