Rendre le contenu des boîtes plus clair à interpréter

Question

Je veux vérifier la relation linéaire entre toutes les paires de variables dans un ensemble de données. Comme j'ai 39 variables, le nuage de points n'est pas très utile, j'ai donc décidé de sélectionner un échantillon aléatoire de (20 variables) pour le vérifier, mais le graphique est toujours trop grand pour être interprété. J'utilise le code suivant

require("pairsD3")
sample_data <- data[ ,sample(ncol(data), 20)]

pairs(sample_data, pch=19)

et on obtient le résultat suivant Entrez la description de l'image ici

Y a-t-il un moyen de rendre les balles plus petites pour que je puisse voir si la linéarité existe ou un autre moyen de vérifier la linéarité ? Merci d'avance !

Answer 1

Vous feriez mieux d'essayer d'obtenir des relations linéaires directement. C'est à cela que sert le coefficient de corrélation. Il existe de bons outils de visualisation de la matrice de corrélation, qui vous permettent de rechercher rapidement les relations. J'aime corrplot . Puisque vous ne fournissez aucune donnée, je vais illustrer avec les données du verre.

library(corrplot)
library(mlbench)    ## for Glass data
data(Glass)

corrplot(cor(Glass[,1:9]))

Il ne comporte que 9 variables, mais même à 39, vous devriez le trouver lisible. Vous pouvez regarder et voir tout de suite que la relation la plus forte est entre RI et Ca. Il y a une relation négative assez forte entre RI et Si. Une fois que vous savez quelles variables sont corrélées, vous pouvez créer des diagrammes de dispersion pour les variables pertinentes uniquement et avoir plus de place pour voir les résultats.

plot(Glass[ ,c(1,5,7)], pch=16)

Answer 2

Il suffit d'utiliser cex= option.

require("pairsD3")
sample_data <- volcano[ ,sample(ncol(volcano), 5)]

pairs(sample_data, pch=19, main="normal")
pairs(sample_data, pch=19, cex=.1, main="adjusted")