这个首先要看你的变量数据是否都属于连续性数据,如果都是连续性数据,然后绘制一下变量的散点图,看看是否是显著的不符合正态分布,如果完全不符合的话 那就只能用其他的来分析,如果只是略微偏态 还是可以用pearson分析
如果数据分类等级数据类型,则直接用spearman方法我的数据是月平均温度（7个月，就7个数据）和植物里化学成分（10个化合物）的含量（9个重复）相关性。正态性检验发现有些化合物变量符合正态分布；大部分不符合，偏度大于1；那是不是有些用pearson分析，另外一些用spearman分析？？？另外，方差分析是否也要求正态分布？如果一组变量数据不符合分布，是不是可以进行转换，如log等O(∩_∩)O谢谢可以像你说的进行转换，但是便捷的方法就可以用spearman方法，因为它的条件要求不严格其实很多统计方法从理论上来说 都要求必须符合正态分布之类的假设，但是在实际操作过程中，由于数据收集的方法和过程中存在的各种误差等稍微不符合正态分布假设的还是可以容忍的