R语言绘图小技巧篇-添加相关系数

此文内容首发于微信公众号:R语言搬运工,关注公众号浏览更多精彩内容

**原文链接

image.png

当绘制点图并添加拟合曲线的时候,往往需要将相关系数和显著性水平也加入到图片中,这时候怎么绘制是经常碰见的问题。为方便快捷的解决这个问题,使用ggpubr包stat_cor就可以实现。


image.png

首先计算相关系数,然后使用函数annotate添加:

library(ggplot2)
data(mtcars)
df <- mtcars
df$cyl <- as.factor(df$cyl)

cor.test(df$mpg,df$wt)
b <- ggplot(df, aes(x = wt, y = mpg))
# Scatter plot with regression line
b + geom_point()+ geom_smooth(method = "lm")+
  annotate("text",label="Pearson:R==-0.8677~p<0.001",family="Times",
           parse=T,x=3,y=30,color="black",size=4)
image.png

image.png

使用ggpubr快速添加:

ggscatter(df, x = "wt", y = "mpg",
          add = "reg.line", conf.int = TRUE,
          add.params = list(fill = "lightgray"),
          ggtheme = theme_minimal()
)+ stat_cor(method = "pearson",
            label.x = 2, label.y = 30,color='red')
image.png

将P值修改为普通计数而不是科学计数:

ggscatter(df, x = "wt", y = "mpg",
          add = "reg.line", conf.int = TRUE,
          add.params = list(fill = "lightgray"),
          ggtheme = theme_minimal()
)+ stat_cor(method = "pearson",
            label.x = 2, label.y = 30,color='red',p.accuracy = 0.001)
image.png

当含有分组变量的时候,相关系数也是通过分组进行计算的:

# Change color and shape by groups (cyl)
b + geom_point(aes(color = cyl, shape = cyl))+
  geom_smooth(aes(color = cyl, fill = cyl), method = "lm") +
  scale_color_manual(values =c("#00AFBB", "#E7B800", "#FC4E07"))+
  scale_fill_manual(values = c("#00AFBB", "#E7B800", "#FC4E07"))
image.png

添加每个分组下的相关系数和P值:

# Remove confidence region (se = FALSE)
# Extend the regression lines: fullrange = TRUE
b + geom_point(aes(color = cyl, shape = cyl))+
  geom_smooth(aes(color = cyl), method = lm,se = FALSE, fullrange = TRUE)+
  scale_color_manual(values = c("#00AFBB", "#E7B800", "#FC4E07"))+
  ggpubr::stat_cor(aes(color = cyl), label.x = 2.4)
image.png

增加相关系数和P值的有效数位:

b + geom_point(aes(color = cyl))+
  
  geom_smooth(aes(color = cyl), method = lm,se = FALSE, fullrange = TRUE)+
  scale_color_manual(values = c("#00AFBB", "#E7B800", "#FC4E07"))+
  ggpubr::stat_cor(aes(color = cyl), method='pearson',label.x = 2.4,
                   r.digits = 3,p.digits = 4)
image.png

变一下主题风格:


image.png

感兴趣的可以去R里面查看一下stat_cor函数的参数,里面有设置不同相关分析方法以及R值和P值的显示效果的参数,赶紧用自己的数据试一下吧。

此文内容首发于微信公众号:R语言搬运工,关注公众号浏览更多精彩内容

精彩推荐:

R语言绘制散点图geom_point
R语言添加拟合曲线geom_smooth
R语言箱线图boxplot
R语言线图geom_line

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 217,542评论 6 504
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,822评论 3 394
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 163,912评论 0 354
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,449评论 1 293
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,500评论 6 392
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,370评论 1 302
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,193评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,074评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,505评论 1 314
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,722评论 3 335
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,841评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,569评论 5 345
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,168评论 3 328
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,783评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,918评论 1 269
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,962评论 2 370
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,781评论 2 354

推荐阅读更多精彩内容