给定一个相关矩阵，如何让 R 根据变量对于任意阈值是否相关来返回分区？

Question

给定一个相关矩阵，如何让 R 根据变量对于任意阈值是否相关（连通）返回一个分区？

例如，凝视：

corr(x)

并找到由以下定义的分区：

corr(x)>0.5

返回分组为字符列表的行/列名称。

list(c("a","b"),"d")

表示“a”、“b”在一组，但“d”不在一组。

Answer 1

这个问题目前还不是很详细，所以我不确定这是否能解决您的问题，但是我的建议是生成高于特定阈值的所有相关矩阵对的列表：

# example dataset
a <- mvtnorm::rmvnorm(10,rep(0,10)) |>
  as.data.frame() |>
  setNames(LETTERS[1:10])

# correlation matrix
ca <- cor(a)
# optional: remove upper.tri and diag to avoid duplicates
ca[upper.tri(ca,T)] <- NA

# matrix of name pairs corresponding to each cell of ca
cm <- do.call(expand.grid, dimnames(ca)) |>
  apply(1,c,simplify = F) |>
  lapply(unname) |>
  matrix(ncol(ca))

# use the correlation matrix to filter the matrix of name pairs
# may remove abs() to obtain only positive correlations
# adjust threshold, currently 0.6
as.list(cm[!is.na(ca)&abs(ca)>.6])