【相关系数r怎么求】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弱的指标。其值介于-1到1之间，数值越接近1或-1，表示两变量之间的线性关系越强；数值接近0则表示线性关系较弱或没有。
下面我们将通过总结的方式，详细说明如何计算相关系数r，并以表格形式进行展示，便于理解和应用。
一、相关系数r的定义
相关系数r的公式为：
$$
r = \frac{n\sum xy - (\sum x)(\sum y)}{\sqrt{[n\sum x^2 - (\sum x)^2][n\sum y^2 - (\sum y)^2]}}
$$
其中：
- $ n $ 是样本数量
- $ x $ 和 $ y $ 分别是两个变量的数据
- $ \sum xy $ 是x和y对应值乘积之和
- $ \sum x $ 和 $ \sum y $ 分别是x和y的总和
- $ \sum x^2 $ 和 $ \sum y^2 $ 分别是x和y平方后的总和
二、计算步骤总结
| 步骤 | 内容 |
| 1 | 收集两个变量的数据对 $(x_i, y_i)$ |
| 2 | 计算各数据的总和：$\sum x$, $\sum y$ |
| 3 | 计算各数据的平方和：$\sum x^2$, $\sum y^2$ |
| 4 | 计算每对数据的乘积和：$\sum xy$ |
| 5 | 将上述结果代入相关系数公式，求出r值 |
| 6 | 根据r值判断两变量之间的相关程度 |
三、示例说明
假设我们有以下数据：
| x | y |
| 1 | 2 |
| 2 | 4 |
| 3 | 6 |
| 4 | 8 |
根据公式计算：
- $ n = 4 $
- $ \sum x = 1 + 2 + 3 + 4 = 10 $
- $ \sum y = 2 + 4 + 6 + 8 = 20 $
- $ \sum x^2 = 1^2 + 2^2 + 3^2 + 4^2 = 30 $
- $ \sum y^2 = 2^2 + 4^2 + 6^2 + 8^2 = 120 $
- $ \sum xy = (1×2) + (2×4) + (3×6) + (4×8) = 2 + 8 + 18 + 32 = 60 $
代入公式：
$$
r = \frac{4×60 - (10×20)}{\sqrt{[4×30 - (10)^2][4×120 - (20)^2]}} = \frac{240 - 200}{\sqrt{(120 - 100)(480 - 400)}} = \frac{40}{\sqrt{20×80}} = \frac{40}{\sqrt{1600}} = \frac{40}{40} = 1
$$
结果表明，x与y之间存在完全正相关关系。
四、相关系数r的解释
| r值 | 相关程度 |
| 1 | 完全正相关 |
| 0.8~1 | 强正相关 |
| 0.5~0.8 | 中等正相关 |
| 0.3~0.5 | 轻微正相关 |
| 0 | 无相关 |
| -0.3~-0.5 | 轻微负相关 |
| -0.5~-0.8 | 中等负相关 |
| -0.8~-1 | 强负相关 |
| -1 | 完全负相关 |
五、注意事项
- 相关系数只能反映线性关系，不能说明因果关系。
- 数据需满足正态分布或近似正态分布时，相关系数才更可靠。
- 若数据中存在异常值，可能会影响r值的准确性。
通过以上内容，我们可以清晰地了解相关系数r的计算方法及意义。在实际应用中，合理使用相关系数可以帮助我们更好地分析变量之间的关系。