python中pearsonr的p值有什么意义？

Question

c, n = 0, 0
d = 0
while c < 1000:
  a = random.sample(range(10), 10)
  b = random.sample(range(10), 10)
  n += 1

  r, p = pearsonr(a, b)
  if round(r, 4) >= 0.8:
    c += 1
    if d < round(p, 4):
      d = round(p, 4)
print(d, n)

随便写了段代码测试，最后输出值为0.0049和290667，也就是说跑了29万轮，其中有1000次r值达到了0.8或以上，同时记录最大的p值，仅仅是0.0049，连标准的0.05的十分之一都没到。
也就是说只要r达到一定程度p必然小于0.05，这两个是负相关，并不会出现r小p也小的情况，p起不了检验的作用，那它存在意义是什么？pearsonr的p和统计学上的p是不是没什么关系？
实际上我只是想用pearsonr算法寻找相似度高的值，按测试结果来看似乎只要给r值设定一个阈值就够了。

Answer 1

该回答通过自己思路及引用到GPTᴼᴾᴱᴺᴬᴵ搜索,得到内容具体如下：

Pearson相关系数的p值表示的是观察到的数据在零假设下的概率。零假设是两个变量之间没有相关性。如果p值小于0.05，那么我们可以拒绝零假设，认为两个变量之间存在显著的相关性。

在你的代码中，你使用了pearsonr函数来计算两个随机样本之间的皮尔逊相关系数和p值。然后，你设置了一个阈值（例如0.8），只有当相关系数大于或等于这个阈值时，你才认为这两个样本之间存在显著的相关性。

然而，这并不意味着皮尔逊相关系数的p值就完全没有意义。实际上，p值可以帮助我们理解数据中的不确定性。例如，如果p值非常小（例如0.0049），这意味着我们在零假设下观察到的数据的概率非常低。这可能意味着我们的样本数据与真实的总体数据有很大的差异，或者我们的数据可能存在一些异常值。

总的来说，皮尔逊相关系数的p值可以帮助我们理解数据中的不确定性，但并不能替代其他的统计分析方法。

---

如果以上回答对您有所帮助，点击一下采纳该答案～谢谢