pearson相关系数和spearman相关系数的区别 区别：1.连续数据，正态分布，线性关系，用pearson相关系数是最恰当，当然用spearman相关系数也可以，效率没有pearson相关系数高。2.上述任一条件不满足，就用spearman相关系数，不能用pearson相关系数。3.两个定序测量数据之间也用spearman相关系数，不能用pearson相关系数。拓展知识：pearson相关通常是用来计算等距及等比数据或者说连续数据之间的相关的，这类数据的取值不限于整数，如前后两次考试成绩的相关就适合用pearson相关。spearman相关专门用于计算等级数据之间的关系，这类数据的特点是数据有先后等级之分但连续两个等级之间的具体分数差异却未必都是相等的，比如第一名和第二名的分数差就未必等于第二名和第三名的分数差。两次考试的排名数据适用于spearman相关。spearman相关只能计算等级数据，但pearson相关却既可以用来算等级相关，也可以算连续数据的相关，只不过一般默认用pearson相关计算连续数据的相关。在 统计学中，以查尔斯·斯皮尔曼命名的斯皮尔曼等级相关系数，即spearman相关系数。经常用希腊字母ρ表示。它是衡量两个变量的依赖性的 非参数 指标。它利用单调方程评价两个统计变量的相关性。如果数据中没有重复值，并且当两个变量完全。
统计学中，得到了相关系数之后，如何评价相关系数呢？ 这样的分类只是相对的.不能说不科学，也不能说很科学.这种分类没有考虑求r时所用的数据有几对(即n).一般要对r进行显著性检验.
excel中的相关系数是如何计算出来的？ 材料/工具：Excel20101、打开2113需要的Excel2010文件5261。2、打开之后，准4102备好需要的数据1653，这些数据存回在一定的线性关系。3、选答中这些数据，然后点击上面的 插入 菜单4、在打开的页面中点击 散点图，选中第一个。5、这样就以系数x，能力y为数据源，做出了一个散点图，而这图中存在着一条线，使得图中的点尽可能的落在这条线的两侧。6、然后对散点图进行样式的调整，如 颜色、图表、背景等，使它看起来美观一些。7、随便点击一个点，然后鼠标右击 在出现的菜单中点击添加趋势线 选项。8、然后在弹出的 设置趋势线格式 窗口中选择 线性9、并且勾选它底部的 显示公式 和 显示R平方值10、其中这个R就是需要的相关系数。
