从理论上讲,数据分布呈现出不正态时使用。相关系数的计算有两种,一种叫
Pearson相关系数(默认);另外一种叫Spearman相关系数(使用非常少)。从理论上讲,数据分布呈现出不正态时则使用Spearman相关系数,但无论是Pearson或者Spearman相关系数,其实际依旧是研究相关关系,结论上并不会有太大区别;并且数据
正态分布通常在理想状态下才会成立。因而现实研究Pearson相关系数的情况占绝大多数。
相关分析是研究两个或两个以上处于同等地位的
随机变量间的相关关系的统计分析方法。