當我們想要了解變量的相關程度時，就需要用到相關分析，而相關分析也是回歸之前很重要的一步，通常用到的方法是pearson方法。
首先解釋一下相關系數，相關系數反應的是兩個變量之間變化趨勢的方向以及程度，其值範圍為-1到+1，正值表示正相關，負值表示負相關，絕對值越大表示相關性越強。
具體spss做法如下：
分析-相關-雙變量
選擇需要進行相關分析的變量，在相關系數選擇pearson,如果還需要描述統計，可以在選項裡選擇
點選确定，得到相關分析的結果：
這個結果該如何解讀呢？
Pearson相關性：pearson相關系數，當系數為正表示兩者正相關，負表示負相關，本結果表示x與y負相關，相關系數為-0.394
顯著性：表示相關的統計學顯著性，同樣有1%，5%，10%的标準，具體怎麼寫看以前的文章有講過，本結果表示x與y在1%的水準顯著負相關。
一些醫學生在做的時候也會遇到spearman的方法，做法是一緻的，隻是兩種方法的适用條件不同，我把兩種方法的适用條件總結到這裡：
Pearson: 1.xy都是随機變量 2.雙變量正态分布 3.各觀測值互相獨立，并且根據因變量y和自變量x所做的散點圖要服從線性趨勢。
spearman：1.x y不服從雙變量正态分布2.總體分布類型未知 3.資料本身有不确定值4.等級資料。