是否可以通过 Fisher z 变换计算 Pearson 和 Spearman P 值的 P 值？目前，Pearson 在 JMP 还斯皮尔曼莫索诺磷值为，( z （无需转换） t这是分布近似值。但从 Fisher z 变换磷我急于计算价值。特别是，在最近提交的生物科学论文中，皮尔逊相关系数斯皮尔曼也经常出现。在这种情况下，P 值绝大多数是根据 Fisher z 变换计算得出的。我想请求你的帮助。此外，希望尽可能使用 Fisher z 变换构建 95% 置信区间。 （请注意，在这种情况下不需要《准确性法》）
统计与分析回复：您不能根据 Pearson 和 Spearman 的 Fisher z 变换计算出 P 值吗？非常感谢您的请求。
另外，由于我们小组内部的沟通需要一些时间，我对回复的迟缓表示歉意。
我叫小野，在 SAS Institute Japan 的 JMP 日本分部担任测试员。
我们收到了一项请求，希望添加一个选项，用于近似皮尔逊和斯皮尔曼相关系数的p值的Fisher Z变换。我们已将其添加到愿望清单中，并将进一步考虑。
在当前的多元相关平台中，皮尔逊和斯皮尔曼相关系数的 p 值是根据学生 t 分布计算出来的。
对于皮尔逊相关系数，基于学生 t 分布的 p 值在以下条件下是精确的 p 值：
- 每个观测向量的分布都是与多元正态分布独立且相同的分布。
- 没有缺失值。
- 零假设是 H0：ρij = 0（其中 ρij 是第 i 个和第 j 个变量之间的皮尔逊总体相关系数）。
在 JMP 当前的多因素相关平台中，皮尔逊相关系数的置信区间是通过 Fisher Z 变换近似值（不包含偏差项）计算得出的。因此，置信区间是基于常数 c (-1.0) 计算的。 <1.0）を含まないのであれば、帰無仮説「h0: ρij="c」が棄却されることを意味します（デフォルトの信頼係数は95%、つまり、有意水準5%となっています）。
如果样本量相对较大，基于学生 t 分布的检验和基于 Fisher Z 变换的检验对于零假设“H0: ρij = 0”会给出相似的结果。然而，尤其是在样本量较小的情况下，两者的结果会有所不同。因此，在当前的“多重相关”平台中，检验和置信区间可能会给出不一致的结果（统计检验可能拒绝“H0: ρij = 0”，但置信区间可能包含 0，反之亦然）。这可能会让用户感到有些困惑。然而，上述基于学生 t 分布的方法在上述条件下是准确的，并且易于计算。另一方面，“精确”的置信区间计算起来有些困难。因此，我们认为使用学生 t 分布作为 p 值，并使用 Fisher Z 变换近似作为置信区间是合理的。
多路相关平台目前不计算 Spearman 相关系数的置信区间。
据我们所知，有两种“精确”检验和置信区间方法。一种是皮尔逊相关系数的置信区间，该方法假设多元正态分布。当ρij ≠ 0时，该方法需要进行数值积分。由于计算的复杂性，ρij ≠ 0的精确检验和ρij的精确置信区间似乎并未得到广泛应用。另一种精确检验基于置换检验。置换检验是一种有条件的“精确”方法。当ρij ≠ 0时，很难知道如何执行置换。JMP中没有实现这两种精确方法。皮尔逊相关系数提供的唯一精确方法是当“H0: ρij = 0”时，学生t分布（当分布为多元正态分布时）。
综上所述，JMP目前的架构如下：
- 皮尔森和斯皮尔曼相关系数的 p 值是根据学生 t 分布计算的。
- 皮尔逊相关系数的置信区间是使用 Fisher Z 变换的近似值（不带偏差项）计算的。
- Minitab 不计算 Spearman 相关系数的置信区间。
如果您想在当前 JMP 版本中根据 Fisher Z 变换近似计算 p 值，则需要使用 JMP 脚本语言 (JSL) 进行编程。代码如下（以下代码是不含偏差项的 Fisher Z 变换）。如果您有兴趣使用以下代码计算 Fisher Z 变换，请回复。我们将解释该代码。此外，以下内容旨在以易于理解的方式呈现计算方法，但也可以将其编写成更通用的代码。
r = 0.4;
n = 15;
z = 0.5 * Log((1+r)/(1-r));
up_z = z + Normal Quantile(0.975)*Sqrt(1/(n-3));
low_z = z - Normal Quantile(0.975)*Sqrt(1/(n-3));
Show((Exp(2*low_z)-1)/(Exp(2*low_z)+1));
Show((Exp(2*up_z)-1)/(Exp(2*up_z)+1));
p_z = 2*Normal Distribution(-Abs(z*Sqrt(n-3)));
Show(p_z);
t = r * Sqrt((n-2)/(1-r^2));
p_t = 2 * T Distribution(-Abs(t), n - 2);
Show(p_t);
抱歉，帖子太长了。
再次感谢您的请求。
如果您对以上回复有任何疑问或疑虑，请随时回复。
回复：您不能根据 Pearson 和 Spearman 的 Fisher z 变换计算出 P 值吗？小野先生
感谢您联系我们。
我并不着急，所以感谢您的及时回复。
在这方面，适用以下内容。
（1）我们将放弃使用 Fisher Z 变换为 Spearman 相关系数构建偏差校正的 95% 置信区间。
（2）关于皮尔逊和斯皮尔曼相关系数的 p 值，在可用的三种方法（Fisher Z 变换、学生 t 分布（目前可用）和精确方法）中，我想在我的论文中使用 Fisher Z 变换 p 值。
关于皮尔逊和斯皮尔曼相关系数的p值，
1) 我对计算 Fisher 的 Z 变换很感兴趣，并希望得到代码的解释。
2) 我对计算 Fisher 的 Z 变换很感兴趣，并希望获得更通用的代码解释。
这将是。
对于上面的(2) ，我们放弃了“精确方法”。
背景是我们要用来做20-30例的临床图像分析，所以病例数比较少，20-30例。
我目前正在使用JMP15.2（适用于Win10的64位版本）。
感谢您一直以来的支持。
