Могу ли я применить p-значения из корреляционной матрицы Пирсона к результатам агломерационной кластеризации среднего связанного расстояния Пирсона?
У меня есть большой набор данных, который я сгруппировал, используя агломерационную кластеризацию с расстоянием Пирсона и средней связью. Я хотел бы назначить фактические p-значения для ветвей, чтобы было видно, какие особенности на самом деле значительно коррелируют. Для этого я независимо создал корреляционную матрицу Пирсона N*N с p-значениями. В моем понимании, расстояния Пирсона должны быть просто 1-r, поэтому в этом случае значения p из корреляционной матрицы должны быть применимы и к матрице расстояний. Это правильно?