#前回までの内容
1. R初心者のための共発現解析（相関分析）イントロ編
 2. R初心者のための共発現解析（相関分析）実践編
 3. 共発現解析（相関分析）応用編
#目的
簡便かつ迅速に相関分析をすることに加え、無相関検定を行うことでp値を算出すること。
#対象
閾値をPCCではなくp値にしたい方。PCCがいくつ以上なら相関が高いかは恣意的であるため、統計的な指標を基に閾値を設定したい方にはおすすめです。
*PCC:ピアソンの相関係数
#簡便かつ迅速に相関分析ができるスクリプト
##Hmiscのインストール

install.packages("Hmisc")

##パッケージの読み込み

library(dplyr)
library(Hmisc)

##Hmiscの実装
Hmiscのrcorrを使うにはdata.frame型ではなく、matrix型である必要があるためas.matrixを使用。

T.data <- iris[, 1:4]
T.rcorr <- T.data %>% 
  as.matrix() %>% 
  rcorr()
T.PCC <- T.rcorr$r
T.Pvalue <- T.rcorr$P
temp <- combn(colnames(T.data), 2)

##PCC.tableに計算結果をまとめる

PCC.table <- data.frame(Source = temp[1, ],
                        Target = temp[2, ],
                        PCC = T.PCC[lower.tri(T.PCC)],
                        Pvalue = T.Pvalue[lower.tri(T.Pvalue)]
                        )

##p値が0.05より低いデータのみを抽出する

PCC005.table <- PCC.table %>% filter(Pvalue < 0.05)

#番外編
Hmiscを入れずにp値を求める方法も紹介します。

base <- cor.test(T.data[, 1], T.data[, 2])
T.pvalue <- base$p.value
T.PCC <- base$estimate

cor.testだとforを回さないといけないうえ、時間がかかってしまうので使えるならHmiscの方が良いと思います。
#参考サイト

http://www.sthda.com/english/wiki/correlation-matrix-a-quick-start-guide-to-analyze-format-and-visualize-a-correlation-matrix-using-r-software

https://www.statmethods.net/stats/correlations.html