Rで解析：多変数の関係把握に便利です！！「ggcorrplot」パッケージ

多変数の関係を把握するのに大変便利なパッケージだと思います。表などでも構いませんが、一度に情報を確認するのには図がやっぱり便利です。パッケージは図式化以外にも相関係数のp値を算出するコマンドも収録されています。

でも、相関係数やそのp値は外れ値があると誤った解釈につながりますので一度、散布図やヒストグラムなどで分布や頻度を確認することをオススメします。

なお、本パッケージにはggplot2が利用されています。ggplot2は下記記事を参考にしてください。

・ggplot2の紹介
　https://www.karada-good.net/analyticsr/r-78/

パッケージバージョンは0.1.3。実行コマンドはwindows 11のR version 4.1.2で確認しています。

＜おすすめのRに関する書籍です＞

東京大学のデータサイエンティスト育成講座 ~Pythonで手を動かして学ぶデ―タ分析~ | 塚本邦尊, 山田典一, 大澤文孝, 中山浩太郎, 松尾豊[協力]

Amazonで塚本邦尊, 山田典一, 大澤文孝, 中山浩太郎, 松尾豊[協力]の東京大学のデータサイエンティスト育成講座 ~Pythonで手を動かして学ぶデ―タ分析~。アマゾンならポイント還元本が多数。

www.amazon.co.jp

パッケージのインストール

下記、コマンドを実行してください。

#パッケージのインストール
install.packages("ggcorrplot")

実行コマンド

詳細はコメント、パッケージのヘルプを確認してください。

#パッケージの読み込み
library("ggcorrplot")

###データ例の作成#####
n <- 10
#listに一度データを格納
ListData <- vector("list", n)
#連続処理
for(i in seq(n)){
  ListData[[i]] <- sample(1:50, n, replace = TRUE)}
#成分名を付与
names(ListData) <- paste0("Group", 1:n)
#データフレーム化
TestData <- as.data.frame(ListData)
#基本コマンドで相関係数を計算:corコマンド
#距離の計算:methodオプション;"pearson","kendall","spearman"の指定が可能
CorResult <- cor(TestData, method = "pearson")
########

#相関係数のp-valuesを計算:cor_pmatコマンド
PCorResult <- cor_pmat(TestData)

#結果をプロット:ggcorrplotコマンド
#プロットデータの指定:corrオプション
#タイルの形を指定:methodオプション;"square":四角,"circle":丸
#プロット領域:typeオプション;"full":全体,"lower":下部,"upper":上部
#色の指定:colorsオプション
#相関係数の表示:labオプション;TRUE:表示
#hcclustコマンドでクラスタリング処理:hc.orderオプション
#hc.order:TRUEの場合
ggcorrplot(corr = CorResult, hc.order = TRUE, method = "square", title = "TEST PLOT",
           colors = c("#4b61ba", "white", "red"), lab = TRUE)
#hc.order:FALSEの場合
ggcorrplot(corr = CorResult, hc.order = FALSE, method = "square", title = "TEST PLOT",
           colors = c("#4b61ba", "white", "red"), lab = TRUE)

#cor_pmatコマンドの結果を適応
#結果データを指定:p.matオプション
#0.5から-0.5のタイル設定:"pch";バツ印,"blank";塗り無し
#p.mat:blankの場合
ggcorrplot(corr = CorResult, method = "square", title = "TEST p-value PLOT",
           type = "lower", p.mat = PCorResult, insig = "blank")
#p.mat:pchの場合
ggcorrplot(corr = CorResult, method = "square", title = "TEST p-value PLOT",
           type = "lower", p.mat = PCorResult, insig = "pch")