探索变量间的关系：帮助研究者了解两个变量之间的线性关联。
预测和建模：为建立预测模型提供基础，通过已知变量预测未知变量。
数据筛选：在数据分析的预处理阶段，用于筛选出与研究目标高度相关的变量，排除无关或弱相关变量。
验证假设：在科学研究中，验证关于变量之间关系的假设。
比较不同组数据：比较不同组别中两个变量的相关性是否存在差异。
//////////
【Spearman相关性分析】
定义
一种用于衡量两个变量之间的单调关系（单调递增or单调递减or无单调性）强度和方向（正负）的一种统计分析方法，但不限于线性关系，它基于数据的秩次，计算秩次之间的相关性。
用途
处理不符合正态分布的数据：Spearman相关性分析比Pearson相关性分析更稳健。
分析有序数据：对于有序分类变量（如等级、名次等），Spearman相关性分析能有效评估其相关性。
应对异常值：对数据中的异常值不太敏感，能更准确地反映变量之间的总体关系。
探索非线性关系：可以发现变量之间的单调但非线性的关系。
学科研究应用：在医学、心理学、社会学等领域，常常用于分析各种指标之间的关联。
处理不符合正态分布的数据：Spearman相关性分析比Pearson相关性分析更稳健。
分析有序数据：对于有序分类变量（如等级、名次等），Spearman相关性分析能有效评估其相关性。
应对异常值：对数据中的异常值不太敏感，能更准确地反映变量之间的总体关系。
探索非线性关系：可以发现变量之间的单调但非线性的关系。
学科研究应用：在医学、心理学、社会学等领域，常常用于分析各种指标之间的关联。
2
结合具体案例怎么看？
【Pearson相关性分析】
①横坐标：TCR和RNA模型之间F1分数，是一种常用的评估模型性能的指标
②纵坐标：平均TCR贡献数
③不同颜色散点：6个不同样本组别
④r值和p值的含义：1）r=0.76，Pearson相关系数，两个变量之间具有较强的正线性关系。Pearson系数范围在【-1，1】之间，反映了变量之间的线性关系的强弱和方向。系数绝对值越接近1，则线性关系越强；系数为正，表示正相关；系数为负，表示负相关；系数为0，则表示不存在线性相关关系。2）P=1.26e-6＜0.05具有显著的统计学意义，表明这种较强的相关性不太可能是偶然出现的
案例解读
本图说明平均TCR贡献与F1分数之间存在较强的正相关线性关系，即TCR贡献的变化可能会对模型的性能产生较大影响。
//////////
【Spearman相关性分析】
①纵坐标：变量1，NanoString技术检测到的CD3基因表达水平
②横坐标：变量2，IHC免疫组化技术检测出的CD3阳性细胞百分比
③表头：Nanostring技术和免疫组化检测CD3阳性细胞对比；n=54：有54个样本数据量
④R值和P值的含义：1）R=0.84，Spearman相关系数，两个变量之间具有较强的单调递增关系。Spearman相关系数的取值范围在【-1，1】之间。系数接近1，表示两个变量之间存在强单调递增关系；系数接近-1，则相反；系数接近0，表示两个变量之间不存在单调关系。2）P=1.5e-15，具有显著的统计学意义，表明这种较强的相关性不太可能是偶然出现的
案例解读
本图表示NanoString技术检测到的基因表达水平与IHC检测到的CD3阳性细胞百分比之间有较好的一致性。IHC的CD3阳性细胞百分比通常用于评估免疫细胞浸润情况，特别是T细胞的浸润程度。而NanoString技术可以同时检测多个基因的表达水平，提供更全面的基因表达谱信息。因此，两者的相关性提示NanoString技术在检测免疫相关基因表达方面具有一定的潜力，具有临床检测意义。
3
如何确定选用Pearson相关性分析还是Spearman相关性分析？
连续变量、满足线性关系、正态分布，选择Pearson相关性分析最恰当；
上述3条，有任意一条不满足，均必须使用Spearman相关性分析；
当数据为定序数据（有序/等级）的时候，必须使用Spearman相关性分析。
连续变量、满足线性关系、正态分布，选择Pearson相关性分析最恰当；
上述3条，有任意一条不满足，均必须使用Spearman相关性分析；
当数据为定序数据（有序/等级）的时候，必须使用Spearman相关性分析。
4
线性关系和单调关系有何区别？
线性关系是两个变量之间的关系，可以用一条直线表示，变化率恒定；
单调关系是指一个变量增加时，另一个变量始终增加（或始终减少），但变化率可能不恒定，图形可能是直线或者曲线；
所有的线性关系都是单调关系，但并非所有的单调关系都是线性的。
线性关系是两个变量之间的关系，可以用一条直线表示，变化率恒定；
单调关系是指一个变量增加时，另一个变量始终增加（或始终减少），但变化率可能不恒定，图形可能是直线或者曲线；
所有的线性关系都是单调关系，但并非所有的单调关系都是线性的。
5
什么是正态分布？
正态分布指数据样本中大多数数据集中在均值附近，离均值越远数据出现的频率越低。
6
相关性分析中的p值代表什么？
p＜0.05——具有显著统计学意义，即可以认为变量之间存在真实的相关关系，不是偶然发生的。
p＞0.05——不具有显著统计学意义，变量间的相关性很可能是由于随机因素造成的。
p＜0.05——具有显著统计学意义，即可以认为变量之间存在真实的相关关系，不是偶然发生的。
p＞0.05——不具有显著统计学意义，变量间的相关性很可能是由于随机因素造成的。
以上就是今天的所有内容啦，继续期待下期【文献读图】的精彩内容吧~
往期推荐
·【文献读图】一文看懂UpSet图！（附详细案例）
·【文献读图】一文读懂生存曲线！（附详细案例）
·【文献读图】一文读懂Co-IP！（附详细案例）
声明：本文提供的部分资料综合整理自网络。如有侵权，请联系我们删除~
数据分析工具不会用？数据挖掘无从下手？
与其花半年自学，磨个1年没结果
不如交给专业团队，最快10天出成果！
基础&临床
数据分析服务
8年服务经验，20000+成功案例
数据分析0失误率，成果真实有效
👇服务答疑环节👇
Q1
服务靠谱吗，分析师是否专业？
团队——「教授级」水平
一流服务团队，来自985/211顶尖院校
深耕医学生物领域，20+数据分析工具手拿把掐
结果——100%真实有效
尊重原始数据，最大程度挖掘有效结果
单位是否认可？放心！绝对认可！
隐私——密上加密
业务开展前期签署保密协议
个人隐私绝对安全
抢发SCI
评职称的要求达到了，心里美滋滋~
即刻咨询，抢占先机👇
Q2
多久能拿结果，数据会泄露吗？
速度比找课题还快！
3天定方案，10天拿结果
加快文章完稿，SCI发表不耽误
数据比锁保险箱里还保险！
正规企业，诚信经营！
数据泄露0发生，100%严格保密！
同事文章都投稿了，你还在犹犹豫豫?
即刻咨询，早定早享受👇
END返回搜狐，查看更多