相关分析是用于研究多个变量之间相互关系的统计方法，最早由英国统计学家卡尔·皮尔逊（KarlPearson）于1896年提出。皮尔逊通过对变量间线性关系的深入研究，提出了“皮尔逊相关系数”（PearsonCorrelationCoefficient），标志着相关分析方法的诞生。随着统计学的发展，相关分析逐渐扩展，形成

importjsonimportnumpyasnp#计算皮尔逊系数defpearson_score(dataset,user1,user2):ifuser1notindataset:raiseTypeError('User'+user1+'notpresentinthedataset')ifuser2notindataset:raiseType

目录1.总体的皮尔逊相关系数2.样本的皮尔逊相关系数3.对于皮尔逊相关系数的认识4.描述性统计以及corr函数​编辑 5.数据导入实际操作6.引入假设性检验6.1简单认识6.2具体步骤7.p值判断法8.检验正态分布8.1jb检验8.2威尔克检验：针对于p值进行检验9.两个求解方法的

ICEEMDAN+皮尔逊+小波分解降噪+重构代码获取戳此处ICEEMDAN（改进的CEEMDAN）原理：ICEEMDAN是由Colominas等人提出的信号处理方法，它是在自适应噪声完全集合经验模态分解（CEEMDAN）的基础上发展而来。与CEEMDAN不同，ICEEMDAN在分解过程中不是直接添加高斯白噪声，而是选取白噪声被E