相关系数r怎么求

2025-12-16 17:03:18 来源：网易用户：秦勇凡

【相关系数r怎么求】在统计学中，相关系数（Correlation Coefficient）是衡量两个变量之间线性关系强弱的指标。其中，最常用的是皮尔逊相关系数（Pearson Correlation Coefficient），通常用字母 r 表示。本文将详细介绍如何计算相关系数 r，并以表格形式总结关键步骤。

一、相关系数r的意义

相关系数 r 的取值范围为 -1 到 1：

- r = 1：表示完全正相关；

- r = -1：表示完全负相关；

- r = 0：表示无线性相关。

数值越接近 ±1，说明两个变量之间的线性关系越强；数值接近 0，则说明线性关系较弱或无明显关系。

二、相关系数r的计算公式

皮尔逊相关系数 r 的计算公式如下：

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 $ 分别是两个变量的观测值；

- $ \sum xy $ 是 $ x $ 与 $ y $ 对应乘积之和；

- $ \sum x $、$ \sum y $ 是 $ x $、$ y $ 的总和；

- $ \sum x^2 $、$ \sum y^2 $ 是平方和。

三、计算步骤总结

步骤	内容
1	收集两组数据 $ x $ 和 $ y $，确保它们是一一对应的。
2	计算每对数据的乘积 $ xy $，并求和得到 $ \sum xy $。
3	计算 $ x $ 的总和 $ \sum x $ 和 $ y $ 的总和 $ \sum y $。
4	计算 $ x $ 的平方和 $ \sum x^2 $ 和 $ y $ 的平方和 $ \sum y^2 $。
5	将以上结果代入公式，计算分子和分母。
6	最后得出相关系数 r 的值，并根据其大小判断相关性强弱。

四、示例计算

假设我们有以下两组数据：

x	y
1	2
2	4
3	6
4	8

计算步骤如下：

- $ n = 4 $

- $ \sum x = 1 + 2 + 3 + 4 = 10 $

- $ \sum y = 2 + 4 + 6 + 8 = 20 $

- $ \sum xy = (1×2) + (2×4) + (3×6) + (4×8) = 2 + 8 + 18 + 32 = 60 $

- $ \sum x^2 = 1² + 2² + 3² + 4² = 1 + 4 + 9 + 16 = 30 $

- $ \sum y^2 = 2² + 4² + 6² + 8² = 4 + 16 + 36 + 64 = 120 $

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

所以，相关系数 r = 1，表示两组数据呈完全正相关。

五、注意事项

- 相关系数仅反映线性关系，不能说明因果关系；

- 数据应满足线性趋势，且没有异常值干扰；

- 若数据为非正态分布或存在离群点，建议使用其他方法如斯皮尔曼相关系数。

六、总结表

项目	内容
名称	相关系数 r（皮尔逊相关系数）
范围	-1 到 1
用途	衡量两变量间的线性相关程度
公式	$ r = \frac{n\sum xy - (\sum x)(\sum y)}{\sqrt{[n\sum x^2 - (\sum x)^2][n\sum y^2 - (\sum y)^2]}} $
步骤	收集数据 → 计算各项和 → 代入公式 → 得出结果
意义	r=1 完全正相关；r=-1 完全负相关；r=0 无线性相关

通过上述方法，你可以快速掌握如何计算相关系数 r，并准确评估两个变量之间的线性关系。

标签：相关系数r怎么求

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。如有侵权请联系删除！