要给出不同的系数的corrplot()和cor.test()的代码示例，可以按照以下步骤操作：

1. 安装和加载所需的包：

install.packages("corrplot") # 安装corrplot包
install.packages("psych") # 安装psych包
library(corrplot) # 加载corrplot包
library(psych) # 加载psych包

2. 创建一个数据集：

# 创建一个包含3个变量的数据集
set.seed(123)
var1 <- rnorm(100)
var2 <- rnorm(100)
var3 <- rnorm(100)
data <- data.frame(var1, var2, var3)

3. 使用cor.test()计算相关系数并进行假设检验：

# 计算var1和var2之间的相关系数和显著性检验
correlation <- cor.test(data$var1, data$var2)
correlation$estimate # 相关系数
correlation$p.value # 显著性检验的p-value

4. 使用corrplot()绘制相关系数矩阵的图形：

# 计算数据集中所有变量的相关系数矩阵
cor_matrix <- cor(data)

# 绘制相关系数矩阵的图形
corrplot(cor_matrix, method = "color")

通过以上步骤，你可以使用corrplot()和cor.test()函数来计算和可视化不同系数的相关性。