R: использование corrplot для визуализации двух переменных (например, корреляции и p-значения) с использованием размера и цвета кругов

То, что вы хотите, кажется невозможным с corrplot, если вы немного не взломаете его. Я просто добавил новый параметр size_vector, который используется при рисовании кругов. См. https://github.com/johannes-titz/mit4b92/index8982/cf2d02b02b02b8d08a8a8aaaaaaaaaaaaaaaaaaaaaaaaaaaa, a> для измененных строк.

# install the hacked version
devtools::install_github("johannes-titz/corrplot@size_parameter")
library(corrplot)
data(mtcars)
M <- cor(mtcars)
# get p values
p_vals_mat <- cor.mtest(mtcars)$p
corrplot(M, size_vector = 1-as.numeric(p_vals_mat))

Обратите внимание, что я использовал размер 1-p (маленькие значения p дают большие круги). Вы можете использовать любое значение от 0 до 1 для размера.

Также обратите внимание, что на исходном рисунке связь между значением p и размером круга нелинейна. Так что вы можете захотеть использовать некоторую трансформацию, которая приближается к этим отношениям.

В любом случае, я бы посоветовал не использовать такие цифры. p-значения сами по себе проблематичны, но их построение с каким-либо преобразованием не имеет для меня особого смысла. Размер корреляции, вероятно, является наиболее важной информацией, и график этого не отражает. Это может привести к путанице.

PS: Я не стал добавлять легенду, но это не должно быть слишком сложно сделать с legend.

Небольшое обновление: преобразование значений p может быть примерно таким:

transform_p <- function(x) {
  y <- 0.91 - (0.82) * (1 - exp(-3.82 * x))
  y
}

Что немного изменит размер кругов:

corrplot(M, size_vector = as.numeric(transform_p((p_vals_mat))))

Опять же, я не рекомендую это, но он должен быть немного ближе к исходной фигуре.

Если вам нужен только верхний треугольник, передайте только p-значения верхнего треугольника:

upper_tri <- p_vals_mat[upper.tri(p_vals_mat, diag = T)]
corrplot(M, size_vector = transform_p(upper_tri), type = "upper")

Возможно, этот человек использовал ggcor, который находится в стадии разработки. Если вы это сделаете:

install.packages("devtools")
devtools::install_github("houyunhuang/ggcor")

library(ggplot2)
library(ggcor)

quickcor(fortify_cor(mtcars,cor.test = T), type = "upper") + 
  geom_circle2(aes(fill = r,r0 = p.value))

Вы можете изменить размер в зависимости от значения p.

fortify_cor(mtcars,cor.test = T)

создает таблицу корреляции со значениями p

# A tibble: 121 x 8
   .row.names .col.names      r  p.value upper.ci lower.ci .row.id .col.id
 * <chr>      <chr>       <dbl>    <dbl>    <dbl>    <dbl>   <int>   <int>
 1 mpg        mpg         1     0.          1       1           11       1
 2 cyl        mpg        -0.852 6.11e-10   -0.716  -0.926       10       1
 3 disp       mpg        -0.848 9.38e-10   -0.708  -0.923        9       1
 4 hp         mpg        -0.776 1.79e- 7   -0.586  -0.885        8       1
 5 drat       mpg         0.681 1.78e- 5    0.832   0.436        7       1
 6 wt         mpg        -0.868 1.29e-10   -0.744  -0.934        6       1
 7 qsec       mpg         0.419 1.71e- 2    0.670   0.0820       5       1
 8 vs         mpg         0.664 3.42e- 5    0.822   0.410        4       1
 9 am         mpg         0.600 2.85e- 4    0.784   0.318        3       1
10 gear       mpg         0.480 5.40e- 3    0.710   0.158        2       1