6章4节：相关关系和连续型变量的Pearson相关分析

在医学科研中，研究人员不仅关心单个变量的变化，更常见的是研究多个连续变量之间的相互关系。相关分析是用来探讨变量之间相互联系的一个重要方法。通过相关分析，研究人员可以量化变量之间的关系，从而了解这些变量是如何相互影响的。

一、相关分析和相关关系

在医学科研中，我们不仅会关心单个变量的变化，还会更加关注两个或多个连续变量之间相互关系的情况。例如，在研究非酒精性脂肪性肝病（Non-Alcoholic Fatty Liver Disease, NAFLD）与各种肥胖指数的相关性时，我们需要探讨体重身高指数（BMI）、身体形态指数（ABSI）、身体圆度指数（BRI）、腰高比（WHtR）等指标与NAFLD之间的关系。为了了解这些变量间联系的密切程度和方向，相关分析成为了一项必不可少的统计工具。

1、相关关系

相关关系（Correlation）是指当一个变量增大时，另一个变量也随之增大或减少的现象。统计学上，这种现象被称为共变（Covariation）。根据变量之间变化的方向，相关关系可分为正相关（Positive Correlation&