如何基于任意阈值用R从相关矩阵获取变量关联分组？

核心思路 #

把每个变量看作图的节点，当两个变量的相关系数超过设定阈值时，就认为这两个节点之间有一条边。最终图里的连通分量就是一组关联变量——连通分量里的所有变量都通过直接/间接的高相关关系连在一起，不同分量的变量则无关联。

具体实现步骤 #

1. 安装并加载工具包 #

处理图结构需要用到igraph包，先完成安装和加载：

# 首次使用时安装
install.packages("igraph")
# 加载包
library(igraph)

2. 准备相关矩阵 #

可以用自己的数据集计算，也可以用下面的模拟数据演示：

# 模拟5个变量的数据集（替换成你的真实数据即可）
set.seed(123)
a <- rnorm(100)
b <- a + rnorm(100, 0, 0.3)  # 和a高度正相关
c <- rnorm(100)
d <- c + rnorm(100, 0, 0.2)  # 和c高度正相关
e <- rnorm(100)              # 独立变量
df <- data.frame(a, b, c, d, e)

# 计算相关矩阵
cor_mat <- cor(df)

3. 生成邻接矩阵 #

根据阈值（比如0.5）标记连通关系：相关系数超过阈值的位置设为1（代表连通），对角线设为0（变量自身不算关联）。如果只考虑正相关，去掉abs()即可：

threshold <- 0.5
# 生成邻接矩阵
adj_mat <- ifelse(abs(cor_mat) > threshold, 1, 0)
diag(adj_mat) <- 0  # 去掉自身关联

4. 提取连通分组 #

把邻接矩阵转换成图对象，再提取每个连通分量的变量名：

# 从邻接矩阵创建无向图
graph_obj <- graph_from_adjacency_matrix(adj_mat, mode = "undirected")
# 拆分出所有连通分量
components <- decompose(graph_obj)
# 把每个分量转换成变量名列表
group_list <- lapply(components, function(comp) {
  V(comp)$name
})

5. 查看结果 #

运行后group_list就是要求的分组格式：

print(group_list)
# 输出示例：
# [[1]]
# [1] "a" "b"
# 
# [[2]]
# [1] "c" "d"
# 
# [[3]]
# [1] "e"

注意事项 #

• 阈值可按需调整（比如0.6、0.7），如果只关注正相关，删除代码里的abs()即可。
• 若你已有现成的相关矩阵，直接替换代码里的cor_mat即可，无需模拟数据。
• 分组结果会自动沿用相关矩阵的行/列变量名，无需额外设置。

内容的提问来源于stack exchange，提问作者monotonic