爾云間? 一個(gè)專門做科研的團(tuán)隊(duì)

原創(chuàng)?小果?生信果

歡迎點(diǎn)贊+收藏+關(guān)注

生信人R語言學(xué)習(xí)必備

立刻擁有一個(gè)Rstudio賬號(hào)

開啟升級(jí)模式吧

（56線程，256G內(nèi)存，個(gè)人存儲(chǔ)1T）

本文將帶你了解如何使用ggpubr包快速得到相關(guān)性分析圖

什么是相關(guān)性分析

相關(guān)性分析用于評(píng)估兩個(gè)或多個(gè)變量之間的關(guān)聯(lián)。例如，如果我們想知道父母親的身高和孩子的身高之間是否存在關(guān)系，可以計(jì)算父母親與孩子的相關(guān)系數(shù)來回答這個(gè)問題。

計(jì)算相關(guān)性最常用的方法是Pearson相關(guān)方法。皮爾遜（Pearson）相關(guān)（r），它測(cè)量?jī)蓚€(gè)變量（x和y）之間的線性相關(guān)性。它也稱為參數(shù)相關(guān)性檢驗(yàn)，因?yàn)樗Q于數(shù)據(jù)的分布。僅當(dāng)x和y來自正態(tài)分布時(shí)才可以使用它。y = f（x）的圖稱為線性回歸曲線。

相關(guān)性分析一直是研究者熱衷于用的一種分析，指出兩個(gè)或多個(gè)具備相關(guān)性的變量元素進(jìn)行分析，從而衡量?jī)蓚€(gè)因素的相關(guān)密切程度，相關(guān)性的元素之間需要存在一定的聯(lián)系或者概率才可以進(jìn)行相關(guān)性分析。ggpubr是基于ggplot2的一個(gè)包，在畫圖的時(shí)候比較省事，用一行代碼可以做相關(guān)性分析。

安裝加載安裝包

第一種直接安裝R包

第二中通過github安裝

基礎(chǔ)繪制相關(guān)性分析圖

便捷的添加R和P的作用

其實(shí)ggpubr包不僅可以快速的做出相關(guān)性分析的圖，還可以繪制密度圖、直方圖、箱線圖、散點(diǎn)圖、小提琴圖等，并且在添加p值等操作上更加的簡(jiǎn)便。ggpubr包涵蓋了十來種函數(shù)，近30種圖形，可以滿足日常科研所需。例如：

ggdensity() 密度圖

?stat_overlay_normal_density() 密度圖，同時(shí)疊加正態(tài)分布的圖，有助于檢查偏離值

?gghistogram() 直方圖。

?ggecdf() 經(jīng)驗(yàn)累積密度分布圖

?ggqqplot() 分位數(shù)-分位數(shù)圖，簡(jiǎn)稱QQ圖。

?ggboxplot() 箱圖

?ggviolin() 小提琴圖

?ggdotplot() 點(diǎn)圖

?ggstripchart() strip chart, 也可以稱為一維散點(diǎn)圖。

?ggbarplot() 柱狀圖

?ggline() 線圖

?ggerrorplot() Visualizing Error 繪制誤差棒圖

?ggpie() 餅圖

?ggdonutchart() 甜甜圈餅圖

?ggdotchart()theme_cleveland() 克利夫蘭點(diǎn)圖

?ggscatter() 散點(diǎn)圖，stat_cor() 將有P值的相關(guān)系數(shù)添加到散點(diǎn)圖中，stat_stars())

好了，這樣我們的相關(guān)性分析就做好了，小伙伴們?nèi)绻惺裁磫栴}就和小果討論吧～

“生信果”，生信入門、R語言、生信圖解讀與繪制、軟件操作、代碼復(fù)現(xiàn)、生信硬核知識(shí)技能、服務(wù)器、生物信息學(xué)的教程，以及基于R的分析和可視化等原創(chuàng)內(nèi)容，一起見證小白和大佬的成長(zhǎng)。