科研Labs › 相关分析
相关分析（Pearson / Spearman）
分析两个连续变量之间的相关性。同时给出 Pearson 积矩相关系数（含 Fisher-z 法 95% 置信区间与 t 检验 p 值） 与 Spearman 秩相关系数（适用于非正态或有序数据）。
① 输入数据
每行一对数据，两个数字（x 与 y）用空格或逗号分隔。
使用说明与方法学
Pearson 和 Spearman 怎么选？
两变量都近似正态、关系为线性时用 Pearson；数据偏态、为有序等级、或存在离群值时用 Spearman 秩相关更稳健。本工具同时给出两者。
置信区间是怎么算的？
Pearson r 的 95% 置信区间采用 Fisher z 变换法计算（先把 r 变换为 z、在 z 尺度上求区间再反变换），适合 n≥4 的情形。
相关系数显著就代表关系强吗？
不一定。p 值显著只说明相关不太可能是偶然，关系强弱要看相关系数本身的大小。样本很大时，很弱的相关也可能显著。
相关能说明因果吗？
不能。相关只反映两变量同向/反向变化的程度，可能存在混杂或反向因果，因果推断需要设计合理的研究。