【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密切程度的重要指标。它能够帮助我们判断两个变量是否具有正相关、负相关或无相关性。下面我们将从定义、公式、计算步骤以及示例等方面进行总结，并通过表格形式清晰展示。
一、相关系数r的定义
相关系数r（Pearson相关系数）是一个介于-1和+1之间的数值，用于衡量两个连续变量之间的线性相关程度：
- r = +1：完全正相关
- r = -1：完全负相关
- r = 0：无线性相关
二、相关系数r的计算公式
相关系数r的计算公式如下：
$$
r = \frac{n\sum xy - (\sum x)(\sum y)}{\sqrt{[n\sum x^2 - (\sum x)^2][n\sum y^2 - (\sum y)^2]}}
$$
其中：
- $ n $ 是数据对的数量（样本数量）
- $ x $ 和 $ y $ 分别是两个变量的观测值
- $ \sum xy $ 是x与y乘积的总和
- $ \sum x $ 和 $ \sum y $ 是x和y的总和
- $ \sum x^2 $ 和 $ \sum y^2 $ 是x和y平方的总和
三、计算步骤
1. 收集两组数据（x, y）。
2. 计算每对数据的乘积 $ xy $，并求和得到 $ \sum xy $。
3. 计算 $ \sum x $、$ \sum y $、$ \sum x^2 $、$ \sum y^2 $。
4. 将这些值代入公式，计算分子和分母。
5. 最后用分子除以分母，得到相关系数r。
四、计算示例
假设我们有以下数据：
| x | y | xy | x² | y² |
| 1 | 2 | 2 | 1 | 4 |
| 2 | 4 | 8 | 4 | 16 |
| 3 | 6 | 18 | 9 | 36 |
| 4 | 8 | 32 | 16 | 64 |
计算得：
- $ \sum x = 10 $
- $ \sum y = 20 $
- $ \sum xy = 60 $
- $ \sum x^2 = 30 $
- $ \sum y^2 = 120 $
- $ n = 4 $
代入公式：
$$
r = \frac{4×60 - (10×20)}{\sqrt{[4×30 - (10)^2][4×120 - (20)^2]}} = \frac{240 - 200}{\sqrt{(120 - 100)(480 - 400)}} = \frac{40}{\sqrt{20×80}} = \frac{40}{\sqrt{1600}} = \frac{40}{40} = 1
$$
结果为 r = 1，说明x和y之间存在完全正相关。
五、总结表格
| 项目 | 内容说明 |
| 相关系数r | 衡量两个变量间线性相关程度的指标，取值范围为[-1, 1] |
| 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]}} $ |
| 计算步骤 | 1. 收集数据；2. 计算各项总和；3. 代入公式计算；4. 得出结果 |
| 示例结果 | r = 1，表示完全正相关 |
| 应用场景 | 适用于连续变量，如身高与体重、成绩与时间等 |
六、注意事项
- 相关系数仅反映线性关系，不表示因果关系。
- 数据需满足正态分布或近似正态分布，否则可能影响准确性。
- 若数据中存在异常值，可能对结果产生较大影响。
通过以上内容，我们可以清楚地了解相关系数r的计算方法及其实际应用。掌握这一工具，有助于我们在数据分析中更准确地理解变量之间的关系。
