檢視相关系数的原始碼

{| class="wikitable" align="right"
|-
|<center><img src=https://www.kfzimg.com/sw/kfzimg/372/48fbfdd6310238f8_s.jpg width="250"></center>
<small>[https://search.kongfz.com/product_result/?key=%E7%9B%B8%E5%85%B3%E7%B3%BB%E6%95%B0&status=0&_stpmt=eyJzZWFyY2hfdHlwZSI6ImFjdGl2ZSJ9 来自 孔夫子旧书网 的图片]</small>
|}

'''相关系数'''是中国的一个科技名词。

为什么汉字是方块字，这个问题虽然没有明确的考证，但从古人观察世界的方式中便可窥见一斑。《淮南子·览冥训<ref>[https://www.sohu.com/a/308106207_99925737 经典古文100篇（34） 淮南子·览冥训]，搜狐，2019-04-15</ref>》说：“往古之时，四极废，九州裂。天不兼覆，地不周载，火炎炎而不灭，水浩洋而不息，猛兽……于是女娲炼五色石以补苍天，断鳌足以立四极。”在古人心目中，“天圆地方<ref>[https://www.sohu.com/a/301654842_99917622 “天圆地方”的汉字不是你想的那么简单]，搜狐，2019-03-16</ref>”，地是方形的，而且在这四方形地的尽头，还有撑着的柱子。

==名词解释==

相关系数是最早由统计学家卡尔·皮尔逊设计的统计[[指标]]，是研究变量之间线性相关程度的量，一般用字母 r 表示。由于研究[[对象]]的不同，相关系数有多种定义方式，较为常用的是皮尔逊相关系数。

相关表和相关图可反映两个变量之间的相互关系及其相关方向，但无法确切地表明两个变量之间相关的程度。相关系数是用以反映变量之间相关关系密切程度的统计指标。相关系数是按积差方法计算，同样以两变量与各自平均值的离差为基础，通过两个离差相乘来反映两变量之间相关程度；着重研究线性的单相关系数。

需要说明的是，皮尔逊相关系数并不是唯一的相关系数，但是最常见的相关系数，以下解释都是针对皮尔逊相关系数。

依据相关现象之间的不同特征，其统计指标的名称有所不同。如将反映两变量间线性相关关系的统计指标称为相关系数（相关系数的平方称为判定系数）；将反映两变量间曲线相关关系的统计指标称为非线性相关系数、非线性判定系数；将反映多元线性相关关系的统计指标称为复相关系数、复判定系数等。

应用

概率论

【例】若将一枚硬币抛n次，X表示n次试验中出现正面的次数，Y表示n次试验中出现反面的次数。计算ρXY。

解：由于X+Y=n，则Y=-X+n，根据相关系数的性质推论，得ρXY = − 1。

企业物流

【例】一种新产品上市。在上市之前，公司的物流部需把新产品合理分配到全国的10个仓库，新品上市一个月后，要评估实际分配方案与之前考虑的其他分配方案中，是实际分配方案好还是其中尚未使用的分配方案更好，通过这样的评估，可以在下一次的新产品上市使用更准确的产品分配方案，以避免由于分配而产生的积压和断货。表1是根据实际数据所列的数表。

通过计算，很容易得出这3个分配方案中，B的相关系数是最大的，这样就评估到B的分配方案比实际分配方案A更好，在下一次的新产品上市分配计划中，就可以考虑用B这种分配方法来计算实际分配方案。

聚类分析

【例】如果有若干个样品，每个样品有n个特征，则相关系数可以表示两个样品间的相似程度。借此，可以对样品的亲疏远近进行距离聚类。例如9个小麦品种(分别用A1,A2,...,A9表示)的6个性状资料见表2，作相关系数计算并检验。

由相关系数计算公式可计算出6个性状间的相关系数，分析及检验结果见表3。由表3可以看出，冬季分蘖与每穗粒数之间呈现负相关(ρ = − 0.8982)，即麦冬季分蘖越多，那么每穗的小麦粒数越少，其他性状之间的关系不显著。

缺点

需要指出的是，相关系数有一个明显的缺点，即它接近于1的程度与数据组数n相关，这容易给人一种假象。因为，当n较小时，相关系数的波动较大，对有些样本相关系数的绝对值易接近于1；当n较大时，相关系数的绝对值容易偏小。特别是当n=2时，相关系数的绝对值总为1。因此在样本容量n较小时，我们仅凭相关系数较大就判定变量x与y之间有密切的线性关系是不妥当的。

==参考文献==
[[Category:800 語言學總論]]