文档介绍：相关系数是变量之间相关程度的指标。样本相关系数用r表示，总体相关系数用p表示，相关系数的取值一般介于-1〜1之间。相关系数不是等距度量值，而只是一个顺序数据。计算相关系数一般需大样本.
相关系数又称皮（尔生）氏积矩相关系数，说明两个现相关系数是变量之间相关程度的指标。样本相关系数用r表示，总体相关系数用p表示，相关系数的取值一般介于-1〜1之间。相关系数不是等距度量值，而只是一个顺序数据。计算相关系数一般需大样本.
相关系数又称皮（尔生）氏积矩相关系数，说明两个现象之间相关关系密切程度的统计分析指标。
相关系数用希腊字母Y表示，Y值的范围在-1和+1之间。
Y>0为正相关，y<0为负相关。Y=0表示不相关；
Y的绝对值越大，相关程度越高。
两个现象之间的相关程度，一般划分为四级：
如两者呈正相关，r呈正值，r=1时为完全正相关；如两者呈负相关则r呈负值，而r=-1时为完全负相关。完全正相关或负相关时，所有图点都在直线回归线上；点子的分布在直线回归线上下越离散，r的绝对值越小。当例数相等时，相关系数的绝对值越接近1，相关越密切；越接近于0,相关越不密切。当r=0时，说明X和Y两个变量之间无直线关系。
相关系数的计算公式为 < 见参考资料>.
其中xi为自变量的标志值；i=1，2, ...n； ■为自变量的平均值，
为因变量数列的标志值；■为因变量数列的平均值。
为自变量数列的项数。对于单变量分组表的资料，相关系数的计算公式<见参考资料〉.
其中fi为权数，即自变量每组的次数。在使用具有统计功能的电子计算机时，可以用一种简捷的方法计算相关系数，其公式<见参考资料〉.
使用这种计算方法时，当计算机在输入x、y数据之后，可以直接得出n、■、£xi> £yi> £■> £xiy1> y等数值，不必再列计算表。
简单相关系数：
又叫相关系数或线性相关系数。它一般用字母r表示。它是用来度量定量变量间的线性相关关系。
复相关系数：
又叫多重相关系数
复相关是指因变量与多个自变量之间的相关关系。例如，某种商品的需求量与其价格水平、职工收入水平等现象之间呈现复相关关系。
偏相关系数：
又叫部分相关系数：部分相关系数反映校正其它变量后某一变量与另一变量的相关关系，校正的意思可以理解为假定其它变量都取值为均数。偏相关系数的假设检验等同于偏回归系数的t检验。复相关系数的假设检验等同于回归方程的方差分析。
典型相关系数：是先对原来各组变量进行主成分分析，得到新的线性无关的综合可决系数是相关系数的平方。
意义：可决系数越大，自变量对因变量的解释程度越高，自变量引起的变动占总变动的百分比高。观察点在回归直线附近越密集。
相关系数(correlation coefficient)
相关系数是表示两个变量(X, Y)之间线性关系密切程度的指标，用r表示，其值在-1至+1间。如两者呈正相关，r呈正值，r=1时为完全正相关；如两者呈负相关则r呈负值，而r=-1时为完全负相关。完全正相关或负相关时，所有图点都在直线回归线上；点子的分布在直线回归线上下越离散，r 的绝对值越小。当例数相等时，相关系数的绝对值越接近1，相关越密切；越接近于0