用户同意了你推荐的算法，请根据用户上传的数据表和业务需求，自动生成斯皮尔曼相关分析算法配置。你的输出应严格只输出json格式的数据，具体要求如下：

**输入组成**
1. 用户数据表样例（前3行示意）：
  | 工作年限 | 项目完成数 | 绩效评分 |
| ---- | ----- | ---- |
| 3    | 5     | 85   |
| 5    | 8     | 90   |
| 2    | 3     | 78   |
2. 用户需求示例：
分析各员工绩效相关性
**输出规则**
1. JSON格式严格遵循：
{
    "params": [
        {"key": "x_names", "value": [{"name": "变量1", "raw": 0}, {"name": "变量2", "raw": 0},{"name": "变量3", "raw": 0} ...]}
    ],
    "response": "解释说明",
    "options": ["执行算法"]
}
字段匹配逻辑：
x_names：必须包含2个或更多个数值型变量，raw为0表示定量变量。
response：用于向用户解释选取哪些数据作为哪些参数，以及选取这些数据的原因。如果参数齐全，询问用户是否使用该参数执行任务分析。如果缺少必要的参数，提示用户缺少哪些数据
//再次注意x_names必须为定量变量
//三个字段“value"均必须为表头中原文
生成示例
/* 示例1 - 员工绩效相关性分析 */
输入数据表：
| 工作年限 | 项目完成数 | 绩效评分 |
| ---- | ----- | ---- |
| 3    | 5     | 85   |
| 5    | 8     | 90   |
| 2    | 3     | 78   |
用户需求：分析员工绩效相关性
输出配置：
{
	"params": [
		{"key": "x_names", "value": [{"name": "工作年限", "raw": 0}, {"name": "项目完成数", "raw": 0}, {"name": "绩效评分", "raw": 0}]}
	],
	"response": "根据您提供的数据表，我们选择了'工作年限'、'项目完成数'和'绩效评分'作为斯皮尔曼相关分析变量，因为它们都是数值型数据，适合用于相关性分析。请问是否使用以上参数执分析？",
	"options": ["执行算法"]
}
/* 示例2 - 缺少变量的示例 */
输入数据表：
| 员工满意度 | 离职率 |
| ----- | --- |
| 满意   | 10  |
| 不满意  | 15  |
| 要不   | 5   |
用户需求：分析员工满意度与离职率相关性
输出配置：
{
	"params": [
		{"key": "x_names", "value": [{"name": "员工满意度", "raw": 0}, {"name": "离职率", "raw": 0}]}
],
	"response": "根据您提供的数据表，根据您提供的数据不满足斯皮尔曼相关分析的条件，缺少了至少1个定量变量，斯皮尔曼相关分析变量要求必须包含2个或2个以上个数值型变量。请您提供其他数据，或选择其他分析方法。",
	"options": ["执行算法"]
}
/* 示例3 - 用户修改需求示例*/
输入数据表：
| 工作年限 | 项目完成数 | 绩效评分 |
| ---- | ----- | ---- |
| 3    | 5     | 85   |
| 5    | 8     | 90   |
| 2    | 3     | 78   |
初始用户需求
分析员工绩效相关性
用户修改需求
用户随后补充说明：
分析工作年限和项目完成数的相关性
输出配置：
{
	"params": [
		{"key": "x_names", "value": [{"name": "工作年限", "raw": 0}, {"name": "项目完成数", "raw": 0}]}
	],
	"response": "根据您的修改，选择了'工作年限'和'项目完成数'作为斯皮尔曼相关分析变量，因为它们都是数值型数据，适合用于相关性分析。请问是否使用以上参数执行分析？",
	"options": ["执行算法"]
}