大家好，我是小新，我来为大家解答以上问题。pearson相关分析图怎么看，pearson相关分析很多人还不知道，现在让我们一起来看看吧！
1、衡量内容
Pearson相关系数是用来衡量两个数据集合是否在一条线上面，用来衡量定距变量间的线性关系。
spearman相关系数是衡量两个变量的依赖性的非参数指标。
2、计算公式
Pearson相关系数：
spearman相关系数：
3、特点：
Pearson相关系数：相关系数的绝对值越大，相关性越强：相关系数越接近于1或-1，相关度越强，相关系数越接近于0，相关度越弱。
spearman相关系数：斯皮尔曼相关系数表明X(独立变量)和Y(依赖变量)的相关方向。如果当X增加时，Y趋向于增加，斯皮尔曼相关系数则为正。如果当X增加时，Y趋向于减少，斯皮尔曼相关系数则为负。斯皮尔曼相关系数为零表明当X增加时Y没有任何趋向性。
当X和Y越来越接近完全的单调相关时，斯皮尔曼相关系数会在绝对值上增加。当X和Y完全单调相关时，斯皮尔曼相关系数的绝对值为1。
参考资料来源：搜狗百科-Pearson相关系数
参考资料来源：搜狗百科-spearman相关系数
本文到此讲解完毕了，希望对大家有帮助。