一个变量组合的两个不同 p 值？ corrplot::corrplot

Question

我想对我的数据进行 corrplot（我使用的包是 {corrplot}），并在其中显示成对相关性的 p 值。

现在我找到了一些有用的东西here，关于如何做到这一点，乍一看，它进行得非常好。但后来我注意到 p 值完全奇怪，它们与 cor.test() 中的实际 p 值不对应。

我已经发现（使用示例性数据）这不是由于我的数据，而是我试图包含 p 值的代码有问题。

所以这里有一个可重现的例子：

#using built-in r-data:
data("mtcars")

#now for the corrplot:
M = cor(mtcars, use="complete.obs")
pval <- corr.test(M, adjust="none")$p
corrplot(M, method = "color", type = "upper", 
     order = "original", tl.col = "black", tl.srt = 45,
     family="serif", p.mat=pval, insig="p-value", sig.level=0)

这是我得到的：

(didn't let me upload the file, so you have to click the link...)

无论如何，为了说明这些不是实际的 p 值，让我们取一对，即“qsec”和“drat”：

cor.test(mtcars$qsec, mtcars$drat, use="complete.obs")

而得到的 p 值（“p-value = 0.6196”）绝对不是您在 corrplot 中看到的那个（“0.14”）。

这可能真的很愚蠢，我确信 (p<.0001>

Answer 1

通过使用corr.test(M, adjust="none")，您将矩阵M 传递给函数。矩阵M 与您拥有的数据不同。尝试改用corr.test(mtcars, adjust="none")。您需要传递您的实际数据集，而不是相关矩阵。

如果您检查 data.frame(M) 的样子，您会发现您的 drat 变量有 11 个值，这些是 drat 和其余变量的相关性。但是，您希望 drat 成为来自 mtcars 的具有 32 个值的 drat 列。

您可以将相关矩阵M 传递给corrplot 函数，但不能传递给corr.test 函数。