Pearson积距相关与Spearman等级相关的应用条件不同，前者要求数据服从二元正态分布，属于参数方法；而后者可不满足正态分布条件，为非参数法2两者总体参数的假设检验方法不完全相同。相同点都是用来解决两变量间的线性相关程度的大小，相关系数的含义、单位、取值范围一致，且计算公式相同，不过一个直接用原始的定量数据，另一个则要用等级数据。联系：1两者都可用于刻画两变量间线性相关的方向与密切程度，其取值范围与数值大小的统计学意义解释也相同 2两者都要求个体间满足独立性 3Spearman秩相关系数的计算可采用对秩次的Pearson积距相关系数的计算来实现 4样本含量大时，两者的假设检验方法近似。