从R中的成对相关数据构造方差 - 协方差矩阵

【问题标题】：constructing variance-covariance matrix from pairwise correlation data in R从R中的成对相关数据构造方差 - 协方差矩阵
【发布时间】：2020-07-04 10:52:18
【问题描述】：

我拥有所有成对相关性，并想构建 var-covariance 矩阵，以便对该矩阵进行一些标准分析。这是协方差的示例数据，前两列是“ids”，第三列显示“ids”之间的协方差。

data<-data.frame("id1" = c("a","b","c","a","a","b"),
                 "id2" = c("a","b","c","b","c","c"),
                 "cov"=c(1,1,1,0.1,0.3,0.4))

【问题讨论】：

标签： r dataframe covariance-matrix

【解决方案1】：

一个简单的 dplyr 解决方案是在 pivot_wider 的帮助下使 data.frame 更宽，即

data<-data.frame("id1" = c("a","b","c","a","a","b"),
                 "id2" = c("a","b","c","b","c","c"),
                 "cov"=c(1,1,1,0.1,0.3,0.4))

tidyr::pivot_wider(data, 
                   id_cols = c(cov, id2), 
                   names_from = id1, 
                   values_from = cov)

产生输出

id2       a     b     c
      <fct> <dbl> <dbl> <dbl>
    1 a   1    NA      NA
    2 b   0.1   1      NA
    3 c   0.3   0.4     1

因为协方差矩阵是对称的，所以完成了。

【讨论】：

【解决方案2】：

Base-R 解决方案：

nm <- unique(data$id1)   ## row/col names
v <- matrix(NA,length(nm),length(nm),dimnames=list(nm,nm))  ## set up template
v[cbind(data$id1,data$id2)] <- data$cov  ## fill in upper triangle
v[is.na(v)] <- t(v)[is.na(v)]            ## symmetrize

【讨论】：