{"id":3494,"date":"2023-07-17T04:45:57","date_gmt":"2023-07-17T04:45:57","guid":{"rendered":"https:\/\/statorials.org\/pl\/mapa-cieplna-korelacji-w-r\/"},"modified":"2023-07-17T04:45:57","modified_gmt":"2023-07-17T04:45:57","slug":"mapa-cieplna-korelacji-w-r","status":"publish","type":"post","link":"https:\/\/statorials.org\/pl\/mapa-cieplna-korelacji-w-r\/","title":{"rendered":"Jak utworzy\u0107 map\u0119 ciepln\u0105 korelacji w r (z przyk\u0142adem)"},"content":{"rendered":"

<\/p>\n

\n

Aby utworzy\u0107 map\u0119 ciepln\u0105 korelacji w R, mo\u017cesz u\u017cy\u0107 nast\u0119puj\u0105cej podstawowej sk\u0142adni:<\/span><\/p>\n

 #calculate correlation between each pairwise combination of variables\n<\/span>cor_df <- round(cor(df), 2)\n\n#melt the data frame\n<\/span>melted_cormat <- melt(cor_df)\n\n#create correlation heatmap\n<\/span>ggplot(data = melted_cormat, aes(x=Var1, y=Var2, fill=value)) + \n  geom_tile() +\n  geom_text(aes(Var2, Var1, label = value), size = 5<\/span> ) +\n  scale_fill_gradient2(low = \" blue<\/span> \", high = \" red<\/span> \",\n                       limit = c(-1,1), name=\" Correlation<\/span> \") +\n  theme(axis. title<\/span> . x<\/span> = element_blank(),\n        axis. title<\/span> . y<\/span> = element_blank(),\n        panel. background<\/span> = element_blank())\n<\/strong><\/pre>\n
 Poni\u017cszy przyk\u0142ad pokazuje, jak zastosowa\u0107 t\u0119 sk\u0142adni\u0119 w praktyce.<\/span><\/p>\n
 Przyk\u0142ad: utw\u00f3rz map\u0119 ciepln\u0105 korelacji w R<\/strong><\/span><\/h2>\n
 Za\u0142\u00f3\u017cmy, \u017ce mamy nast\u0119puj\u0105c\u0105 ramk\u0119 danych w R, kt\u00f3ra pokazuje r\u00f3\u017cne statystyki dla o\u015bmiu r\u00f3\u017cnych koszykarzy:<\/span><\/p>\n
 #create data frame\ndf <- data. frame<\/span> (points=c(22, 25, 30, 16, 14, 18, 29, 22),\n                 assists=c(4, 4, 5, 7, 8, 6, 7, 12),\n                 rebounds=c(10, 7, 7, 6, 8, 5, 4, 3),\n                 blocks=c(12, 4, 4, 6, 5, 3, 8, 5))\n\n#view data frame\n<\/span>df\n\n  points assists rebounds blocks\n1 22 4 10 12\n2 25 4 7 4\n3 30 5 7 4\n4 16 7 6 6\n5 14 8 8 5\n6 18 6 5 3\n7 29 7 4 8\n8 22 12 3 5<\/span><\/span><\/strong><\/pre>\n
 Za\u0142\u00f3\u017cmy, \u017ce chcemy utworzy\u0107 map\u0119 ciepln\u0105 korelacji, aby zwizualizowa\u0107 wsp\u00f3\u0142czynnik korelacji<\/a> pomi\u0119dzy ka\u017cd\u0105 kombinacj\u0105 par zmiennych w ramce danych.<\/span><\/p>\n
 Przed utworzeniem mapy cieplnej korelacji musimy najpierw obliczy\u0107 wsp\u00f3\u0142czynnik korelacji mi\u0119dzy ka\u017cd\u0105 zmienn\u0105 za pomoc\u0105 cor()<\/strong> , a nast\u0119pnie przekszta\u0142ci\u0107 wyniki do u\u017cytecznego formatu za pomoc\u0105 funkcji Melt()<\/strong> pakietu reshape2<\/strong> :<\/span><\/span><\/p>\n
 library<\/span> (reshape2)\n\n#calculate correlation coefficients, rounded to 2 decimal places\n<\/span>cor_df <- round(cor(df), 2)\n\n#melt the data frame\n<\/span>melted_cor <- melt(cor_df)\n\n#view head of melted data frame\n<\/span>head(melted_cor)\n\n      Var1 Var2 value\n1 points points 1.00\n2 assist points -0.27\n3 rebound points -0.16\n4 block points 0.10\n5 assist points -0.27\n6 assists assists 1.00<\/strong><\/pre>\n
 Nast\u0119pnie mo\u017cemy u\u017cy\u0107 funkcji geom_tile()<\/strong> z pakietu ggplot2<\/strong> , aby utworzy\u0107 map\u0119 ciepln\u0105 korelacji:<\/span> <\/p>\n
 library<\/span> (ggplot2)\n\n#create correlation heatmap\n<\/span>ggplot(data = melted_cor, aes(x=Var1, y=Var2, fill=value)) + \n  geom_tile() +\n  geom_text(aes(Var2, Var1, label = value), size = 5<\/span> ) +\n  scale_fill_gradient2(low = \" blue<\/span> \", high = \" red<\/span> \",\n                       limit = c(-1,1), name=\" Correlation<\/span> \") +\n  theme(axis. title<\/span> . x<\/span> = element_blank(),\n        axis. title<\/span> . y<\/span> = element_blank(),\n        panel. background<\/span> = element_blank())<\/strong> <\/pre>\n
\"mapa<\/p>\n
 Rezultatem jest mapa cieplna korelacji, kt\u00f3ra pozwala nam zwizualizowa\u0107 wsp\u00f3\u0142czynnik korelacji pomi\u0119dzy ka\u017cd\u0105 par\u0105 kombinacji zmiennych.<\/span><\/p>\n
 Na tej konkretnej mapie cieplnej wsp\u00f3\u0142czynniki korelacji przyjmuj\u0105 nast\u0119puj\u0105ce kolory:<\/span><\/p>\n