相关性分析——比如最常见的Pearson相关性分析——是极具价值的统计学方法，用以确定变量之间是否存在相关关系以及相关程度的大小。
 然而，人们对这一类分析结果的意义以及如何对结果进行表述经常有误解。我们今天就要把这个问题搞清楚。
 首先，最佳步骤是参考期刊的指南。那些经常用到相关性分析的期刊通常对报告指标有明确要求，或者会提出参考其它机构的要求。这种情况下，请遵循这些特定的指南。

其次，在期刊没有特殊要求的情况下，你可以采取以下这些方法。必须要报告的内容有：

相关系数（r）或决定系数（r2）

最后，明智的做法是为所有相关性分析附上散点图。因为相关性的强度是一个主观上的评价，所以应该给读者们一个直观评估数据的机会。作者不应该隐藏那些造成统计显著相关性的异常数据，比如聚集在相关关系两端的数据群。另外，把相关性分析中生成的回归方程放在图中也很重要。