相当于Python中的cor.test的R'

Question

有没有办法在Python中找到r置信区间？

在R我可以做类似的事情:

cor.test(m, h)

    Pearson's product-moment correlation

data:  m and h
t = 0.8974, df = 4, p-value = 0.4202
alternative hypothesis: true correlation is not equal to 0
95 percent confidence interval:
 -0.6022868  0.9164582
sample estimates:
      cor 
0.4093729

在Python中我可以使用以下公式计算r(cor):

r,p = scipy.stats.pearsonr(df.age, df.pets)

但这不会返回r置信区间.

Answer 1

这是计算内部信心的一种方法

首先得到相关值(皮尔逊)

In [85]: from scipy import stats

In [86]: corr = stats.pearsonr(df['col1'], df['col2'])

In [87]: corr
Out[87]: (0.551178607008175, 0.0)

使用Fisher变换得到z

In [88]: z = np.arctanh(corr[0])

In [89]: z
Out[89]: 0.62007264620685021

并且,sigma值即标准误差

In [90]: sigma = (1/((len(df.index)-3)**0.5))

In [91]: sigma
Out[91]: 0.013840913308956662

获得正常连续随机变量应用two-sided条件公式的正常95%区间概率密度函数

In [92]: cint = z + np.array([-1, 1]) * sigma * stats.norm.ppf((1+0.95)/2)

最后取双曲正切以获得95%的区间值

In [93]: np.tanh(cint)
Out[93]: array([ 0.53201034,  0.56978224])