s-CorrPlot: Um Gráfico de Dispersão Interativo para Explorar Correlação

O grau de correlação entre variáveis é utilizado em muitas aplicações de análise de dados como uma medida chave de interdependência. As técnicas mais comuns para análise exploratória de correlação par a par em conjuntos de dados multivariados, como matrizes de gráficos de dispersão e mapas de calor agrupados, no entanto, não escalam bem para grandes conjuntos de dados, seja computacionalmente ou visualmente. Apresentamos uma nova visualização que é capaz de codificar a correlação par a par entre centenas de milhares de variáveis, chamada s-CorrPlot. O s-CorrPlot codifica a correlação espacialmente entre variáveis como pontos em um gráfico de dispersão usando a estrutura geométrica subjacente à correlação de Pearson. Além disso, estendemos o s-CorrPlot com técnicas interativas que permitem a animação do gráfico de dispersão para novas projeções do espaço de correlação, conforme ilustrado no vídeo acompanhante nos materiais suplementares. Fornecemos o s-CorrPlot como um pacote R de código aberto e validamos sua eficácia através de uma variedade de métodos, incluindo um estudo de caso com um colaborador da biologia. Materiais suplementares para este artigo estão disponíveis online.