2023年4月17日发(作者：嵌入式灯具)相关性的显著性检验
对计算好的相关系数进⾏显著性检验。
原假设：变量间不相关，即总黛珂紫苏水乳
体的相关系数为0。
()对单个的 Pearson、Spearman 和 Kendall 相关系数进⾏检验。、
格式：（x, y, alternative=, method=）
x,y： 为要检验相关性的变量。
alternative： 指定双侧检验或单侧检验。, less 或 greater克制的反义词
。
method：method：指定相关系数的类型。pearson、spearman、kendall。
（1）⼀次检验⼀种相关关系
> (houXQ[, c("hou_total")],houXQ[, c("hou_area")] )
Pearson's product-moment co核心肌群
rrelation
data: houXQ[, c("hou_total")为什么说梦话
] and houXQ[, c("hou_area")]
t = 39.537, df = 187, p-value < 2.2e-16
alternative hypothesis: true correlation is not equal to 0
95 per阿苯达唑片
cent confidence interval:
0正月十五习俗
.9274393 0.9585053
sample estimates:
cor
0.9450675安全主题班会记录
解释：总价与⾯积成正相关。
（2）⼀次检验多种相关关系
（）
检验结果小儿佝偻病的症状图片
的p值越⼩表明两个变量相关性越⼤，为0表⽰显著相关，<0.05表⽰相关性⼤，为1表⽰基本不相关。
> lectedColumns<- c("hou_total","hou_avg","hou_floor_curr","hou_floor_total","hou_area")
> houNum<-houXQ[, lectedColumns]
> (houNum, u="complete")
