相关网络分析R

Question

我在一些客户之间建立了一个关联网络。我使用qgraph来绘制它，现在我想通过定义集群、集线器和中心性来做一些图形分析。

我在图形包edge.betweenness.community中发现了这个R函数，它似乎在图形中显示簇，所以我将我的qgraph转换为图形，但该函数不起作用，因为我有负相关值。

有没有其他方法可以做到这一点？

非常感谢！

Answer 1

根据@Karolis的回答，corrr包的开发版本使用network_plot()做类似这样的事情。下面是一个示例(包括当前开发版本的安装)：

install.packages("devtools")
devtools::install_github("drsimonj/corrr")
library(corrr)
airquality %>% correlate() %>% network_plot(min_cor = .2)

​

​

该图用红线表示负相关性，但使用相关性的绝对值作为接近/距离度量，根据的相关性大小对变量进行聚类。这是由基本函数abs()处理的。如果您认为这可能有帮助，您可以找到用于生成network_plot() here的相关代码。

另外，我计划很快发布corrr的更新版本，这样你就可以在安装后直接从CRAN (install.packages("corrr"))访问network_plot()。

Answer 2

单行道

转换您的相关性，使-1变为0，1仍为1：

cors <- (cors+1)/2

这样，负相关性将被解释为“最低关联”。相反，如果-1和1都应该被视为“关联”，那么您可以获取相关矩阵的绝对值：

cors <- abs(cors)

另一种方式

使用不同的聚类算法。一个候选者-分层聚类，因为它在距离矩阵上操作。你有一个相关矩阵。因此，在开始之前，您应该获得距离：

dists <- as.dist(1-cors)

然后进行集群：

htree <- hclust(dists)
plot(htree)                # inspect the result visually.
groups <- cutree(htree, 5) # 5 here is desired number of groups.

也是

查看软件包"WGCNA“，它代表”加权基因共表达网络分析“。它具有一些有用的功能，用于从“网络”数据中获取集群。