有没有一种方法可以计算经协变量调整的Pearon系数相关值？

Question

假设我有这样的数据：

import pandas as pd
import statsmodels.formula.api as smf

sample_data = pd.read_csv('sample_data.csv',index_col = 0,header = 0)
sample_data

我想探讨年龄对计数的影响。如果我想从数据中消除性别的影响，我将执行两步回归，使用计数与性别的残差，以及残差与年龄的回归，如下所示：

sex_corrl = smf.ols('Counts ~ Sex',data = sample_data).fit()
sample_data['Residuals of Sex'] = list(sex_corrl.resid)
sex_adj_corrl = smf.ols('Q("Residuals of Sex") ~ Age',data = sample_data).fit()

sex_adj_corrl.summary()

我的问题是，如果我在两步回归分析的最后获取R2值（0.013值）的平方根，它是Pearson的相关系数吗？如果没有，我将如何计算经过性别调整的皮尔逊相关系数？