R语言相关性分析

2023-02-22 00:56:01Python08

R语言相关性分析,第1张

1. R语言自带函数cor(data, method=" ")可以快速计算出相关系数，数据类型：data.frame

如data.frame为：zz, 绘图如下：

a. single protein：线性回归画法

1. ggplot(zz,aes(x=a, y=HDL))+

geom_point(alpha=1,colour="#FFA54F")+

geom_smooth(method = lm,colour="#8B658B")+

#scale_color_brewer(palette = "Set1")+

theme_bw()+

labs(x="Ferritin",y="HDL.C",title="Pearson’s correlation test of ferritin and HDL.C")+

annotate("text", x = 1000, y = 2.5, label = "r = -0.51",colour="black",size=4)

2. library(ggstatsplot)

ggscatterstats(data = alldata,

y = TRANSFUSION.UNIT,

x = NPTXR,

centrality.para = "mean", #"mean" or "median"

margins = "both",

xfill = "#D8BFD8",

yfill = "#EEDD82",

#line.size= ,

line.color="#8B6969",

point.color="#2F4F4F",

marginal.size=4,

marginal.type = "density", # "histogram", "boxplot", "density", "violin", "densigram")

title = "Relationship between TRANSFUSION.UNIT and NPTXR")

b. ggcorrplot, 全部蛋白 global correlation map 画法

ggcorrplot(cor(alldata))

2. summary(lm(y~x),method=" ") %>%.[["coefficients"]] 正规线性回归

(其实就是：a<-lm(y~x1+x2+...,data)

plot(summary(lm(y~x),method=" ")) #绘图

3. ggcor部分数据绘图: 数据类型为data.frame，纵坐标为各指标or各蛋白，行为观测值。

data <- fortify_cor(alldata[,10:11],alldata,cluster.type = "col")

ggcor<-ggcor(data,label_size=0.5) +

geom_colour()+

theme(axis.text.x = element_text(colour = "black",size = 4.7),

axis.text.y=element_text(size=5.5),

axis.ticks=element_blank())+

geom_num(aes(num=r),colour="black",size=1.5)

4. corrr包画法

datasets::mtcars %>%

correlate() %>%

focus(-cyl, -vs, mirror = TRUE) %>%

rearrange() %>%

network_plot(min_cor = .2)

R语言中的因子确实不好理解，很多人都这么觉得。在R语言中，因子（factor）表示的是一个符号、一个编号或者一个等级，即，一个点。例如，人的个数可以是1，2，3，4......那么因子就包括，1，2，3，4.....还有统计量的水平的时候用到的高、中、低，也是因子，因为他是一个点。与之区别的向量，是一个连续性的值，例如，数值中有1，1.1，1.2......可以作为数值来计算，而因子则不可以。如果用我自己的理解，简单通俗来讲：因子是一个点，向量是一个有方向的范围。在R中，如果把数字作为因子，那么在导入数据之后，需要将向量转换为因子（factor），而因子在整个计算过程中不再作为数值，而是一个"符号"而已。因子的水平就是因子的所有不相同的符号的集合。

创建因子的函数介绍如下：

factor(x, levels = sort(unique(x), na.last = TRUE),

labels = levels, exclude = NA, ordered = is.ordered(x))

levels 用来指定因子可能的水平（缺省值是向量x中互异的值）；labels

用来指定水平的名字；exclude表示从向量x中剔除的水平值；ordered是

一个逻辑型选项用来指定因子的水平是否有次序。回想数值型或字符型

的x。

>factor(1:3)

[1] 1 2 3

Levels: 1 2 3

>factor(1:3, levels=1:5)

[1] 1 2 3

Levels: 1 2 3 4 5

>factor(1:3, labels=c("A", "B", "C"))

[1] A B C

Levels: A B C

>factor(1:5, exclude=4)

[1] 1 2 3 NA 5

Levels: 1 2 3 5

函数levels用来提取一个因子中可能的水平值：

>f <- factor(c(2, 4), levels=2:5)

[1] 2 4

Levels: 2 3 4 5

>levels(f)

[1] "2" "3" "4" "5"

因子用来存储类别变量(categorical variables)和有序变量，这类变量不能用来计算而只能用来分类或者计数。因子表示分类变量，有序因子表示有序变量。生成因子数据对象的函数是factor(),语法是factor(data, levels, labels, ...)，其中data是数据，levels是因子水平向量，labels是因子的标签向量。

1、创建一个因子。

例1：

>colour <- c('G', 'G', 'R', 'Y', 'G', 'Y', 'Y', 'R', 'Y')

>col <- factor(colour)

>col1 <- factor(colour, levels = c('G', 'R', 'Y'), labels = c('Green', 'Red', 'Yellow')) #labels的内容替换colour相应位置对应levels的内容

>col2 <- factor(colour, levels = c('G', 'R', 'Y'), labels = c('1', '2', '3'))

>col_vec <- as.vector(col2) #转换成字符向量

>col_num <- as.numeric(col2) #转换成数字向量

>col3 <- factor(colour, levels = c('G', 'R'))

2、创建一个有序因子。

例1：

>score <- c('A', 'B', 'A', 'C', 'B')