相关分析是对变量两两之间的相关程度进行分析。相关分析的计算方式有三种，分别是 Pearson 相关系数（适用于定量数据，且数据满足正态分布）、Spearman 相关系数（数据不满足正态分布时使用）。Kendall's tau -b 相关系数（有序定类变量） ​

输入：两个或者两个以上的定量变量或有序定类变量

输出：两两定类变量之间是否呈现显著性相似以及相似的程度 ​

示例：人的身高和体重之间；空气中的相对湿度与降雨量之间的相关关系都是相关分析研究的问题 ​

相关性分析案例数据

Step1：新建分析；

Step2：上传数据；

Step3：选择对应数据打开后进行预览，确认无误后点击开始分析；

Step4：选中上传的数据或者之前上传过的数据进入分析页面进行分析；

step5：选择【线性分析】；

step6：查看对应的数据数据格式，【线线性分析】要求输入数据为定量变量，至少两项定量变量，选择对应分析类型；

step7：点击【开始分析】，完成全部操作

输出结果 1：相关系数表

图表说明： 上表展示了模型检验的参数结果表，包括了相关系数、显著性 P 值。P 值呈现显著性（0.000