Agregar coeficientes de correlación con valores P a un diagrama de dispersión en R

En este artículo, discutiremos cómo agregar coeficientes de correlación con valor P a un gráfico de dispersión en el lenguaje de programación R.

Para agregar el coeficiente de correlación con el valor P a un gráfico de dispersión, usamos la función stat_cor() del paquete ggpubr en el lenguaje R. El paquete ggpubr proporciona algunas funciones fáciles de usar para crear y personalizar diagramas ggplot2. La función stat_cor() se usa para agregar coeficientes de correlación con valores p a un diagrama de dispersión. La función stat_cor() toma el método como argumento para decidir qué coeficiente de correlación necesitamos agregar en el gráfico de dispersión, por ejemplo, el coeficiente de Pearson, Spearman o Kendall. Para ajustar la posición de la etiqueta en el diagrama de dispersión, usamos el argumento label.x y label.y.

Sintaxis:

plot + stat_cor(método, etiqueta.x, etiqueta.y)

Parámetros:

• método: determina el método utilizado para el coeficiente de correlación, como Pearson, Spearman o Kendall.
• label.x: determina la posición del eje x de la etiqueta.
• label.y: determina la posición del eje y de la etiqueta.

Ejemplo 1: Coeficiente de correlación de Pearson

Aquí, hay un diagrama de dispersión con el coeficiente de correlación de Pearson.

# load library ggplot2
library(ggplot2)
library(ggpubr)
  
# create sample data
x= rnorm(1000)
y= x+rnorm(1000,0,10)
sample_data<- data.frame(x,y)
  
# Draw scatter plot with pearson correlation 
# coefficient
ggplot( sample_data, aes( x=x, y=y ))+
geom_point()+
stat_cor(method = "pearson", label.x = -5, label.y = 30)

 Producción:

Ejemplo 2: coeficiente de correlación de Spearman

Aquí, hay un diagrama de dispersión con el coeficiente de correlación de Spearman.

# load library ggplot2
library(ggplot2)
library(ggpubr)
  
# create sample data
x= rnorm(1000)
y= x+rnorm(1000,0,10)
sample_data<- data.frame(x,y)
  
# Draw scatter plot with spearman correlation 
# coefficient
ggplot( sample_data, aes( x=x, y=y ))+
geom_point(pch=10)+
stat_cor(method = "spearman", label.x = -5, label.y = 30)

Producción: