相关性检验 python

在 Python 中进行相关性检验通常需要使用 SciPy 中的 stats 模块。以下是一个示例代码，用于计算两个变量之间的 Pearson 相关系数和 p 值：

from scipy import stats
import numpy as np

# 生成两个随机的变量
x = np.random.normal(size=100)
y = np.random.normal(size=100)

# 计算 Pearson 相关系数和 p 值
corr, p_value = stats.pearsonr(x, y)

print("Pearson correlation coefficient: ", corr)
print("p-value: ", p_value)

输出结果将包括 Pearson 相关系数和 p 值。根据 p 值可以判断两个变量之间的相关性是否具有统计学显著性。如果 p 值小于设定的显著性水平（通常为 0.05），则认为两个变量之间的相关性具有统计学显著性。