你可以使用cor.test：

col1 = c(1,2,3,4) 
col2 = c(1,4,3,5)
cor.test(col1,col2) 

这使 ：

# Pearson's product-moment correlation   
# data:  col1 and col2   
# t = 2.117, df = 2, p-value = 0.1685   
# alternative hypothesis: true correlation is not equal to 0   
# 95 percent confidence interval:   
#  -0.6451325  0.9963561   
# sample estimates:   
#       cor    
# 0.8315218    

更多关于统计和额外参数的信息在官方页面：

https://stat.ethz.ch/R-manual/R-patched/library/stats/html/cor.test.html

如果您只想要 P 值：

> cor.test(col1,col2)$p.value
[1] 0.1684782

以下将按照您的要求进行：

 library(Hmisc) # You need to download it first.
 rcorr(x, type="pearson") # type can be pearson or spearman

这里 x 是一个数据帧，并且 rcorr 返回可能从“x”数据帧形成的每个相关性。

或者您可以自己计算统计数据：

在哪里$\hat{\rho}$是从数据估计的皮尔逊相关性，n 是样本量。