Prism 可以对 XY、列和多变量数据表进行相关性分析。点击“分析”按钮，然后选择“相关性”。

要计算哪些列对之间的相关性？

计算两列之间的相关性、所有列之间的相关性（相关矩阵），或者每列与一个控制数据集之间的相关性（若分析的是 XY 数据表，则该控制数据集即为 X）。

如何处理缺失数据？

当选择计算每对 Y 数据集之间的相关系数 r（相关矩阵）时，Prism 提供了一个选项，用于指定处理缺失数据的方式。默认情况下，包含缺失值的行仅会被排除在包含该缺失值的变量/列的相关系数计算之外。 该行上的其他值（即其他变量中的值）仍会包含在它们所属变量的计算中。

Prism 还提供了一项选项，当某一行中存在任何缺失值时，将整行数据排除在外。这可确保所有相关系数均基于同一组行中的数据计算得出。

假设数据是从高斯分布中抽样的？

Prism 提供了两种计算相关系数的方法：

•皮尔逊相关系数的计算基于以下假设：X 和 Y 值均采样自至少近似服从高斯分布的总体。对于大样本而言，这一假设的重要性并不大。

•斯皮尔曼非参数相关分析对值的分布不作任何假设，因为其计算基于秩而非实际值。

单尾P值还是双尾P值？

Prism 可以计算单尾P值或双尾P值。 我们建议几乎总是选择双尾P值。只有在收集数据之前已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（无论该相关性多么显著）时，才应选择单尾P值。