【相关系数r的计算公式怎么算】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，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；r值接近0，则表示两者之间几乎没有线性关系。
下面将详细介绍相关系数r的计算公式，并通过实例进行说明。
一、相关系数r的计算公式
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 $：样本数量
- $ x $、$ y $：两个变量的观测值
- $ \sum xy $：两变量对应值乘积之和
- $ \sum x $、$ \sum y $：两变量各自总和
- $ \sum x^2 $、$ \sum y^2 $：两变量平方后的总和
二、计算步骤总结
| 步骤 | 操作 | 说明 |
| 1 | 收集数据 | 获取两个变量x和y的成对数据 |
| 2 | 计算各项和 | 分别计算Σx、Σy、Σxy、Σx²、Σy² |
| 3 | 代入公式 | 将各部分代入相关系数公式 |
| 4 | 计算结果 | 得出相关系数r的值 |
三、示例说明
假设我们有以下两组数据：
| x | y |
| 1 | 2 |
| 2 | 4 |
| 3 | 6 |
| 4 | 8 |
按照上述步骤进行计算：
1. 计算各项和：
- Σx = 1 + 2 + 3 + 4 = 10
- Σy = 2 + 4 + 6 + 8 = 20
- Σxy = (1×2) + (2×4) + (3×6) + (4×8) = 2 + 8 + 18 + 32 = 60
- Σx² = 1² + 2² + 3² + 4² = 1 + 4 + 9 + 16 = 30
- Σy² = 2² + 4² + 6² + 8² = 4 + 16 + 36 + 64 = 120
2. 代入公式计算：
$$
r = \frac{4 \times 60 - (10 \times 20)}{\sqrt{[4 \times 30 - (10)^2][4 \times 120 - (20)^2]}}
= \frac{240 - 200}{\sqrt{[120 - 100][480 - 400]}}
= \frac{40}{\sqrt{20 \times 80}}
= \frac{40}{\sqrt{1600}}
= \frac{40}{40} = 1
$$
结论： r = 1，说明x与y之间存在完全正相关关系。
四、相关系数r的意义
| r值 | 含义 |
| 1 | 完全正相关 |
| 0.5~1 | 强正相关 |
| 0~0.5 | 轻微正相关 |
| 0 | 无相关 |
| -0.5~-1 | 强负相关 |
| -1 | 完全负相关 |
五、注意事项
1. 相关系数仅反映线性关系，不适用于非线性关系。
2. 数据需为连续变量，且满足正态分布或近似正态分布。
3. 相关不等于因果，需结合实际背景分析。
六、总结
相关系数r是衡量两个变量间线性关系的重要工具，其计算公式较为复杂，但通过分步计算可以清晰掌握。理解r的含义及使用条件，有助于更准确地解读数据分析结果。
| 项目 | 内容 |
| 名称 | 相关系数r |
| 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]}} $ |
| 范围 | -1 到 +1 |
| 意义 | 表示线性关系的强度和方向 |
| 应用 | 统计分析、变量间关系研究等 |
如需进一步了解其他类型的相关系数（如斯皮尔曼相关系数），可继续查阅相关资料。