如今全国都处在新型冠状病毒肺炎的阻击战中，在一个不出门就是为伟大的祖国做贡献的时间里，无聊的你不如和明明同学一块学点数据分析、Excel、PPT、Word等办公软件和adobe全家桶使用技巧。今天明明同学给大家分享如何在R语言中使用10行代码搞定多因素相关性分析。
第一种风格的图
第二种风格的图
在我们科研中经常会研究多个因素之间的相关性问题。多变量之间的相关性分析可以为下一步主成分或者主因子分析打下基础。因此多因素相关性分析是基础中的基础。如果再生成一张高大上的多因素相关性的图则会给你论文或者科研增加一个档次。今天明明同学就教大家如何在R语言中通过10行代码进行多因素相关分析并生成一张高大上的图。（工欲善其事必先利其器，这里明明同学建议大家用Rstudio做R语言开发IDE，注意：为了保证在你们电脑上我和电脑上出来的结果一致，建议你们的R语言版本和我的一样为3.6.2，本文使用的是随机生成的模拟数据，不代表任何真实性）。
此为测试模拟数据，不代表认识真实性
本期教学视频
下面明明同学手把手教本次分析的步骤：
1、把数据导入到R语言中，本次演示使用从剪贴板导入。明明同学以后会给大家讲其他导入方式
<code># 把数据通过剪贴板导入到R语言mydata /<code>
2、本分析作图需要两个工具包，分别是corrgram和GGally，这两个工具包可以做出两种风格的图像，所以这里需要安装这两个工具包，在安装之前为了提高安装速度，这里明明设置镜像源为清华大学的镜像源。
<code># 为了提高安装包的速度快，这里设置安装包镜像源为国内清华大学options(repos=structure(c(CRAN="https://mirrors.tuna.tsinghua.edu.cn/CRAN/")))# 安装作图所需要的包install.packages("corrgram")install.packages("GGally")/<code>3、加载两个工具包
<code># 把使用的分析包导入library(corrgram)library(GGally)/<code>
4、获取变量之间的协方差系数矩阵
<code># 获取变量之间的相关系数矩阵my_cor /<code>
变量之间的相关系数矩阵
5、把相关系数生成高大上的分析图，提高论文档次
<code># 第一种风格的图corrgram(new_data,cor.method = 'pearson', lower.panel = panel.pts, upper.panel = panel.conf, diag.panel=panel.density)/<code>
第一种风格的图
<code># 第二种风格的图ggpairs(new_data)/<code>
第二种风格的图
到此本次多因素相关分析已经结束了，至于你喜欢那个图由你自己选择，任你搭配。
下面明明同学放上本次分析的全部R语言代码，除去注释一共10行，你学会了吗？
本期的全部代码：
<code>mydata /<code>
閱讀更多 畢業零距離 的文章
