如何将调整后的 pvalue 添加到 corrplot 矩阵

实际上只有cbind(<res>, p.adj=p.adjust(<res>$p, method='BH'))美元.

首先，在不使用corrlot包的情况下，使用相关性p值解决方案.

pm <- outer(mtcars, mtcars, Vectorize(\(x, y) cor.test(x, y)$p.value))
res <- as.data.frame(as.table(pm)) |> setNames(c("Var1", "Var2", "p"))

现在，cbind个；P值；我使用本杰米尼-霍奇伯格(又名false discovery rate(FDR)方法)."bonferroni"方法也很常见；有关选项，请参阅?p.adjust.

res <- cbind(res, p.adj=p.adjust(res$p, method='BH'))  ## here you could use any `res`, e.g. your `pval` object and `pval&Freq`

head(res)
#   Var1 Var2            p        p.adj
# 1  mpg  mpg 0.000000e+00 0.000000e+00
# 2  cyl  mpg 6.112687e-10 3.892817e-09
# 3 disp  mpg 9.380327e-10 5.404855e-09
# 4   hp  mpg 1.787835e-07 6.555396e-07
# 5 drat  mpg 1.776240e-05 3.770615e-05
# 6   wt  mpg 1.293959e-10 9.209941e-10

如果您喜欢管道，您可以执行以下操作:

res <- outer(mtcars, mtcars, Vectorize(\(x, y) cor.test(x, y)$p.value)) |>
  as.table() |> as.data.frame() |> setNames(c("Var1", "Var2", "p")) |>
  {\(.) cbind(., p.adj=p.adjust(.$p, method='BH'))}()

head(res)
#   Var1 Var2            p        p.adj
# 1  mpg  mpg 0.000000e+00 0.000000e+00
# 2  cyl  mpg 6.112687e-10 3.892817e-09
# 3 disp  mpg 9.380327e-10 5.404855e-09
# 4   hp  mpg 1.787835e-07 6.555396e-07
# 5 drat  mpg 1.776240e-05 3.770615e-05
# 6   wt  mpg 1.293959e-10 9.209941e-10