Matlab 如何解释相关结果?

Matlab 如何解释相关结果?,matlab,statistics,correlation,p-value,pearson,Matlab,Statistics,Correlation,P Value,Pearson,我对Matlab中的Pearson相关性有些怀疑,尤其是关于p值的概念。 我有两个向量(A和B),我使用corrcoff函数计算皮尔逊相关。 我有以下结果: 相关性 1 0.1219 0.1219 1 和相对p值 1 0.3042 0.3042 1 关于这两个向量我能说些什么? 我可以肯定地说,它们的相关性很低。但是p值呢?(大于0.05)p值告诉您,向量A和B中测量的两个变量之间的相关性与0.3042水平下的0没有显著差异 这个p值的意思是:如果你得出结论,变量之间的真实(未知)

我对Matlab中的Pearson相关性有些怀疑,尤其是关于p值的概念。 我有两个向量(A和B),我使用
corrcoff
函数计算皮尔逊相关。 我有以下结果:

相关性

1   0.1219
0.1219  1
和相对p值

1  0.3042
0.3042  1
关于这两个向量我能说些什么?
我可以肯定地说,它们的相关性很低。但是p值呢?(大于0.05)

p值告诉您,向量A和B中测量的两个变量之间的相关性与0.3042水平下的0没有显著差异

这个p值的意思是:如果你得出结论,变量之间的真实(未知)相关性不是0,那么出错的概率是0.3042。。。这通常被解释为一个大概率。
这就是为什么通常情况下,如此“高”的p值表明分析师不应该拒绝被测试的假设(在这种情况下,假设是:“两个分析变量之间的相关性为0”).

p值告诉您,向量A和B中测量的两个变量之间的相关性与0.3042水平下的0没有显著差异

这个p值的意思是:如果你得出结论,变量之间的真实(未知)相关性不是0,那么出错的概率是0.3042。。。这通常被解释为一个大概率。
这就是为什么通常情况下,如此“高”的p值表明分析员不应该拒绝被测试的假设(在这种情况下,假设是:“两个分析变量之间的相关性为0”)。

这里潜在的无效假设是A和B之间没有线性关系(即A和B之间的相关性为0). 正如您所指出的,p值0.3042大于0.05。这意味着在显著性水平为0.05时,我们无法拒绝无效假设(即,没有证据表明A和B之间的相关性与0显著不同)。考虑到A和B之间的相关性非常低,为0.1219,这是预期的。

这里的基本零假设是A和B之间没有线性关系(即A和B之间的相关性为0)。正如您所指出的,p值0.3042大于0.05。这意味着在显著性水平为0.05时,我们无法拒绝无效假设(即,没有证据表明A和B之间的相关性与0显著不同)。考虑到A和B之间的相关性非常低,为0.1219,这是预期的。

相关:相关: