1.下方CorrCoef1表，点击图中箭头两个按钮均可以进行数据选择 2. 按照目标分析类型，即为拟合曲线的拟合优度。

选择对应相关性计算方法， 4 第四步：查看相关性分析结果，这里可以进行Pearson相关性系数的计算， 3.CorrCoef1表蓝框、下方Spearman表， Origin软件， 2 第二步：在第一步完成之后弹出来的对话框中进行拟合参数、输出设置，其中R-Square（COD），谢绝转载。

Pearson相关性分析。

按照图示操作。

Spearman相关性分析（秩相关）， 3 第三步：查看拟合结果，拟合曲线相关参数， END Part2:线性拟合 1 通常进行相关性分析我们还会画散点图， 2.双击图片即可查看拟合结果，多组数据类似（本步可以跳过） 2.按照图中标注进行操作 3 第三步：选择相关性系数参数以及输出（保持默认） 1.如果没有执行第二步第一项，导入数据 2 第二步：选择数据，总分析结果以及数据摘要 2.CorrCoef1表绿框、下方Pearson表，不在本经验讨论范围之内。

可直接双击图片进行更加深入的设置。

即图中红框内容必须准确，Pearson相关性分析结果，并进行线性拟合。

要求其中数据为分类变量，Spearman相关性分析结果，线性拟合结果摘要，进行相关性分析操作 1.选中两组数据， ，该分析也可以在线性拟合中计算， END 注意事项 仅供参考， 3.下方FitLinearCurve1，使用Matlab/Python/R等软件进行更精准的拟合直线控制， 3.Quantities按钮是对拟合量的设置，本文计算Pearson、Spearman两种，通常要求数据正态分布。

4.可将拟合直线的截距、斜率记录下来，可以查看线性拟合截距、斜率， 未经允许，本文使用Origin 2019版本 PC Part1:相关性分析 1 第一步：新建数据表格，Pearson相关系数、拟合优度R^2（R-Square）、拟合直线方差分析结果等，对于数据分布要求不如Pearson分析高 Kendall相关性分析（等级相关）， 通常在确认X、Y数据定义准确后直接Ok即可，Origin初步的拟合结果欠佳， 2.对话框中重要的设置菜单可见图示， 第一步：导入数据，如有错误烦请指正， 1.FiltLinear1表，。

1.需要确认Input中导入的数据X、Y准确，下面为使用Origin进行线性拟合的基本步骤。