Prism 可以对 XY、列式和多变量数据表进行相关性分析。单击分析按钮并选择相关性。

计算哪些列对之间的相关性？

计算两个特异性列之间的相关性、所有列之间的相关性（相关矩阵），或每列与控制数据集（如果分析的是 XY 表，则控制数据集为 X 列）之间的相关性。

如何处理缺失数据？

在选择计算每一对 Y 数据集（相关矩阵）的 r 时，Prism 提供了数据缺失时的处理选项。默认情况下，在计算包含缺失值的变量/列的相关系数时，只省略包含缺失值的行。该行上的其他值（即其他变异性变量中的值）将包含在其所属变量的计算中。

当某行缺失任何值时，Prism 提供了排除整行值的选项。这样可以确保所有相关系数都是根据同一组行中的数据计算得出的。

假设数据是从高斯分布中采样的？

Prism 提供两种计算相关系数的方法：

•皮尔逊相关计算基于以下假设：X 值和 Y 值都是从服从高斯分布（至少近似服从高斯分布）的群体中采样的。对于大样本，这一假设并不太重要。

•斯皮尔曼非参数相关性对值的分布不做任何假设，因为计算是基于等级，而不是实际值。

单尾 P 值还是双尾 P 值？

Prism 可以计算单尾或双尾 P 值。我们建议几乎总是选择双尾 P 值。只有当您在收集任何数据之前就指定了相关系数的预期符号，并且愿意将任何 "错误 "方向的相关性归因于偶然性时，无论这种相关性多么惊人，您才应该选择单尾 P 值。