举例df 计算 pearson相关系数矩阵及P值

在Python的数据分析库pandas和统计库statsmodels中，你可以使用`pearsonr()`函数计算两个变量之间的皮尔逊相关系数，并通过`corr()`函数获取DataFrame内的所有变量之间的相关系数矩阵以及显著性水平（P值）。这里是一个例子：

import pandas as pd
import numpy as np
from scipy.stats import pearsonr
import statsmodels.api as sm

# 假设我们有一个DataFrame df，其中包含两列数据 'A' 和 'B'
df = pd.DataFrame({
   'A': [1, 2, 3, 4, 5],
   'B': [2, 4, 6, 8, 10]
})

# 计算'A'和'B'的相关系数和P值
corr_coeff, p_value = pearsonr(df['A'], df['B'])
print(f"相关系数: {corr_coeff}, P值: {p_value}")

# 计算整个DataFrame的相关系数矩阵（包括自相关）
correlation_matrix = df.corr()
print("\n相关系数矩阵:")
print(correlation_matrix)

# 如果需要显著性水平（通常默认0.05作为阈值），可以这样做：
# 使用sm.OLS()创建线性回归模型，然后获取pvalues
model = sm.OLS(df['A'], df[['B']]).fit()
p_values = model.pvalues.iloc[1]  # 我们排除了对自身的一阶自相关检查
print("P值矩阵(剔除自相关):")
print(p_values)

注意：上面的代码假设DataFrame中至少有两个数值型变量。在实际操作中，确保数据适合进行皮尔逊相关性分析，因为该方法只适用于连续变量。