相關性分析的做法有：數據分析、協方差計算、計算相關系數、回歸分析、計算信息熵與互信息。
1、數據分析：
將數據進行可視化處理，通過繪制圖表進行相關性分析。將數據進行可視化處理，比如，繪制雙坐標軸折線圖、散點圖等來清晰對比數據的變化趨勢，以此進行相關性分析。
2、協方差計算：
協方差可以衡量兩個變量的總體誤差，如果兩個變量變化趨勢壹致，協方差就是正值，說明兩個變量正相關。
3、計算相關系數：
相關系數的取值在-1到1之間，1表示兩個變量完全線性相關，-1表示兩個變量完全負相關，0表示兩個變量不相關。
4、回歸分析：
兩個變量使用壹元回歸，兩個以上變量使用多元回歸。
5、計算信息熵與互信息：
通過這種方法可以發現哪壹類特征與最終的結果關系密切。
相關性分析類別：
1、財務分析：
又稱有用性分析，是財務會計的壹部分，是指會計信息要同信息使用者的經濟決策相關聯，即人們可以利用會計信息做出有關的經濟決策，相關性分析的目的在於提高使用者的經濟決策能力和預測能力。
2、經濟分析：
相關性的統計與分析是經濟學中常用的壹種方法。相關性是指當兩個因素之間存在聯系，壹個典型的表現是：壹個變量會隨著另壹個變量變化。相關又會分成正相關和負相關兩種情況。
3、統計分析：
相關性系數的計算過程可表示為：將每個變量都轉化為標準單位，乘積的平均數即為相關系數。兩個變量的關系可以直觀地用散點圖表示，當其緊密地群聚於壹條直線的周圍時，變量間存在強相關性。
4、數學分析：
當兩個變量的標準差都不為零時，相關性系數才有定義。當壹個或兩個變量帶有測量誤差時，他們的相關性就會受到削弱。