Saya memiliki matriks korelasi, dan menggunakannya untuk mengidentifikasi di mana variabel berkorelasi persis dengan variabel lain, mengetahui korelasi = 1 adalah kecocokan yang tepat. Untuk lebih menjelaskan, berikut adalah beberapa data simulasi, untuk membuat beberapa variabel yang identik nilainya.

set.seed(123)
df <- data.frame(replicate(11,sample(1:1000,10,rep=TRUE)))
df <- cbind(df,df[,1:3],df[,1] )
names(df) <- c(paste0("X", 1:15))
cor_matrix <- round(cor(df, use="complete.obs", method="pearson"),2)
cor_matrix
> cor_matrix
       X1    X2    X3    X4    X5    X6    X7    X8    X9   X10   X11   X12   X13   X14   X15
X1   1.00  0.08 -0.69  0.10 -0.35 -0.39  0.26 -0.17  0.06 -0.03  0.12  1.00  0.08 -0.69  1.00
X2   0.08  1.00 -0.11  0.15 -0.30 -0.41  0.05  0.09 -0.70  0.67 -0.10  0.08  1.00 -0.11  0.08
X3  -0.69 -0.11  1.00 -0.18 -0.05  0.29 -0.42 -0.10 -0.01 -0.12  0.03 -0.69 -0.11  1.00 -0.69
X4   0.10  0.15 -0.18  1.00  0.24  0.37  0.31  0.18  0.03 -0.09  0.28  0.10  0.15 -0.18  0.10
X5  -0.35 -0.30 -0.05  0.24  1.00  0.33  0.36  0.27  0.34 -0.08 -0.21 -0.35 -0.30 -0.05 -0.35
X6  -0.39 -0.41  0.29  0.37  0.33  1.00 -0.55  0.11  0.55 -0.78  0.15 -0.39 -0.41  0.29 -0.39
X7   0.26  0.05 -0.42  0.31  0.36 -0.55  1.00  0.01 -0.25  0.54  0.10  0.26  0.05 -0.42  0.26
X8  -0.17  0.09 -0.10  0.18  0.27  0.11  0.01  1.00  0.06  0.02 -0.47 -0.17  0.09 -0.10 -0.17
X9   0.06 -0.70 -0.01  0.03  0.34  0.55 -0.25  0.06  1.00 -0.82 -0.26  0.06 -0.70 -0.01  0.06
X10 -0.03  0.67 -0.12 -0.09 -0.08 -0.78  0.54  0.02 -0.82  1.00 -0.17 -0.03  0.67 -0.12 -0.03
X11  0.12 -0.10  0.03  0.28 -0.21  0.15  0.10 -0.47 -0.26 -0.17  1.00  0.12 -0.10  0.03  0.12
X12  1.00  0.08 -0.69  0.10 -0.35 -0.39  0.26 -0.17  0.06 -0.03  0.12  1.00  0.08 -0.69  1.00
X13  0.08  1.00 -0.11  0.15 -0.30 -0.41  0.05  0.09 -0.70  0.67 -0.10  0.08  1.00 -0.11  0.08
X14 -0.69 -0.11  1.00 -0.18 -0.05  0.29 -0.42 -0.10 -0.01 -0.12  0.03 -0.69 -0.11  1.00 -0.69
X15  1.00  0.08 -0.69  0.10 -0.35 -0.39  0.26 -0.17  0.06 -0.03  0.12  1.00  0.08 -0.69  1.00

Seperti yang Anda lihat nilai korelasi 1 dapat ditemukan X1 dengan X12 dan X15. X2 dan X13, X3 DAN X14. Yang ingin saya lakukan adalah menghapus semua nilai dalam matriks yang bukan 1, (ganti nilai yang tidak diinginkan dengan nol) tetapi perlu menghapus 1 yang ada di diagonal, yang terkait langsung dengan dirinya sendiri. Setiap bantuan atau ide akan sangat dihargai. Terimakasih banyak

r
2
H.Cheung 12 Mei 2021, 20:36

1 menjawab

Jawaban Terbaik

Kita dapat menetapkan elemen diag ke 0

diag(cor_matrix) <- 0

-keluaran

cor_matrix
       X1    X2    X3    X4    X5    X6    X7    X8    X9   X10   X11   X12   X13   X14   X15
X1   0.00  0.08 -0.69  0.10 -0.35 -0.39  0.26 -0.17  0.06 -0.03  0.12  1.00  0.08 -0.69  1.00
X2   0.08  0.00 -0.11  0.15 -0.30 -0.41  0.05  0.09 -0.70  0.67 -0.10  0.08  1.00 -0.11  0.08
X3  -0.69 -0.11  0.00 -0.18 -0.05  0.29 -0.42 -0.10 -0.01 -0.12  0.03 -0.69 -0.11  1.00 -0.69
X4   0.10  0.15 -0.18  0.00  0.24  0.37  0.31  0.18  0.03 -0.09  0.28  0.10  0.15 -0.18  0.10
X5  -0.35 -0.30 -0.05  0.24  0.00  0.33  0.36  0.27  0.34 -0.08 -0.21 -0.35 -0.30 -0.05 -0.35
X6  -0.39 -0.41  0.29  0.37  0.33  0.00 -0.55  0.11  0.55 -0.78  0.15 -0.39 -0.41  0.29 -0.39
X7   0.26  0.05 -0.42  0.31  0.36 -0.55  0.00  0.01 -0.25  0.54  0.10  0.26  0.05 -0.42  0.26
X8  -0.17  0.09 -0.10  0.18  0.27  0.11  0.01  0.00  0.06  0.02 -0.47 -0.17  0.09 -0.10 -0.17
X9   0.06 -0.70 -0.01  0.03  0.34  0.55 -0.25  0.06  0.00 -0.82 -0.26  0.06 -0.70 -0.01  0.06
X10 -0.03  0.67 -0.12 -0.09 -0.08 -0.78  0.54  0.02 -0.82  0.00 -0.17 -0.03  0.67 -0.12 -0.03
X11  0.12 -0.10  0.03  0.28 -0.21  0.15  0.10 -0.47 -0.26 -0.17  0.00  0.12 -0.10  0.03  0.12
X12  1.00  0.08 -0.69  0.10 -0.35 -0.39  0.26 -0.17  0.06 -0.03  0.12  0.00  0.08 -0.69  1.00
X13  0.08  1.00 -0.11  0.15 -0.30 -0.41  0.05  0.09 -0.70  0.67 -0.10  0.08  0.00 -0.11  0.08
X14 -0.69 -0.11  1.00 -0.18 -0.05  0.29 -0.42 -0.10 -0.01 -0.12  0.03 -0.69 -0.11  0.00 -0.69
X15  1.00  0.08 -0.69  0.10 -0.35 -0.39  0.26 -0.17  0.06 -0.03  0.12  1.00  0.08 -0.69  0.00
2
akrun 12 Mei 2021, 17:38