相关性分析有哪些方法：按数据类型选用

相关性分析有哪些方法，主流分为参数类、非参数类、分类变量专用、控制干扰变量四类；Pearson、Spearman、Kendall是基础三选一，连续正态线性数据优先选Pearson，有序等级、偏态数据选Spearman，小样本多并列数据选Kendall；二元分类用φ系数，多分类用Cramer'sV，想要剔除混杂因素用偏相关；所有方法都只能识别关联，不能直接判定因果，当数据存在明显曲线关系时，这三类基础系数都会低估关联强度，不适合直接使用。

相关性分析主流方法对比

参数类相关性分析方法

参数方法依赖数据分布假设，计算结果精度更高。

Pearson相关是最常用的参数方法，你需要先检验数据是否符合正态分布，再用散点图确认变量呈直线趋势，计算得到的r值区间在-1到1之间，绝对值越靠近1，线性关联越强。

偏相关属于衍生参数方法，你可以把年龄、收入这类干扰变量设为控制项，剥离干扰因素后，得到两个变量之间真实的关联程度，避免出现虚假相关，该方法在社科调研数据处理中使用较多。

非参数类相关性分析方法

非参数方法不要求数据服从正态分布，依靠数据排名计算关联，适配范围更广。

斯皮尔曼等级相关只把原始数值转换成排名，不关注实际数值大小，哪怕数据存在少量极端异常值，也不会大幅改变分析结论，适合满意度评分、产品排名这类有序数据，也能处理单调上升或下降的曲线关系。

肯德尔相关重点比对每一对样本的排名是否一致，更适合小样本调研场景，当样本里出现大量并列名次时，它的结果会比斯皮尔曼更加稳定。

分类变量专用相关性分析方法

两个变量都是离散分类数据时，不能直接使用上述三种相关系数。

两个二元变量（比如性别、是否购买）选用φ系数，衡量两类事件的关联强度；如果是三个及以上类别的变量，就选用Cramer'sV系数，衡量多组别之间的关联程度，该系数只能判断关联强弱，无法区分正负方向。

非线性关系的补充分析方法

如果散点图呈现U型、抛物线等非线性非单调形态，前面所有基础方法都会低估关联性，这时可以选用距离相关或者最大信息系数，这类方法可以捕捉任意曲线关联，不受线性与单调条件约束。

方法选用实操步骤

第一步先判定变量类型：连续数值、有序等级、无序分类；第二步查看数据分布与散点趋势，确认是线性还是曲线关系；第三步对照表格选定方法，同时用散点图辅助验证结论，避免只依靠系数数值做出判断。