第5天 _ 两个定量变量啥关系？直线相关or秩相关？SPSS实操教你选.docxVIP

第5天|两个定量变量啥关系？直线相关or秩相关？SPSS实操教你选

上节课我们学会了组间差异性比较，能回答“不同组的结局有没有差别”的问题。但很多小白做到这一步经常搞混：组间比较是“分组比结局”，相关分析是“两个连续变量一起变”，完全是两个思路。比如你把人分成“多走组”和“少走组”比血糖，那是t检验；但你不分组，直接看每个人步数多少和血糖高低的对应关系，那就是相关分析。很多人上来就跑回归，其实第一步应该先做相关，先看看两个变量有没有关系、关系是不是线性的，没问题了再做回归，不然很容易做无用功。

很多小白刚接触相关分析最懵两个问题：一是Pearson和Spearman到底选哪个？二是相关系数0.3到底算大还是小？今天咱们就把两个定量变量的相关分析讲透，从原理到选方法，再到SPSS实操、结果解读，全流程闭环，小白跟着做也能出正确结果。

一、先分清：直线相关vs秩相关，一秒选对方法

先给大家一个最直白的区分：

直线相关（Pearson皮尔逊相关）：专门给「两个都是连续定量、而且都近似正态分布」的变量算相关，比的是数值本身的线性关系。

秩相关（Spearman斯皮尔曼相关）：给「偏态数据、等级数据」算相关，不比数值本身，比的是两个变量的排名顺序，属于非参数方法，不受分布限制。

很多小白会问：不就是算个相关吗，干嘛还要分两种？打个更具体的比方