@Jiaxuan · May 25, 2019 · 10 min read

接触组学多了，感觉分析主要有两类，一个是基于被研究对象的位置和序列。一类是基于算法。前者比如说lncRNA与mRNA的antisense和cis的作用关系，miRNA和piRNA的靶向基因预测等。后者就比如说机器学习、降维、聚类等算法。

其中机器学习是通过程序不断的迭代来寻找合适的模型

降维就是将高维数据通过计算，在尽量保证数据原始分布特征的情况下，将数据映射在低维的刻度。 markdown preview 聚类方法很多，常用的是计算欧式距离后，用K-mean聚类算法进行聚类，K-mean聚类算法就是先随机挑选k个中心，按照距离远近分别聚在一起。然后在聚类的簇里重新选择平均值作为中心点，重新聚类，然后不断迭代设置的次数，最后的结果就是聚类结果。当然如果画树，还涉及分类树的算法。简而言之，麻烦，不详细说了。

相关性分析，这就是本文要详细说的了。

相关性分析是一种统计技术，

相关性分析，就是衡量两个变量之间的依赖性强弱

相关性：可以显示两个变量是否相关以及如何相关。例如，身高和体重是相关的; 较高的人往往有更大的体重。那么这种关系就是正相关。那么再例如汽车排量与每升汽油的里程，是负相关的，汽车排量越大，每升汽油跑的里程就越短。

尽管这种相关性非常明显，但您的数据可能包含未预料到的相关性。您可能还会产生怀疑。怀疑两个变量之间是否存在相关性，或者不知道两者之间的依赖和联系程度。这个时候，就会需要一种可以量化的指数分析。相关分析可以帮助我们更好地理解数据。

但是

使用相关性分析的时候，我们需要记住的一个关键事项是：永远不要假设相关性就一定意味着A变量的变化会导致B变量的变化。多年来个人电脑和运动鞋的销售都强劲增长，并且它们之间存在高度相关性，但你不能认为购买电脑会导致人们购买运动鞋（反之亦然）。但可能还是可能存在相同的调节因素，比如社会生产力的提高和经济状况的改善。

当两个变量之间存在非常强烈的相互依赖关系的时候，我们就可以说两个变量之间的存在高度相关性。

本次我们用R来进行计算和绘图，所用的数据是R自带的mtcars数据

那么行名我们知道是汽车的型号。那么列名呢，

从上述列名中，我们可以简单得到排量（disp）与马力（hp）呈现正相关性，而与每加仑汽油行驶的里程是负相关性。

那么我们就可以用R的cor函数来计算两个变量之间的相关性。