Pearson相关
适合解决什么问题
量化变量之间关联的方向和强度。
数据与适用条件
检查离群值与关系形状。完整案例让矩阵采用同一批对象；成对删除可能使每个相关系数使用不同样本。
本方法的配置要点
选择至少两个数值变量。Pearson衡量线性关联；主表可合并均值与标准差，成对删除时描述统计N与每对相关的N可能不同。
变量位置
| 页面位置 | 操作 |
|---|---|
| 分析变量 | 勾选变量 |
分析设置
| 参数 | 选项或用途 | 默认值 |
|---|---|---|
| 相关分析缺失处理 | 完整案例, 成对删除 | complete |
| 相关矩阵合并描述统计 | 根据研究设定填写 | 开启 |
分析参数直接显示在主配置区；格式高级配置仅包含表格标题与数值小数位。进行区间估计的方法另提供显著性水平，0.05对应95%置信区间。
结果怎样解读
相关系数接近0不代表不存在任何关系。星号只表示对应检验阈值，不代表效应大小；相关不能单独证明因果。原始输出保留每一对的N与p。
操作流程与导出
- 上传数据，通过左侧目录或搜索进入方法。
- 按上表放入变量，设置符合研究设计的参数，点击开始分析。
- 查看论文式主表；需要修改时点击重新配置，诊断和样本细节在“查看原始输出”中。
- 按需重命名和保留结果标签，导出Word、Excel、CSV或TXT；批量导出可附当前选中的AI解读。Word保留结果图。AI文字须结合实际估计值审核。