相关性分析是我们探索和分析数据时经常使用的方法，本文以R语言的角度介绍一下常用的相关分析及其可视化的实现方法。
本文数据准备
本文数据准备
本文使用CGGA数据库中 mRNAseq_325 数据(325个样本-24326个基因的表达矩阵)，随机选取20个基因，分析它们之间的相关性。
library(data.table)expr "CGGA.mRNAseq_325.RSEM-genes.20200506.txt",data.table = F)expr 1,expr1 1:nrow(expr),rownames(expr1) 1]expr1 -1]) %>% save(expr1,file = "corr-d.Rdata")corr-d.Rdata 即本文使用的数据，可在附件中获取后直接进入以下练习。
rm(list = ls())load("corr-d.Rdata")mydata 看一下数据什么样子：列为20个基因，行为325个样本。
相关系数及其显著性检验
R可以计算多种相关系数，在此只介绍我们常用的Pearson相关和Spearman相关。函数
今天的文章R计算两列数据的相关系数_R可视化基础(7)——相关&相关关系可视化分享到此就结束了，感谢您的阅读。
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 举报，一经查实，本站将立刻删除。
如需转载请保留出处：https://bianchenghao.cn/66936.html
