精选优质文档-倾情为你奉上Pearson，Spearman和Kendall三种相关分析方法的异同Pearson（皮尔逊）：线性相关性（linear correlation）：又简称简单相关（simple correlation），用来度量具有线性关系的两个变量之间，相关关系的密切程度及其相关方向，适用于双变量正态分布资料。线性相关系数，又称为简单相关系数，Pearson（皮尔逊）相关系数或相关系数。有时也称为积差相关系数（coefficient of product-moment correlation）。适用条件：1. 样本容量大于等于30，这样才能保证计算的数据具有代表性，计算出的积差相关系数可以有效说明两个变量的相关关系。2. 两个变量的所属总体都呈正态分布，至少是接近正态的单峰分布。3. 两个变量都是由测量所得的连续性数据。4. 两个变量间的相关是线性相关。5. 排除共变因素的影响。6. 计算连续变量或是等间距测度的变量间的相关分析。Spearman等级相关系数（斯皮尔曼）： Spearman相关系数又称秩相关系数，是利用
