如何使用 Julia 计算具有 p 值的 pearson 相关系数？答案

【问题标题】：How to use Julia to compute the pearson correlation coefficient with p-value?如何使用 Julia 计算具有 p 值的 pearson 相关系数？
【发布时间】：2018-11-16 21:34:17
【问题描述】：

我正在寻求帮助，以使用 Julia 语言计算具有 p 值的 Pearson 相关系数。 Python中的类似函数是scipy.stats.pearson。

下面的 Julia 函数只给出了相关性。感谢您对 p 值部分的帮助/提示。

using RDatasets, Statistics
iris = dataset("datasets", "iris");
Statistics.cor(iris.SepalLength, iris.SepalWidth)

【问题讨论】：

标签： julia

【解决方案1】：

我不知道现有的实现，但这里有一个使用Fisher transformation 的 H0 等于 0 的双面测试：

using Distributions

cortest(x,y) =
    if length(x) == length(y)
        2 * ccdf(Normal(), atanh(abs(cor(x, y))) * sqrt(length(x) - 3))
    else
        error("x and y have different lengths")
    end

或使用 HypothesisTests.jl 包，例如：

using HypothesisTests

OneSampleZTest(atanh(cor(iris.SepalLength, iris.SepalWidth)),
               1, nrow(iris)-3)

【讨论】：

【解决方案2】：

现在还可以使用HypothesisTests中的函数pvalue，例如：

 using HypothesisTests
 x = [1,2,3]; y = [2,3,5];
 pvalue(CorrelationTest(x,y))

此示例返回 0.1210377，与 python 的 scipy.stats.pearsonr 和 R 的 cor.test 相同。

【讨论】：