医咖会之前推送过不少“相关分析”的文章，小咖在这里做一个小合集，有需要的小伙伴们可以收藏下来，以备不时之需。

直接点击文章标题，即可查看详细内容。

(1) 2个变量的相关性分析，该如何选择正确的统计方法？

确定拟分析变量之间的相关性后，需要判断变量的数据类型。变量的数据类型主要分为连续变量、二分类变量、无序分类变量和有序分类变量4类。拟分析的变量可以同属于一个数据类型，也可以分属不同的数据类型。根据这两个变量数据类型的不同，应采用的统计分析方法也不同。

(2) 涉及≥3个变量的相关性分析，如何选择统计方法

分析三个及以上变量的相关性时，主要目的是分析两个“主要”观察变量的相关性，并考虑其它因素对其关联的影响，这就需要纳入其它因素。

(3) 常用统计指标的应用和举例：相关系数

Pearson相关系数描述了线性关系的强度，需假设两个变量都是连续变量，且呈近似正态分布。Spearman秩相关系数没有对数据分布做出任何假设，只是要求数据可以以一种有意义的方式进行排序…

(4) SPSS详细教程：Pearson相关分析

想观察两个变量之间的相关性，可以使用Perason相关分析。使用Pearson相关分析时，需要考虑5个假设：

假设1：两个变量都是连续变量。

假设2：两个连续变量应当是配对的，即来源于同一个个体......

(5) SPSS详细教程：Spearman相关分析

如果遇到的数据比较复杂，比如，实验室检测结果超过上限(例如，结果为>500)，数据严重不符合正态分布，疗效评价指标为有序等级变量等等，这时候就可以考虑Spearman相关分析。

(6) SPSS：两个有序分类变量的相关分析『Kendall's tau-b相关系数』

要判断两个有序分类变量之间是否存在相关，建议使用Kendall's tau-b相关分析，但需要先满足3项假设：

假设1：两个变量需是连续变量或有序分类变量，可以有三种情况：

①两个连续变量；

②两个有序分类变量；

③一个有序分类变量，一个连续变量。

假设2：两个变量应当是配对的，即来源于同一个个体。

(7) 相关分析中5个常见的困惑

相关与回归，该选择哪个？没有线性相关就说明没有关系？P值越小说明相关性越大？…

扫码关注“医咖会”公众号，及时获取最新统计教程