進行相關性分析的方法

1、線性相關係數也叫Pearson相關係數， 主要衡量兩個變數線性相關的程度。r=cov(X,Y)/(D(X)D(Y))相關係數是用協方差除以兩個隨機變數的標準差。相關係數的大小在-1和1之間變化。再也不會出現因為計量單位變化，而數值暴漲的情況了。線性相關係數必須建立在因變數與自變數是線性的關係基礎上，否則線性相關係數是無意義的。

2、連續與離散變數之間的相關性，連續變數離散化將連續變數離散化，然後，使用離散與離散變數相關性分析的方法來分析相關性。使用畫箱形圖的方法，看離散變數取不同值，連續變數的均值與方差及取值分佈情況。

3、相關分析相當於先檢驗一下眾多的自變數和因變數之間是否存在相關性，當然通過相關分析求得相關係數沒有迴歸分析的準確。如果相關分析時各自變數跟因變數之間沒有相關性 ，就沒有必要再做迴歸分析；如果有一定的相關性了，然後再通過迴歸分析進一步驗證他們之間的準確關係。同時 相關分析還有一個目的，可以檢視一下 自變數之間的共線性程度如何，如果自變數間的相關性非常大，可能表示存在共線性。