相关性分析
相关分析自动求解
先按测量尺度和分布把变量对送进 Pearson、Spearman 或 Kendall 路由仓，再进入对应专页核对系数，而不是一上来锁死一种 r。
这篇能回答什么
自动求解回答的不是「r 等于多少」，而是「这对变量该用哪一种系数」。连续、散点接近直线 → Pearson 仓；有序、偏态或只保证单调 → Spearman 仓；并列秩多、强调一致/不一致对 → Kendall 仓。你写进论文的仍是被派发之后、在专页里算出的那个系数名，而不是「系统选了最优相关」五个字。
亲手点 Pearson 相关性分析 或 Spearman 相关性分析，等于方案书已经锁死系数族。本页适合还没锁、同一张表里既有百分制成绩又可能混进李克特的人。教学台账把变量对占用打进三仓：线性仓 77 条（39.09%），秩次仓 45 条（22.84%），一致对仓 75 条（38.07%），合计 197。五门成绩两两只有 10 对，占用条数不必等于 10——台账按有效配对展开。
如何选择方法
协议已锁死系数 → 打开对应专页，不要让求解器改族。协议未锁、列尺度可能混杂 → 先看本页三仓，再点进占多数的那一族核对矩阵。这和差异性自动求解器不同：那边在 t / ANOVA / 卡方之间改问题类型，这边只在相关家族内部换引擎。
相关分析自动求解：2–10 个待判列；输出三族路由占用。
Pearson：已决定要线性积矩相关。
Spearman / Kendall：已决定要秩或一致对。
ICC：列是可互换重复，不是两种构念。
输入、输出与限制
输入
勾选至少两列待判变量。教学用 Sheet1 的语文、数学、英语、物理、化学。求解器按每对的尺度与形态进仓；把年级这种定类硬塞进来，不会得到一个「年级的 Pearson r」。
待判变量：最少 2 个，最多 10 个。
定量、定序可以混勾；无序定类应改去列联表。
输出
路由台账：Pearson 仓 77、Spearman 仓 45、Kendall 仓 75，合计 197。热力图用来扫哪些列被放在同一张底图里。台账不打印 r，也不打印 p。
产品限制
197 是变量对占用条数，不是学生人数，不要去对成绩表总行数。
类别 A/B/C 是三条路由，不是低/中/高相关。
仓厚只说明「有多少对按该规则走」，不说明该族系数更大。
一次勾选过多列会膨胀配对条数，写论文仍应预先指定主变量对。
编号列不能进仓。
案例
研究问题。 五门百分制成绩看起来都该走 Pearson，但有人担心偏态或并列满分会把积矩相关拉歪，又不想在论文方法里预先赌死一种系数。先让求解器按对分仓，再进入占多数的专页核对矩阵。
教学示例工作表为「Sheet1」。待判列勾选五门成绩。路由占用 197 条：线性仓 77（39.09%），秩次仓 45（22.84%），一致对仓 75（38.07%）。线性仓与一致对仓接近，秩次仓最薄。下载后按同样五列复现三仓人数。
在 StatsX 中操作
步骤 1 · 放入成绩表
把定量成绩表拖进工作台，确认「Sheet1」。单文件不超过 20 MB。
步骤 2 · 看每列是分数还是等级
五门成绩是定量。若你另加李克特列，求解器可能把部分对送进秩次仓。
步骤 3 · 搜索相关自动
目录输入「自动」或「相关求解」。不要直接点 Pearson——那是已经选好引擎。
步骤 4 · 勾选待判的五列
待判变量勾选语文、数学、英语、物理、化学（2–10 个）。运行分析。
步骤 5 · 先读三仓条数
合计应对 197。线性约 77、秩次约 45、一致对约 75。再进对应专页看 r，不要在本表找系数。
如何阅读输出
下表清点 197 条变量对占用落在哪一族。Pearson 仓 77（39.09%），Spearman 仓 45（22.84%），Kendall 仓 75（38.07%）。工作台类别 A/B/C 按这个顺序对应。线性仓略厚，只说明按尺度规则进积矩相关的条数更多，不能写成「五门成绩以线性相关为主、r 已经很大」。
| 推荐系数族 | 占用条数 | 占比(%) |
|---|---|---|
| Pearson 线性仓 | 77 | 39.09 |
| Spearman 秩次仓 | 45 | 22.84 |
| Kendall 一致对仓 | 75 | 38.07 |
| 合计（变量对占用） | 197 | 100 |
工作台类别 A/B/C 对应 Pearson、Spearman、Kendall 三条路由。台账只记条数，不打印 r。
阅读顺序：占用合计 197 是不是「对」而不是「人」→ 哪一仓最厚（本例线性 77）→ 最薄的秩次仓 45 会不会对应偏态或并列满分的对 → 打开该族专页核对矩阵。Pearson 专页上语文×物理 r=0.094 是锁死积矩相关之后的数字，和本页 77 条线性占用不是同一个统计量。热力若画成 X1–X3 / Y1–Y2 两块，只说明列被排成两组展示，并不自动变成典型相关——成组压缩要另开专页。
理论与公式
求解器不发明第四种相关。它对每一对 (X,Y) 做尺度与形态检查，然后调用已有定义。积矩相关用原始离差；Spearman 先把取值换成秩再做积矩；Kendall 数一致对与不一致对。示意规则可以写成：
产品实现的分界（偏度阈值、并列比例）不必等于某本教材口诀。本页只公布三仓条数，不公布被调用的 r。要引用系数，必须进入对应专页，并在方法里写系数全名。分组变量不会在本求解器里按组重算三套路由——要分层相关，先拆表或去专页加分组角色。
注意事项
求解器改族不等于预注册可以改假设。
197 是对的占用，五门成绩的学生人数是另一回事。
仓的占比不是 |r|，77 条线性占用不能写成「平均 r=0.39」。
热力色块不是本页输出的系数，写结果请引用专页矩阵。
同一对被送进 Kendall 仓后，不要再把 Pearson 星号写进同一句。
评分者重复列应改去 ICC，不要让求解器按「两种构念」分仓。
常见问题
参考文献
Pearson, K. Notes on regression and inheritance[J]. Proceedings of the Royal Society of London, 1895.
Spearman, C. The proof and measurement of association between two things[J]. American Journal of Psychology, 1904, 15(1): 72–101.
Kendall, M. G. A new measure of rank correlation[J]. Biometrika, 1938, 30(1/2): 81–93.
张文彤, 董伟. SPSS统计分析高级教程[M]. 高等教育出版社.