用途：在流程分析中寻找导致时长、等待、利用率或返工差异的解释性属性或假设，遵循“先关联、后解释”的原则。
主要能力：复用元数据与冻结的基线范围，选择具体定义的结果变量与相关案例级属性。先提出可检验假设、可能的竞争解释及区分二者的方法，再加载调查方法跟踪证据与状态。支持按结果类型调用 get_correlation_v2 获取影响分数：时长/等待/活动时间对应 DurationInfluence、WaitingTimeInfluence、ActiveTimeInfluence；利用率/事件数对应 CaseUtilizationInfluence、EventCountInfluence；返工/循环/自环对应 ReworkCountInfluence、LoopCountInfluence、SelfloopCountInfluence。需要在流行度或均值证据时可调用 get_attribute_statistics。涉及利用率时需先检查时间戳导入与零时长约定。
使用方式：按有序追踪流程执行，先检查 A 的元数据层级再计算相关性，优先复用缓存信号。get_correlation_v2 使用参数 {S,attributeName:A,influenceFormula:I,sortOrder:"Descending",filterOptions:F}；统计调用使用 {S,attributeName:A,filterOptions:F,itemsPerPage:5,itemsToSkip:0,metricToSortBy:"CaseFrequency",sortOrder:"Descending"}。服务最多返回 20 个分组。
限制：没有 itemsPerPage、itemsToSkip、top、metrics 或 limit 参数。影响分数是流行度加权的描述性分数，不是 Pearson 相关、显著性、因果效应或置信度，其公式已乘 100，不可再次相乘。事件级 Resource 不能用于相关性分析，需改为请求案例级候选或报告能力缺口。证据矛盾时应在该范围内标记为被反驳，最多返回五个有用信号，并将解释标注为假设。