相关疑难解决方法(0)

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.

使用ppf函数from scipy.stat.norm,我得到一个单尾结果,例如,ppf(.95)发出1.644...而不是1.96...双尾分布应该得到.

scipy中是否有一个函数根据p值给出双尾z分数？

我有一个矩阵 M1 ，其中每一行都是一个与时间相关的信号。

我还有另一个相同维度的矩阵 M2，其每一行也是一个时间相关信号，用作“模板”，用于识别第一个矩阵中的信号形状。

我想要一个列向量 v，其中 v [i] 是 M1 第 i 行和 M2 第 i 行之间的相关性。

我研究了 numpy 的 corrcoef 函数并尝试了以下代码：

import numpy as np

M1 = np.array ([
    [1, 2, 3, 4],
    [2, 3, 1, 4]
])

M2 = np.array ([
    [10, 20, 30, 40],
    [20, 30, 10, 40]
])

print (np.corrcoef (M1, M2))

打印：

[[ 1.   0.4  1.   0.4]
 [ 0.4  1.   0.4  1. ]
 [ 1.   0.4  1.   0.4]
 [ 0.4  1.   0.4  1. ]] …