[EDA] 상관계수 시각화 (Visualization of Correlation Coefficient) with R

예전 포스팅(https://moogie.tistory.com/145)에서 여러 종류의 상관계수에 대해 알아봤었는데, 이번에는 상관계수 시각화에 대해 포스팅합니다.

[EDA] Correlation (상관계수) - Pearson, Spearman, Kendall, XI

 

1. 히트맵 형식의 시각화

기본적으로 데이터로부터 상관계수 시각화를 하려면 각 변수간의 상관계수를 구해야합니다.

R에서는 cor함수를 사용하여 상관행렬을 구할 수 있지만 matrix 클래스의 객체이므로 시각화를 위해 적절하게 변형해야합니다.

여러 방법이 있겠지만 결과적으로는 (변수1, 변수2, 상관계수값)의 열을 가진 데이터프레임을 만든 다음에 ggplot 패키지를 사용하여 히트맵을 구성할 수 있습니다.

# 간단코드
cor(mtcars) |> as.data.frame.table() |> 
  ggplot(mapping=aes(x=Var1, y=Var2, fill=Freq)) + geom_tile()

# 동일코드
cor(mtcars) |> 
  # 데이터 프레임으로 변경
  as.data.frame() |>
  # 변수명을 열에 추가
  mutate(Var1=row.names(cor(mtcars))) |> 
  # 피벗팅을 통해 열에 있는 변수명들을 하나의 열로 모음
  pivot_longer(cols = !Var1, names_to = "Var2", values_to="corr") |> 
  # geom_tile 함수를 사용해 히트맵 시각화
  ggplot(mapping=aes(x=Var1, y=Var2, fill=corr)) + geom_tile()

 

물론, 위와 같이 시각화 하는 것도 좋지만 함수를 이용한 3가지 방법도 작성해봅니다.

1. pairs : 산점도(Scatter Plot)을 그릴때 주로 사용하나, 산점도의 패널(panel)마다 다른 그래프를 넣을 수 있는 점을 이용
2. corrplot : corrplot 패키지의 함수로 표현 방식(circle, square, number, pie 등등)과 표현 영역등을 지정할 수 있음
3. ggpairs : GGally 패키지의 함수로 다양한 활용이 가능하며 특히 그룹별 시각화도 지원

# pairs 함수를 이용한 상관계수 시각화
panel.cor <- function(x, y, digits = 2, prefix = "", cex.cor, ...)
{
  par(usr = c(0, 1, 0, 1))
  r <- abs(cor(x, y))
  txt <- format(c(r, 0.123456789), digits = digits)[1]
  txt <- paste0(prefix, txt)
  if(missing(cex.cor)) cex.cor <- 0.8/strwidth(txt)
  text(0.5, 0.5, txt, cex = cex.cor * r)
}
pairs(mtcars, lower.panel = panel.smooth, upper.panel = panel.cor


# corrplot을 이용한 상관계수 시각화
corrplot::corrplot(mtcars |> cor(), method = "circle", type="lower")

# ggpairs를 이용한 상관계수 시각화
mtcars |> mutate(cyl = factor(cyl)) |>
  GGally::ggpairs(mapping=aes(color=cyl), columns = 1:5)

 

 

2. 반응변수에 대한 상관분석 결과를 이용한 Error bar 형식의 그래프

반응변수(종속변수)에 대한 설명변수(독립변수)들의 상관계수를 통계적 검정을 통해 다양한 통계값을 구할 수 있습니다.

아래와 같이 추정치(estimate)와 신뢰구간(conf.low, conf.high)를 사용하여 의미있는 결과를 도출할 수 있습니다.

corr_res <- mtcars |> select(-mpg) |> map(cor.test, y=mtcars$mpg)

# 기본 베이스
corr_res |> 
  map_dfr(broom::tidy, .id="predictor") |> 
  ggplot(mapping=aes(x=fct_reorder(predictor, estimate))) + 
  geom_point(aes(y=estimate)) + 
  geom_errorbar(aes(ymin=conf.low, ymax=conf.high), width = 0.2) +
  labs(x=NULL, y = "Correlation with MPG")

# 그래프 외형 수정 버전
corr_res |> 
  map_dfr(broom::tidy, .id="predictor") |> 
  ggplot(mapping=aes(x=fct_reorder(predictor, estimate), color=estimate<0)) + 
  geom_point(aes(y=estimate)) + 
  geom_errorbar(aes(ymin=conf.low, ymax=conf.high), width = 0.2) +
  geom_hline(yintercept = 0, color = "grey40") +
  scale_color_brewer(palette = "Set1") +
  theme(legend.position = "none") + 
  labs(x=NULL, y = "Correlation with MPG")