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，即总体的相关系数为0。
cor.test()对单个的 Pearson、Spearman 和 Kendall 相关系数进行检验。、
格式：cor.test（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。two.side, less 或 greater。
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
|
> cor.test(houseXQ[, c("house_total")],houseXQ[, c("house_area")] )
Pearson's product-moment correlation
data: houseXQ[, c("house_total")] and houseXQ[, c("house_area")] t = 39.537, df = 187, p-value < 2.2e-16 alternative hypothesis: true correlation is not equal to 0 95 percent confidence interval: 0.9274393 0.9585053 sample estimates: cor 0.9450675 |
解释：总价与面积成正相关。
（2）一次检验多种相关关系
corr.test（）
检验结果的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。
|
> selectedColumns<- c("house_total","house_avg","house_floor_curr","house_floor_total","house_area") > houseNum<-houseXQ[, selectedColumns] > corr.test(houseNum, use="complete") |