混合相关性矩阵

将 Pearson r 数值、相关性椭圆、变量标签与显著性标记放在同一张矩阵中。混合相关性矩阵属于 Plus;普通 Pearson 相关性热图仍属于 Free。

准备数据

入门建议使用宽表:每列为一个数值变量,每行为同一个样本的观测。不要把已经算好的相关系数矩阵当作原始样本再次计算。

以下仅为演示列结构的练习数据,不用于统计结论。样本 ID 只用于对齐行,不应勾选为参与相关的变量。

练习数据 · 非截图原始数据
样本 ID指标 A指标 B指标 C
S110187
S212246
S315279
S418355
S520344
S623428

创建混合相关性矩阵

先确认样本配对,再选择变量、分组与显示方式。

Step 1

输入结构

在热图家族菜单选择“混合相关性矩阵”,使用“多列变量”输入。

设置参考 · 非交互面板
入门方式
多列变量
其他方式
XYZ 曲线组
Step 2

数据关系

选择两列或更多数值列,确认同一行代表同一样本。

设置参考 · 非交互面板
一列
一个变量
一行
同一个样本
选择
至少两列数值变量
Step 3

预览与分组

按需为变量填写相同组名,检查预览中的有效相关系数与无法计算数量后创建。

设置参考 · 非交互面板
单层分组
同组变量填写相同组名
留空
不分组
创建前
检查有效相关系数与无法计算数量
Step 4

读图方式

在显示、标签与颜色页面调整椭圆、显著性标记、分组及色标。

设置参考 · 非交互面板
下三角
Pearson r 数值
上三角
方向与形态表达相关关系
对角线
变量名
叉号
无法计算,不是显著性结论

读图与导出前检查

  • 相关不代表因果。检查离群值、非线性关系与样本量,再解释 Pearson r。
  • 叉号表示该相关系数无法计算,不等于零相关或“不显著”。常量列和有效配对不足都需要检查。
  • 显著性标记依赖可用的 p 值;展示时写清阈值,不把星号数量当作效应大小。
  • 变量分组是展示标签,不会把样本重新分组,也不会自动聚类。
  • XYZ 曲线组是另一种输入:映射 X、Y 与数值列,并选择按 X 或 Y 比较剖面;不要与宽表的逐行样本配对混淆。
查看二维颜色图教程

可调整参数

这里列出该图类型常用的调整项。详细的线条、标记、坐标轴、图例和字体设置可查看“样式功能”。

  • 矩阵布局:下三角数值 / 上三角椭圆 / 对角线标签
  • 椭圆大小、透明度与轮廓
  • 单元格网格
  • 显著性标记与阈值
  • 单层行列分组
  • 配色与 Pearson r 色标
样式功能