python计算相关性显著性p值

在python中，可以使用`scipy.stats`模块中的`pearsonr()`函数来计算两个变量之间的Pearson相关系数及其显著性水平（p值）。下面是一个示例代码：

from scipy.stats import pearsonr

# 生成两个随机变量
x = [1, 2, 3, 4, 5]
y = [2, 4, 6, 8, 10]

# 计算Pearson相关系数和p值
corr, p_value = pearsonr(x, y)
print("Pearson相关系数: {:.2f}".format(corr))
print("p值: {:.2f}".format(p_value))

输出结果为：

Pearson相关系数: 1.00
p值: 0.00

其中，Pearson相关系数的取值范围为-1到1，值越接近1表示两个变量之间的正相关性越强，值越接近-1表示两个变量之间的负相关性越强，值为0表示两个变量之间没有相关性。p值表示在零假设（即两个变量之间不存在相关性）下，观察到的Pearson相关系数或更极端情况的概率。通常，如果p值小于0.05，就认为两个变量之间的相关性是显著的。