上期为大家示范了如何用GraphPad操作t检验（→用GraphPad做t检验有多方便，看了这篇就知道）。

　　相关性分析是指对两个或多个具备相关性的变量元素进行分析，从而衡量两个变量因素的相关密切程度。相关性的元素之间需要存在一定的联系或者概率才可以进行相关性分析。

　　接下来我们将分别示范在GraphPad中进行pearson相关性分析和spearman相关性分析的具体步骤。

　　Pearson相关性分析用于衡量两个变量之间的线性关系，

　　即随着变量X的值的增加，变量Y的值以恒定的速率增加或减小。

　　可以看到最上方显示的“Pearson r”，表示采用的是Pearson相关性分析。

　　r为相关性系数，

　　r的值介于+1和-1之间，其绝对值越靠近1说明相关性越强，正负表示相关的方向，正值说明为正相关，负值说明为负相关。

　　点击“Graphs”下对应数据集的图表选项，这里我们选择“Data 2”，软件默认显示散点图，点击“OK”。

　　Spearman相关性分析用于衡量两个变量X和Y之间的单调关系，即随着变量X的值增加，变量Y的值也增加，或随着变量X的值减小，变量Y的值也减小，但单调关系不限制恒定的速率。

　　r值为0.8406，P0.0001，表示该基因表达与疾病等级之间具有显著正相关。

　　点击“Graphs”下对应数据集的图表选项，选择图形样式后即可生成默认图表，然后可以对图表进行美化，下图为Spearman相关性分析经典图片样式。

　　以上就是使用GraphPad进行相关性分析的整个过程啦，

　　大家如果手边有数据不妨打开GraphPad尝试一下~