Pearsonr 和 p 值
Pearsonr and p-value
我正在分析 pandas 中的一些数据，并使用 sns.jointplot() 函数绘制两个变量之间的相关性。这两个函数之间的相关性结果如下所示：
pearsonr 的值为 0.41，p 为 5e-18。我可以从这两个值中推断出什么。这两个变量之间是否有良好的关系是不是。
此外，如果我只想在绘图上显示 pearsonr，我应该如何更改我的代码。下面是我目前使用的代码。
ax=sns.jointplot(df['Comfort'], df['Assurance'],data=df, kind="kde", color='r');
The value for pearsonr is 0.41 and p is 5e-18. What can i infer from
these two values. Is there a good relationship between these two
variables are not.
粗略地说：
- 相关系数的大小 (
0.41) 表明正相关性较低。
- p-value (
5e-18) 表明相关系数具有统计显着性，远小于 0.01（0.01 ---> 在实际上不存在相关性时得出结论存在相关性的风险存在的相关性为 1%)。
- 请记住，皮尔逊相关系数仅衡量线性关系。您可以获得具有强非线性关系的变量（数据集）的 Pearson 相关系数
0。此外，您假设您的变量（数据集）呈正态分布。
Also if I want to just display pearsonr on the plot, how should I
change my code.
seaborn 0.9.0 不显示该信息。要添加该信息，您可以使用 scipy.stats.pearsonr 计算该值，然后将其显示为图表标题的一部分。
我正在分析 pandas 中的一些数据，并使用 sns.jointplot() 函数绘制两个变量之间的相关性。这两个函数之间的相关性结果如下所示：
pearsonr 的值为 0.41，p 为 5e-18。我可以从这两个值中推断出什么。这两个变量之间是否有良好的关系是不是。
此外，如果我只想在绘图上显示 pearsonr，我应该如何更改我的代码。下面是我目前使用的代码。
ax=sns.jointplot(df['Comfort'], df['Assurance'],data=df, kind="kde", color='r');
The value for pearsonr is 0.41 and p is 5e-18. What can i infer from these two values. Is there a good relationship between these two variables are not.
粗略地说：
- 相关系数的大小 (
0.41) 表明正相关性较低。 - p-value (
5e-18) 表明相关系数具有统计显着性，远小于 0.01（0.01 ---> 在实际上不存在相关性时得出结论存在相关性的风险存在的相关性为 1%)。 - 请记住，皮尔逊相关系数仅衡量线性关系。您可以获得具有强非线性关系的变量（数据集）的 Pearson 相关系数
0。此外，您假设您的变量（数据集）呈正态分布。
Also if I want to just display pearsonr on the plot, how should I change my code.
seaborn 0.9.0 不显示该信息。要添加该信息，您可以使用 scipy.stats.pearsonr 计算该值，然后将其显示为图表标题的一部分。