①相关系数公式1、标准差公式：D(X)=E(X2)-E2(X)；协方差公式：COV(X,Y)=E([X-E(X)][Y-E(Y)])；相关系数公式：协方差/[根D(X)*根D(Y)]。 2、相关系数是统计学家卡尔·皮尔逊设计的第一个统计指标。它是研究变量之间线性相关程度的量，通常用字母r表示。由于研究对象的不同，相关系数的定义方法有很多种，最常用的是Pearson相关系数。 3、相关表和相关图可以反映两个变量之间的相互关系及其相关方向，但不能准确表示两个变量之间的相关程度。相关系数是用来反映相关程度的统计指标变量之间的相关性。相关系数是使用乘积差法计算的，该方法也是基于两个变量与其各自平均值的偏差。两个变量之间的相关程度通过两个差值相乘来体现；唯一的线性相关系数。 4、需要注意的是，皮尔逊相关系数并不是唯一的相关系数，而是最常见的相关系数。以下解释均与皮尔逊相关系数有关。 5、根据有关现象的不同特点，统计指标的名称有所不同。例如，反映两个变量之间线性相关的统计指标称为相关系数（相关系数的平方称为决定系数）。反映两个变量之间曲线相关性的es称为非线性相关系数和非线性决定系数；反映多元线性相关性的统计指标称为复相关系数、复决定系数等。 ②如何求相关系数r：相关系数在[-1, 1]区间内。相关系数是统计学家卡尔·皮尔逊设计的第一个统计指标。一般来说，它研究变量之间的线性相关程度。用字母r表示。由于研究对象的不同，相关系数的定义方法有很多种，最常用的是Pearson相关系数。相关表和相关图可以反映两个变量之间的相互关系它们的相关方向，但不能准确地表明两个变量之间的相关程度。相关系数是用来反映变量之间相关性密切程度的统计指标。相关系数是使用乘积差法计算的，该方法也是基于两个变量与其各自平均值的偏差。两个变量之间的相关程度通过两个差值相乘来体现；唯一的线性相关系数。 ③如何求样本相关系数？使用公式 Cov(X,Y)=E(XY)−E(X)E(Y) 获得样本相关系数。在统计学中，皮尔逊积矩相关系数用于衡量两个变量X和Y之间的相关性（线性相关），其值在-1到1之间。样本是一部分使用特殊方法抽取的人口。样本的主要特征是：它代表总体；它的容量小于人口的容量。样本相关系数是指样本中变量之间的线性相关程度。样本相关系数的准确性与采样方法、样本量等多种因素有关。 ④关系较大的数字1。相关系数越大，两个变量之间的相关性越强。当相关系数等于1时，两个变量实际上形成线性函数关系。 2、相关系数在0到1之间，用于反映变量之间相关性的紧密程度的统计指标。使用difference of p法计算相关系数产品，它也是基于两个变量与其各自平均值的偏差。两个变量之间的相关程度通过两个差值相乘来体现；唯一的线性相关系数。 3、相关系数是统计学家卡尔·皮尔逊设计的第一个统计指标。它是研究变量之间线性相关程度的量，通常用字母r表示。由于研究对象的不同，相关系数的定义方法有很多种，最常用的是Pearson相关系数。