Solo vine por un post hablando de las redes para la visualización de las correlaciones:
¿Es un método conocido? ¿Puede alguien arrojar algunas ideas en él? (Me pregunto acerca de lo útil que podría ser y cuándo.)
Respuestas
¿Demasiados anuncios?
¿Sabe usted la qgraph proyecto (y los relacionados con el paquete R)? Su principal objetivo es proveer varias pantallas para psicométricas de los modelos, especialmente aquellos que dependen de las correlaciones. He descubierto este enfoque para mostrar la correlación de las medidas cuando estaba leyendo un muy agradable y revolucionaria artículo sobre diagnóstico de la medicina por Denny Borsboom y coll.: Comorbilidad: Una perspectiva de red, BBS (2010) 33: 137-193.
Un simplificada resumen de su planteamiento de la red de comorbilidad es que es "la hipótesis que surgen de las relaciones directas entre los síntomas de trastornos múltiples", contrario a la más clásica de vista donde estos son trastornos comórbidos sí que causa sus síntomas asociados a relacionar (como se refleja en una variable latente del modelo, como factor o elemento de respuesta de los modelos, en los que un determinado síntoma permitiría medir un trastorno en particular). De hecho, los síntomas son parte de trastorno, pero no a medir (y este es un mereological relación). Su figura 5 describe un "comorbilidad de red" y es particularmente interesante, ya que incorpora la frecuencia de los síntomas y la magnitud de sus bivariante de la asociación en la misma imagen. Ellos estaban usando Cytoscape en ese momento, pero la qgraph proyecto ha alcanzado un estado de madurez.
Aquí están algunos ejemplos de la línea R ayuda; básicamente, estos son: (1) una asociación gráfico circular o (2) la primavera de diseño, (3) una concentración gráfico con la primavera de diseño, y (4) un factorial gráfico con la primavera de diseño (ver help(qgraph.panel)):
(Véase también la help(qgraph.pca) de niza circular muestra de una matriz de correlación para el NEO-FFI, que es un 60-inventario de personalidad.)
jldugger
Puntos
7490
Sorprendentemente, como una búsqueda de Imágenes de Google indica, los gráficos no parecen ser de uso común para estudiar o explicar las correlaciones múltiples. Es una pena, porque estoy seguro de que gran parte de esta teoría pueden ser reducidas a simples operaciones en los gráficos.
Sin embargo, este método gráfico para mostrar las correlaciones (o su matemáticos equivalentes, los cosenos de los ángulos) ha estado en uso mucho tiempo (al menos 75 años) en la forma de un Coxeter-diagrama de Dynkin .
Por ejemplo, el diagrama A3 0--0--0 representa tres variables X, Y, y Z , donde X y Z (los nodos exteriores) están correlacionadas y las correlaciones entre X y Y y Z y Y son ambos -0.5. En las aplicaciones habituales de estos diagramas, ciertos especial "correlaciones" (ángulos) son importantes, por lo que un método especial de etiquetado de los bordes con las correlaciones se utiliza, pero esto funciona de la misma manera que el uso de otras formas de etiquetado, tales como colores.
Cuando se utiliza una "distancia" métrica monótonamente relacionados con la correlación, entonces cualquier 2D MDS de cálculo que se puede (y suele) ser pensado como la incrustación de este gráfico en el plano de tal manera que la distancia Euclídea reflejan las correlaciones. Esto ilustra la conexión íntima entre la clustering basado en la correlación de los métodos y de los gráficos de correlación. Como otro ejemplo, en este sentido, un dendrograma, cuando se deriva de una correlación basado en la matriz de similitud, es otro de red basado en la forma de mostrar las correlaciones. (Sin embargo, se utiliza en posición vertical en una forma esencial para mostrar la semejanza, y por lo tanto no es puramente una red basada en el método.)
