作为一个用Stata做实证研究快4年的“老玩家”，我敢说相关性分析是所有研究的“敲门砖”——它能帮你快速摸清变量之间的“暧昧关系”，是正相关、负相关，还是根本没关系，一眼就能看明白。今天就把我平时常用的几种相关性分析方法和代码整理出来，都是实操中反复验证过的，新手也能直接上手。
一、先看变量“长啥样”：可视化分析
我习惯先通过图表直观感受变量关系，毕竟数字不如图形来得直接。这一步能帮你快速发现变量间的大致趋势，还能提前识别异常值。
1. 单变量分布：直方图
先看看单个变量的分布情况，比如是否符合正态分布，有没有极端值。 Stata代码：
histogram income // income为目标变量，可替换为你的变量
2. 两变量关系：散点图
最直观的看两个变量的线性关系，比如收入和教育水平是不是正相关。 Stata代码：
scatter income education // income是因变量，education是自变量，可替换
3. 多变量关系：矩阵散点图
一次性看多个变量间的两两关系，适合初步筛选变量。 Stata代码：
graph matrix var1 var2 var3 // var1、var2、var3换成你要分析的变量
4. 相关系数热力图
用颜色深浅展示相关系数的大小和方向，论文里放这个图特别专业。 Stata代码：
pwcorr var1 var2 var3, sig star(0.05) matrix(corr_matrix) // 计算相关系数和显著性
matrix plot corr_matrix // 绘制相关系数矩阵图
二、量化变量关系：相关系数计算
看够了图形，就得用数字说话了。相关系数能精准告诉你变量间关系的强度和方向，Pearson系数适合正态分布的连续变量，Spearman系数适合有序分类变量或非正态分布的连续变量。
1. 基础相关系数计算
先算个简单的相关系数，看看变量间的大致关系。 Stata代码：
pwcorr income education // 计算收入和教育水平的相关系数
pwcorr income education, sig // 同时输出显著性水平
2. 带显著性标记的相关系数
论文里需要展示显著性星号，这个命令能直接帮你生成，不用手动加星号。 Stata代码：
ssc install pwcorr_a // 先安装命令，只需要安装一次
pwcorr_a income education age // 输出带*的相关系数矩阵
3. 非参数相关系数
如果变量不符合正态分布，就用Spearman相关系数。 Stata代码：
spearman income education // 计算Spearman相关系数
三、进阶分析：回归拟合与验证
如果发现变量间有明显的线性关系，就可以进一步做回归拟合，验证这种关系的显著性。
1. 带回归线的散点图
在散点图上添加回归线，更直观地展示线性趋势。 Stata代码：
twoway (scatter income education) (lfit income education) // lfit表示添加线性回归线
2. 相关系数矩阵图
一次性展示多个变量间的相关系数和显著性，论文里放这个图特别清晰。 Stata代码：
graph matrix price wei len // price、wei、len换成你要分析的变量
