相关疑难解决方法(0)

我有一个带有一些相关值的矩阵.现在我想在一个看起来或多或少的图形中绘制它:

我怎样才能做到这一点？

有没有办法在“R”（属性之间具有 p 值的矩阵）中找到卡方 p 值矩阵？

例如，考虑iris数据集。我正在寻找一个矩阵如下：

|                | Sepal length | Sepal width | Petal length | Petal width | Species |
|----------------|--------------|-------------|--------------|-------------|---------| 
| Sepal length   |              |             |              |             |         |
| Sepal width    |              |             |              |             |         |
| Petal length   |              |             |              |             |         |
| Petal width    |              |             |              |             |         |
| Species        |              |             |              |             |         |

矩阵的元素将是iris数据集(i,j) 变量的卡方值。

我有22个变量，我想获取相关分数，而不是作为相关矩阵，而是在数据帧中按对数获取...

我的意思是...不是这样

    v1  v2  v3  v4
v1  1   x   x   x
v2  x   1   x   x
v3  x   x   1   x
v4  x   x   x   1

但是像这样：

var1  var2 cor
v1    v2   x
v1    v3   x
v1    v4   x
v2    v3   x
v2    v4   x
v3    v4   x

我是R的新手，我已经进行了很多研究，最终我得到了一个代码，该代码真诚地根本没有效率...我的代码创建了一个庞大的数据框，其中包含22个变量的所有可能组合（是4194304 combinatios ... 很多!!!））然后代码只为前211行分配相关性，这是只有2个变量的组合...然后我排除了我不感兴趣的所有内容恩...我得到了我所需要的。但是我敢肯定，这是一种非常愚蠢的方式，我想学习更好的方式...有什么提示吗？

我的代码：

#Getting the variable names from the data frame
av_variables<-variable.names(data.1)

#Creating a huge data frame for all possible combinations
corr_combinations <- as.data.frame(matrix(1,0,length(av_variables)))
for (i in 1:length(av_variables)){
  corr_combinations.i …