几天以来，我在尝试比较两个Pearson相关系数时都没有取得进展。想象一下，我有两个数据集，在每个数据集上我都做了地表温度和城市指标之间的相关性。数据集的长度不同，所以第一个有大约 160.000 个可观察数据，第二个有大约 2400 个可观察数据。对于第一个数据集的相关性，我得到 -0.74 的Pearson，而对于第二个数据集，我得到 -0.885。现在我想找出这些系数是否彼此显着不同。你有什么合适的方法可以推荐吗？
我已经玩过Fisher-Z-Transformation，但从我的角度来看，没有有目的的结果。当我根据系数计算Fisher-Z时，结果为 20.95（Fisher-Z）。
我会很高兴得到合适的建议。
您可以应用各种测试。Biedenhofen & Musch (2015, PLoS ONE )给出了指示并描述了cocorR 的包，它实现了这些测试。您还可以将相关性提交给内部使用该包的 Web 工具进行测试。cocor
cocor包似乎是一个方便的工具。按照您的建议，我通过网络工具使用我的参数运行了 cocor 包。该计算的输出如下：
r1.jk = -0.747 和 r2.hm = -0.885 之间的比较
差异：r1.jk - r2.hm = 0.138
组大小：n1 = 159200，n2 = 2400
零假设：r1.jk 等于 r2.hm
备择假设：r1.jk 不等于 r2.hm（双面） Alpha：0.05
Fisher1925：Fisher's z (1925)
z = 21.0047，p 值 = 0.0000
零假设被拒绝
这对我来说似乎很有希望，但是我该如何解释结果呢？相关性明显不同，但差异显着吗？