R 相关图数组
从一个老鼠实验中,我得到了大约50只老鼠的数据,它们来自大约15个不同的指标。我生成了每个度量与其他度量的相关图列表,以确定哪些度量彼此相关,哪些不相关R 相关图数组,r,ggplot2,R,Ggplot2,从一个老鼠实验中,我得到了大约50只老鼠的数据,它们来自大约15个不同的指标。我生成了每个度量与其他度量的相关图列表,以确定哪些度量彼此相关,哪些不相关 库(ggplot2) df`geom_smooth()`使用公式'y~x' 事实证明,一长串的100多个地块确实很难接受,而且每个地块上的信息相对较少。我想将这些线性图安排在一个由15 x 15个测量值组成的网格中,通过背景色可视化线性模型的相关系数,并覆盖线性模型和数据点 这在ggplot中是可行的吗?有没有其他工具可以使用?如果是这样,我
库(ggplot2)
df`geom_smooth()`使用公式'y~x'
事实证明,一长串的100多个地块确实很难接受,而且每个地块上的信息相对较少。我想将这些线性图安排在一个由15 x 15个测量值组成的网格中,通过背景色可视化线性模型的相关系数,并覆盖线性模型和数据点
这在ggplot中是可行的吗?有没有其他工具可以使用?如果是这样,我应该如何安排数据结构?我很乐意处理此类模型的purrr和嵌套列表,但我想在这种情况下,长列表似乎并不理想——矩阵式的安排更适合输出
关于如何处理这个问题,有什么想法或建议吗
由(v0.3.0)于2021年1月20日创建
对不起,我的解释不清楚。我上面显示的数据只是可用数据的一小部分。这里我绘制了两个读数的线性相关性。但我有十几个读数,我用它们进行配对比较。我在找这样的东西:
每个瓷砖都应该用线性模型的度量(如相关系数或p值)来着色,但它也应该显示线性模型的图形数据和覆盖层。您在寻找镶嵌面吗
library(ggplot2)
ggplot(df, aes(x = value.x, y = value.y)) +
geom_point(aes(color = treatment)) +
geom_smooth(method = "lm", se = TRUE) +
facet_wrap(~treatment, labeller = label_both)
如果要比较分组变量的组合,请尝试facet\u grid
。我在本例中使用内置的mtcars
数据,因为示例数据只有一个分类变量
ggplot(mtcars, aes(x = hp, y = mpg)) +
geom_point() +
geom_smooth(method = "lm", se = TRUE) +
facet_grid(cyl ~ am, labeller = label_both)
GGally
绝对是我想要的。它简单易用,有许多有用的绘图选项,我需要探索
当网格变大时,可能会出现一些问题,现在我不清楚这是数据问题还是绘图功能的限制。有很多东西需要探索,但是第一个情节的简单性是非常棒的
现在,我们来看看如何通过整体相关系数来缩放每个迷你图的背景颜色
对不起。我的问题不清楚。我试图修改它以澄清我想要创建的内容。我猜MatLab中的描述描述了我想要的内容。即使在图表的顶部,我认为背景颜色应该反映相关性的强度。你可能会发现这里的建议是相关的:Isecond
GGally::ggpairs
这是否回答了你的问题?一个类似的函数是PrecisionAnalytics
包中的chart.Correlation()。