相關性分析是一種統計方法，用於研究兩個或多箇變量之間的關係。
這種方法可以幫助研究者瞭解變量之間的依賴關係，識別變量之間是否存在某種模式或聯繫。相關性分析通常涉及計算相關係數，如皮爾遜相關係數和斯皮爾曼相關係數，以衡量變量之間的關聯程度。皮爾遜相關係數主要用於衡量兩個連續變量之間的線性關係，而斯皮爾曼相關係數則用於衡量兩個變量之間的排序相關性。
此外，相關性分析可以揭示變量之間的正相關或負相關性，即一箇變量增加時另一箇變量也增加或一箇變量增加時另一箇變量減少。相關性分析不僅限於線性關係，也可以用於探索非線性關係，如曲線或週期性變化。
需要注意的是，相關性並不等同於因果關係。這意味着即使兩個變量之間存在某種關係，也不能確定一箇變量的變化是由另一箇變量引起的。此外，相關性分析在數據挖掘、統計學、機器學習、市場營銷、金融和醫療研究等領域有着廣泛的應用。