写在前面
不积跬步无以至千里
01数据构成
本例中的数据节选至R自带的部分数据集:state.x77,例子中仅关注以下这几个指标间的协方差关系,并作图分析。
其中:
Population:截至1975年7月1日的人口估计
Income:人均收入(1974)
Illiteracy:文盲率(1970年,占人口百分比)
Life Exp:预期寿命(1969-71年)
Murder:每10万人的谋杀和非过失杀人率(1976)
HS Grad 高中毕业生百分比(1970)
数据构成如下:
02数据处理
上图中我们可以看到,人口、收入、文盲率等数据间跨度太大,可能存在不满足数据分析的基础假设,因此需要做数据转换。
>x2 = log(state.x77)#数据进行log转换
>x2#查看转换后的结果
结果如上图。
03分析并作图
作图需要安装:pheatmap包
>library(pheatmap)#加载pheatmap
>cov(x2)#数据进行协方差分析
>pheatmap::pheatmap(cov(x2[1:6,]))#制图
注:本例中,仅节选部分数据来进行作图,cov(x2[1:6,])的意思是选取数据集X2内的1-6行数据进行协方差分析。
协方差分析结果:
作图:
04回顾总结
本例中,分别对数据进行转-计算协方差关系-获得协方差关系矩阵-使用协方差关系矩阵数据绘图。流程再简单不过,对于自己运用来说,如果觉得协方差图美观,可以先计算出自己的相关系数矩阵,然后加载pheatmap包,运行pheatmap::pheatmap(cov (x2[1:6,])),将x2[1:6,]部分换成自己的数据,然后绘图即可。
页面更新:2024-04-15
本站资料均由网友自行发布提供,仅用于学习交流。如有版权问题,请与我联系,QQ:4156828
© CopyRight 2020-2024 All Rights Reserved. Powered By 71396.com 闽ICP备11008920号-4
闽公网安备35020302034903号