相关性分析怎么做

相关性分析的做法有：数据分析、协方差计算、计算相关系数、回归分析、计算信息熵与互信息。

1、数据分析：

将数据进行可视化处理，通过绘制图表进行相关性分析。将数据进行可视化处理，比如，绘制双坐标轴折线图、散点图等来清晰对比数据的变化趋势，以此进行相关性分析。

2、协方差计算：

协方差可以衡量两个变量的总体误差，如果两个变量变化趋势一致，协方差就是正值，说明两个变量正相关。

3、计算相关系数：

相关系数的取值在-1到1之间，1表示两个变量完全线性相关，-1表示两个变量完全负相关，0表示两个变量不相关。

4、回归分析：

两个变量使用一元回归，两个以上变量使用多元回归。

5、计算信息熵与互信息：

通过这种方法可以发现哪一类特征与最终的结果关系密切。

相关性分析类别：

1、财务分析：

又称有用性分析，是财务会计的一部分，是指会计信息要同信息使用者的经济决策相关联，即人们可以利用会计信息做出有关的经济决策，相关性分析的目的在于提高使用者的经济决策能力和预测能力。

2、经济分析：

相关性的统计与分析是经济学中常用的一种方法。相关性是指当两个因素之间存在联系，一个典型的表现是：一个变量会随着另一个变量变化。相关又会分成正相关和负相关两种情况。

3、统计分析：

相关性系数的计算过程可表示为：将每个变量都转化为标准单位，乘积的平均数即为相关系数。两个变量的关系可以直观地用散点图表示，当其紧密地群聚于一条直线的周围时，变量间存在强相关性。

4、数学分析：

当两个变量的标准差都不为零时，相关性系数才有定义。当一个或两个变量带有测量误差时，他们的相关性就会受到削弱。