相关性检验 — Pearson / Spearman / Kendall
1. 上传数据
选择文件
2. 变量选择
3. 小数位数
1
2
3
4. 绘图字体大小
5. 相关性方法
Spearman秩相关(不依赖正态,仅需单调)
Pearson积差相关(需双变量正态+线性)
Kendall秩相关(小样本稳健,容忍重复值)
6. 正态性检验方法
正态性检验: 自动根据样本量(≤50 Shapiro-Wilk, >50 Lilliefors [K-S修正])
建议: 所有变量正态(P≥0.05)且两变量呈线性才选Pearson; 任一非正态→直接用Spearman或Kendall。
7. 图样式
热力图·聚类排序(变量多时推荐)
热力图·色块矩阵(变量多时推荐)
棋盘格·紧凑学术(变量少时推荐)
棋盘格·彩色系数块(变量≤10,否则极大增加出图时间)
棋盘格·散点+系数(变量≤10,否则极大增加出图时间)
样式预览(iris示例数据)
绘制变量间散点图
勾选后运行分析时生成'散点图'TAB:每对变量一幅散点图+线性拟合线+r/P值。变量>10自动跳过。
8. 运行分析
开始分析
9. 下载结果
下载全部结果 (ZIP)
相关图
检验表
正态性检验
散点图
运行日志
相关关系总结
建议: 所有变量正态(P≥0.05)且两变量呈线性才选Pearson; 任一变量非正态(P<0.05)→直接改用Spearman或Kendall。注意:单变量正态是必要条件,非充分条件。
仅当选中'绘制变量间散点图'时显示,每对变量生成一幅散点图及线性拟合线(+r值和P值)。修改样式或小数位后需重新点击[开始分析]以更新。