显著性相关（significant correlation），理学-统计学-数理统计-预测，统计学中描述两个变量之间关联性的概念。在统计学中，相关性可以是两个变量之间任何的统计依赖或关联性，不管它们是否是因果关系。通过构造检验统计量来检验相关系数为零的原假设，若原假设被拒绝，那么变量之间显著性相关。用相关系数来测量相关性的强度，最常用的就是皮尔逊相关系数，它对于变量间的线性关系更为敏感。其他比较常见的还有秩相关系数，比如斯皮尔曼相关系数、肯德尔等级相关系数等，它们对非线性相关性更加稳健。 不管采用哪一种相关系数，在实际应用中，它都是未知的，可通过观测值对其进行估计。记为其估计值，那么可检验此相关系数的显著性，即检验原假设：是否成立。根据估计值，可以构造检验统计量，得到它在原假设下的分布，计算统计量的值所对应的值。若值小于事先设定的显著性水平，那么拒绝原假设，即认为变量间显著性相关。例如，若两个正态变量的相关系数为0，那么它们的斯皮尔曼相关系数的以下函数：服从自由度为的分布，式中为样本量。根据样本的相关系数，基于的积累分布函数，可以得到所对应的值，进一步将其与相比较。