5种常用的相关分析方法

初级的方法可以快速发现数据之间的关系，如正相关，负相关或不相关。

中级的方法可以对数据间关系的强弱进行度量，如完全相关，不完全相关等。

高级的方法可以将数据间的关系转化为模型，并通过模型对未来的业务发展进行预测。

折线图、散点图

协方差

相关系数（相关系数的取值区间在1到-1之间）

R Square的值叫做判定系数，用来度量回归方程的拟合优度。这个值越大，说明回归方程越有意义，自变量对因变量的解释度越高。

最后一种相关分析方法是信息熵与互信息。可能是一些特征值。例如用户所在的城市，用户的性别，年龄区间分布，以及是否第一次到访网站等等。这些都不能通过数字进行度量。度量这些文本特征值之间相关关系的方法就是互信息。