皮尔逊相关系数及假设检验-Toy模板网

这篇具有很好参考价值的文章主要介绍了皮尔逊相关系数及假设检验。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

一、看两者是否算相关要看两方面：显著水平以及相关系数
（1）显著水平,就是P值,这是首要的,因为如果不显著,相关系数再高也没用,可能只是因为偶然因素引起的,那么多少才算显著,一般p值小于0.05就是显著了；如果小于0.01就更显著；例如p值=0.001,就是很高的显著水平了,只要显著,就可以下结论说：拒绝原假设无关,两组数据显著相关也说两者间确实有明显关系.通常需要p值小于0.1,最好小于0.05设甚至0.01,才可得出结论：两组数据有明显关系,如果p=0.5,远大于0.1,只能说明相关程度不明显甚至不相关.起码不是线性相关.
（2）相关系数,也就是Pearson Correlation(皮尔逊相关系数),通常也称为R值,在确认上面指标显著情况下,再来看这个指标,一般相关系数越高表明两者间关系越密切.
R>0 代表连个变量正相关,即一个变大另一个随之变大
————————————————
版权声明：本文为CSDN博主「xiaocong1990」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/xiaocong1990/article/details/71267144
二、显著性水平P值
讨论两变量是否相关必须讨论显著性水平，不谈P值之谈相关系数大小是无意义的，两者之间的相关关系可能只是偶然因素引起的，所以我们要对两个变量之间的相关关系的显著性水平进行判断；
采用假设检验的方法：
原假设H0： R=0 两变量之间不存在线性关联
备择假设H1： R不等于0，两变量之间存在线性关联
根据假设检验方法，在零假设成立的条件下，即假设两变量不存在相关性的前提下，计算出两变量不存在相关性的概率值（P值），如果这个P值很小，说明两变量不存在相关性的概率很小，我们就可以拒绝原假设，接受备择假设，那么这里我们就需要一个阈值
通常以5%为阈值（这里的阈值也称为显著水平），如果 p<0.05,则说明可以拒绝原假设。接受备择假设，即两变量之间存在显著的线性关联
所以当p值远大于 0.05时，即使相关系数很大，我们也不能说两变量之间存在明显相关性；而且一般要先在p值满足要求的前提下再去谈相关系数的大小。
————————————————
版权声明：本文为CSDN博主「Jared_Yang」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/qq_37007384/article/details/102662104