比较两个相关系数的一般方法是使用 Fisher 的 z 变换方法，即与平均值和标准差近似正常。如果样本是独立的，那么您转换每个相关系数，并且两个转换后的相关之间的差异将是正常的，平均值为和标准差。由此，您可以形成统计量并像在普通的两样本测试中一样进行测试。$\hat{\rho}_{1}, \hat{\rho}_{2}$${\rm arctanh}(\hat{\rho})$${\rm arctanh}(\rho)$$1/\sqrt{n-3}$${\rm arctanh}(\rho_{1})-{\rm arctanh}(\rho_{2})$$\sqrt{1/(n_{1}-3) + 1/(n_{2}-3)}$$z$$z$

尽管@Macro 的答案很好，但它确实需要对统计数据的（不）依赖性进行假设。另一种方法是使用自举。这个想法是保持一个变量固定并打乱另一个变量，计算每个样本的相关性，并获取它们的差异。重复多次以获得一个分布，并使用该分布来检验相关性相同的假设。你的数据集的结构对我来说不是很清楚，所以很难提供更多细节。