大家好！欢迎关注小号：医学统计数据分析，今天我们来介绍一下常用统计学方法的R语言基本操作中，相关性分析及相关图的画法。
R是用于统计分析、绘图的语言和操作环境。R是属于GNU系统的一个自由、免费、源代码开放的软件，它是一个用于统计计算和统计制图的优秀工具。
我们先下载R与Rstudio的安装包，先安装R，再安装Rstudio。RStudio是一款R语言的集成开发环境（IDE），R自带的环境操作起来可能不是方便，而Rstudio很好地解决了这个问题，RStudio只是辅助你使用R进行编辑的工具，因为它自身并不附带R程序。
R下载地址(官网)：
https://cran.r-project.org/bin/windows/base/
Rstudio(官网):
https://rstudio.com/
打开RStudio之后，会出现上图所示的窗口，其中有四个独立的面板。RStudio界面分为左上角的源码编辑、脚本显示，左下角的代码执行、控制台，右上角的代码历史记录、数据对象列表，右下角的代码组织管理、包安装、更新、绘图。
我们以下图所示数据为例：
我们先整理一下操作空间：
rm(list=ls())#清空所有数据变量列表
install.packages() #安装包
library() #加载包
#加载所需包并加载数据
library(readxl) #读取Excel包
data <- read_excel(C:/Users/LENOVO/Desktop/测试数据.xlsx)
我们直接plot(data)
我们用R自带的cor()函数，直接对指标1和指标2进行相关性分析，得到相关系数
cor <- cor(data$指标1, data$指标2)
cor
直接用plot（）函数绘制指标1及指标2的散点图：
plot(data$指标1, data$指标2)
#直接用cor（）函数对所有数据data生成相关系数矩阵
res <- cor(data)
res
#可以使用round()函数对相关系数进行保留两位小数的操作：
round(res, 2)
#我们可以使用corrplot（）包对相关系数矩阵进行绘图，上半部分与下半部分是对称关系。
增加type = "upper"，语句，可以仅保留上半部分，
调整tl.col = "red",语句，可以改变标签颜色
增加type = "lower"，语句，可以仅保留下半部分，
调整tl.col = "blue",语句，可以改变标签颜色
上边的相关分析仅可得到相关系数，并不能得到P值，我们可以安装并加载Hmisc包进行P值的运算：
library(Hmisc)#加载包
res2 <- rcorr(as.matrix(data))
res2
也可以选择单独输出相关系数或P值：
res2$r
res2$P
通过sig.level = 0.05可以对corrplot(）绘图的点进行选择，仅保留有显著相关性的数据对，insig = "blank"则规定无显著相关的数据对显示为空白。
corrplot(res2$r, type="upper", p.mat = res2$P, sig.level = 0.05, insig = "blank")
通过colorRampPalette(）包可以调用颜色版自定义颜色，接着使用heatmap（）包可以根据规定的调色板绘制热图矩阵。
col<- colorRampPalette(c("blue", "white", "red"))(100)
heatmap(x = res, col = col, symm = TRUE)
