Origin | 相关性分析热图（教程及分析）

#不懂就问有问必答
相关性是指两个或多个变量之间的关系程度。在数据分析中，我们通常使用相关系数来衡量变量之间的相关程度。

常见的相关系数包括皮尔逊相关系数、斯皮尔曼相关系数、切比雪夫相关系数等等。其中，皮尔逊相关系数是最为常见的一种，它可以用来衡量两个变量之间的线性关系程度。皮尔逊相关系数的取值范围为-1到1，当相关系数接近1时，说明两个变量之间的正相关性非常强；当相关系数接近-1时，说明两个变量之间的负相关性非常强；当相关系数接近0时，说明两个变量之间没有线性关系。
需要注意的是，相关性并不代表因果关系。两个变量之间的相关性只是表明它们之间存在某种联系或关联，但并不一定能够说明其中一个变量的变化是导致另一个变量发生变化的原因。因此，在进行相关性分析时，我们需要同时考虑其他因素，以避免误判。
相关性分析的作用：
1）判断变量间是否存在关联；
2）分析关联关系（线性/非线性）、关联方向（正相关/负相关）、关联数量（单相关/复相关/偏相关）和关联强度（显著相关/高度相关/中度相关/弱相关）等关联特征。#相关性分析 #相关性分析热图 #皮尔逊相关性分析 #热图 #orign画图 #orgn制作相关性分析图 #数据可视化