R分析里面cor.test结果怎么看

在R语言中，cor.test()函数是用来计算两个变量之间的相关性以及相关性的显著性检验。该函数返回的结果包括以下信息：

1. 相关系数(r)：表示两个变量之间的相关程度，取值范围为-1到1，其中-1表示完全负相关，1表示完全正相关，0表示没有相关关系。

2. P值：表示相关系数的显著性水平，通常取值范围为0到1。P值越小，表示相关系数越显著，即变量之间的关系越强。

3. 显著性水平：表示在给定的置信水平下，相关系数是否显著，通常取值为0.05或0.01。如果显著性水平小于置信水平，那么就可以拒绝零假设，即认为两个变量之间存在显著的相关关系。

例如，假设我们进行了一次cor.test()函数计算，结果如下：

Pearson's product-moment correlation

data:  x and y
t = 2.2374, df = 8, p-value = 0.05457
alternative hypothesis: true correlation is not equal to 0
95 percent confidence interval:
 -0.01998483  0.82115039
sample estimates:
      cor 
0.6086865 

根据上面的结果，我们可以得到以下信息：

1. 相关系数(r)=0.6086865，表示x和y之间存在一定程度的正相关关系。

2. P值=0.05457，表示在给定的置信水平下，相关系数的显著性水平较低，但仍然可以认为x和y之间存在显著的相关关系。

3. 显著性水平=0.05，表示在给定的置信水平下，相关系数的显著性水平为0.05457，小于置信水平0.05，因此可以拒绝零假设，即认为x和y之间存在显著的相关关系。