pearsons Koeffizient zwischen den Reihen R

Question

Jede Hilfe mit dem folgenden Problem würde sehr geschätzt werden;

Ich versuche R zu verwenden, um den Pearsons-Koeffizienten zwischen 1 bestimmten Datenreihe mit jeder anderen Zeile in einem Datensatz (separat) zu finden, um zu bestimmen, welche Zeilen eine signifikante Korrelation mit der Zeile von Interesse haben. Der Datenrahmen besteht aus 20 Spalten und 50.000 Zeilen, die Daten selbst bestehen aus Zahlenwerten. Kann der Cor.test oder eine andere geeignete Funktion so angewendet werden, um dies zu erreichen?

Answer 1

Zuerst empfehle ich, Ihr Eingabeobjekt als Matrix und nicht als Datenrahmen neu zu formatieren.

Sie können apply() verwenden, um über alle Zeilen der Matrix zu iterieren und cor() zwischen der aktuellen Zeile und der Zeile von Interesse ausführen. Dies wird einen Vektor von Korrelationen erzeugen. Im folgenden Code erzeuge ich eine Zufallsmatrix m mit 20 Spalten und 50.000 Zeilen und speichere die interessierende Zeile in ri. Dann können wir apply() mit Zeilenrand aufrufen (also MARGIN=1L), um cor() auf jeder Zeile gegen die Zeile von Interesse m[ri,] zu rufen.

Sie können auswählen, ob die für die Iteration interessante Zeile ein- oder ausgeschlossen werden soll. In meinem Codebeispiel unten schließe ich es ein, was dazu führt, dass ein Element garantiert den Wert 1 bei Index ri im Ergebnisvektor res hat. Ein schöner Nebeneffekt dieser Wahl ist, dass der Ergebnisvektor die Länge 50.000 hat, genau wie die Anzahl der Zeilen in der Eingabematrix, und somit werden die Indizes ausgerichtet. Wenn Sie sich dafür entscheiden, es auszuschließen, indem Sie m[-ri,] an den apply() Aufruf statt nur an m übergeben, wird der Ergebnisvektor Länge 49,999 haben, und seine Elemente werden nicht mehr mit den Zeilen der Eingabematrix ausgerichtet.

NR <- 50e3L; NC <- 20L; m <- matrix(runif(NR*NC),NR); 
ri <- 2L; res <- apply(m,1L,cor,m[ri,]); 
str(res); 
## num [1:50000] -0.074 1 0.201 -0.0467 0.2097 ... 
summary(res); 
##  Min. 1st Qu. Median  Mean 3rd Qu.  Max. 
## -0.806700 -0.158500 0.001143 0.001114 0.160800 1.000000 

Sie können cor() mit cor.test() ersetzen durch diese bereitgestellt, um die zusätzliche Informationen zu erhalten, aber auf Kosten von etwas längeren Laufzeit und ein komplexere Ergebnisobjekt (eine Liste anstelle einem Atomvektor).

Answer 2

Eine alternative Lösung wäre, zuerst Ihre data.frame zu transponieren, und dann könnten Sie ein Korrelogramm verwenden, um die Korrelationen zu visualisieren.

# transpose data 
    df2 <- data.frame(t(df)) 


# Example of a correlogram using the `mtcars` dataset: 
    library(corrgram) 

    corrgram(mtcars, order=NULL, lower.panel=panel.shade, 
      upper.panel=NULL, text.panel=panel.txt, 
      main="your correlogram")