R - 结合 cor.mtest 和 p.adjust

有没有办法用这个 cor.mtest 函数来解释 p 值多重比较(例如 p.adjust)？来自 http://cran.r-project.org/web/packages/corrplot/vignettes/corrplot-intro.html 的代码

谢谢!

cors<-cor(rel_tnum_data)
cor.mtest <- function(mat, conf.level = 0.95) {
mat <- as.matrix(mat)
n <- ncol(mat)
p.mat <- lowCI.mat <- uppCI.mat <- matrix(NA, n, n)
diag(p.mat) <- 0
diag(lowCI.mat) <- diag(uppCI.mat) <- 1
for (i in 1:(n - 1)) {
    for (j in (i + 1):n) {
        tmp <- cor.test(mat[, i], mat[, j], conf.level = conf.level)
        p.mat[i, j] <- p.mat[j, i] <- tmp$p.value
        lowCI.mat[i, j] <- lowCI.mat[j, i] <- tmp$conf.int[1]
        uppCI.mat[i, j] <- uppCI.mat[j, i] <- tmp$conf.int[2]
    }
}
return(list(p.mat, lowCI.mat, uppCI.mat))
}
res1 <- cor.mtest(rel_tnum_data, 0.95)
res2 <- cor.mtest(rel_tnum_data, 0.99)
corrplot(cors, p.mat = res1[[1]], sig.level=0.05, insig="blank", cl.align="r", tl.cex=0.6, order="hclust", type="lower", tl.srt=60, cl.ratio=0.1)

最佳答案

您可以对 cor.mtest 函数返回的 p 值矩阵(例如 res1)进行矢量化。之后，p.adjust 函数将帮助您获得调整后的 p 值。

pAdj <- p.adjust(c(res1[[1]]), method = "BH")

然后使用调整后的 p 值创建原始矩阵。

resAdj <- matrix(pAdj, ncol = dim(res1[[1]])[1])

然后 corrplot 应该准备好使用调整后的 p 值创建您的图。

corrplot(cors, p.mat = resAdj, sig.level=0.05, insig="blank", cl.align="r", tl.cex=0.6, order="hclust", type="lower", tl.srt=60, cl.ratio=0.1)

请注意 p.mat = resAdj 。

关于R - 结合 cor.mtest 和 p.adjust，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/30656481/