Scipy pearsonr返回元组而非PearsonRResult对象，无法计算置信区间

核心原因 #

你使用的Scipy 1.7.3版本尚未引入PearsonRResult对象，这个带confidence_interval()方法的返回类型是Scipy 1.9.0及以上版本才新增的特性。旧版本中stats.pearsonr仅返回包含相关系数和p值的元组，因此无法调用该方法。

解决办法 #

方法1：升级Scipy版本

执行以下命令将Scipy升级到1.9.0或更高版本（兼容你的Python 3.7.0）：

pip install --upgrade scipy>=1.9.0

升级后重新运行你的代码，res会变为PearsonRResult对象，即可正常调用res.confidence_interval(confidence_level=0.9)获取置信区间。

方法2：手动计算置信区间（无需升级）

如果暂时无法升级Scipy，可以通过Fisher z变换手动计算Pearson相关系数的置信区间，代码示例如下：

import numpy as np
from scipy import stats

x, y = [1, 2, 3, 4, 5, 6, 7], [10, 9, 2.5, 6, 4, 3, 2]
r, p = stats.pearsonr(x, y)
n = len(x)

# Fisher z变换，将r转换为近似正态分布的z值
z = np.arctanh(r)
# 计算z值的标准误
se = 1 / np.sqrt(n - 3)
# 90%置信水平对应的正态分布临界值
z_critical = stats.norm.ppf((1 + 0.9) / 2)
# 计算z值的置信区间
z_low = z - z_critical * se
z_high = z + z_critical * se
# 逆变换回Pearson r的置信区间
r_confidence_interval = (np.tanh(z_low), np.tanh(z_high))

print(f"Pearson相关系数: {r}")
print(f"90%置信区间: {r_confidence_interval}")

内容的提问来源于stack exchange，提问作者sjm220