【相关系数r的计算公式是什么】在统计学中，相关系数（Pearson相关系数）是衡量两个变量之间线性关系强度和方向的一个重要指标。它通常用字母“r”表示，其取值范围在-1到1之间。r值越接近1或-1，表示两个变量之间的线性关系越强；而r值接近0，则表示两者之间几乎没有线性关系。
一、相关系数r的定义
相关系数r用于描述两个连续变量之间的线性相关程度。它是基于协方差与标准差的比值来计算的，因此能够反映变量间的变化趋势是否一致。
二、相关系数r的计算公式
相关系数r的计算公式如下：
$$
r = \frac{\sum (x_i - \bar{x})(y_i - \bar{y})}{\sqrt{\sum (x_i - \bar{x})^2 \sum (y_i - \bar{y})^2}}
$$
其中：
- $ x_i $ 和 $ y_i $ 是第i个样本的两个变量值；
- $ \bar{x} $ 和 $ \bar{y} $ 分别是变量x和y的平均值；
- $ \sum $ 表示对所有样本进行求和。
三、相关系数r的意义
| r值范围 | 意义说明 |
| 1 | 完全正相关 |
| 0.7~1 | 强正相关 |
| 0.3~0.7 | 中等正相关 |
| 0 | 无线性相关 |
| -0.3~-0.7 | 中等负相关 |
| -0.7~-1 | 强负相关 |
| -1 | 完全负相关 |
四、相关系数r的计算步骤
1. 计算每个变量的平均值 $ \bar{x} $ 和 $ \bar{y} $。
2. 计算每个数据点与各自均值的差值 $ (x_i - \bar{x}) $ 和 $ (y_i - \bar{y}) $。
3. 将这些差值相乘并求和，得到分子部分 $ \sum (x_i - \bar{x})(y_i - \bar{y}) $。
4. 分别计算每个变量的平方差之和，即 $ \sum (x_i - \bar{x})^2 $ 和 $ \sum (y_i - \bar{y})^2 $。
5. 将分子除以分母的平方根，得到相关系数r。
五、相关系数r的应用场景
- 经济分析：如GDP与失业率的关系；
- 医学研究：如血压与年龄的相关性；
- 市场调研：如广告投入与销售额的关系；
- 教育评估：如学生考试成绩与学习时间的关系。
六、相关系数r的注意事项
- 相关系数只能反映线性关系，不能说明因果关系；
- 数据应为连续型变量，且呈近似正态分布；
- 存在异常值时可能影响r的准确性；
- 不适合用于非线性关系的判断。
七、总结表格
| 内容项 | 说明 |
| 相关系数名称 | Pearson相关系数（r） |
| 取值范围 | -1 ~ 1 |
| 公式 | $ r = \frac{\sum (x_i - \bar{x})(y_i - \bar{y})}{\sqrt{\sum (x_i - \bar{x})^2 \sum (y_i - \bar{y})^2}} $ |
| 含义 | 衡量两个变量间的线性相关程度 |
| 应用领域 | 经济、医学、市场、教育等 |
| 注意事项 | 仅适用于线性关系，不表示因果关系 |
通过以上内容，可以清晰了解相关系数r的计算方式及其实际意义。在实际数据分析过程中，合理使用相关系数有助于更准确地理解变量之间的关系。