1樓：小採教育說
相關係數r的公式
若y=a+bx，則有：令e(x)=μ，d(x)=σdu。則e(y)=bμ+a，d(y)=bσ。
e(xy)=e(ax+bx)=aμ+b(σ+μ)。cov(x，y)=e(xy)−e(x)e(y)=b，其中相關係數介於區間[-1，1]內。
相關係數有一個明顯的缺點，即它接近於1的程度與資料組數n相關，這容易給人一種假象。因為，當n較小時，相關係數的波動較大，對有些樣本相關係數的絕對值易接近於1；當n較大時，相關係數的絕對值容易偏小。
性質分析
1、當相關係數為-1，表示完全負相關，表明兩項資產的收益率變化方向和變化幅度完全相反。
2、當相關係數為+1時，表示完全正相關，表明兩項資產的收益率變化方向和變化幅度完全相同。
3、當相關係數為0時，表示不相關。
2樓：
其中，cov（x，y）為x與y的協方差，var［x］為x的方差，var［y］為y的方差。
擴充套件資料缺點：需要指出的是，相關係數有一個明顯的缺點，即它接近於1的程度與資料組數n相關，這容易給人一種假象。因為，當n較小時，相關係數的波動較大，對有些樣本相關係數的絕對值易接近於1；當n較大時，相關係數的絕對值容易偏小。
特別是當n＝2時，相關係數的絕對值總為1。因此在樣本容量n較小時，我們僅憑相關係數較大就判定變數x與y之間有密切的線性關係是不妥當的。
3樓：雲淡風輕**答疑老師
付費內容限時免費檢視
回答把題目發完整
需要指出的是，相關係數有一個明顯的缺點，即它接近於1的程度與資料組數n相關，這容易給人一種假象。
因為，當n較小時，相關係數的波動較大，對有些樣本相關係數的絕對值易接近於1；當n較大時，相關係數的絕對值容易偏小。特別是當n=2時，相關係數的絕對值總為1。
因此在樣本容量n較小時，我們僅憑相關係數較大就判定變數x與y之間有密切的線性關係是不妥當的。
誠心為您解答每一個問題！
如果覺得我的服務不錯 ，可以動動你尊貴的手指，給俺個贊。點個五星 ，手留餘香祝你歲月靜好，幸福美滿
更多9條
4樓：手機使用者
另外有「多重相關係數」的，是多元線性迴歸裡的概念，是一個變數y與多個自變數x1，x2，…，xn之間線性相關程度的描述，這恐怕不是你要問的了。
相關係數r的計算
5樓：玄色龍眼
可以利用下圖中公式去計算
也可以利用excel中的correl函式來計算
結果為0.997888
6樓：塔鑲天
r＝c÷兀÷2
沒了謝謝**～
7樓：cfder鍋
這個原理很簡單，我給你個例子，你自己算可以嗎？這樣印象深刻些！
**例子傳不上，線上聯絡我，好吧？
如何計算相關係數
8樓：人設不能崩無限
若y=a+bx，則有：
令e(x) = μ，d(x) = σ
則e(y) = bμ + a，d(y) = bσe(xy) = e(ax + bx) = aμ + b(σ + μ)cov(x,y) = e(xy) − e(x)e(y) = bσ
9樓：註冊會計師
相關係數介於區間[-1，1]內。當相關係數為-1，表示完全負相關，表明兩項資產的收益率變化方向和變化幅度完全相反。當相關係數為+1時，表示完全正相關，表明兩項資產的收益率變化方向和變化幅度完全相同。
當相關係數為0時，表示不相關。
10樓：驢驢愛
相關係數γ =σ zxzy / (n-1)
相關係數是變數之間相關程度的指標。樣本相關係數用r表示,總體相關係數用ρ表示,相關係數的取值一般介於-1～1之間。相關係數不是等距度量值,而只是一個順序資料。
計算相關係數一般需大樣本。
相關係數 又稱皮（爾生）氏積矩相關係數，說明兩個現象之間相關關係密切程度的統計分析指標。
相關係數用希臘字母γ表示，γ值的範圍在-1和+1之間。
γ＞0為正相關，γ＜0為負相關。γ＝0表示不相關；
γ的絕對值越大，相關程度越高。
兩個現象之間的相關程度，一般劃分為四級：
如兩者呈正相關，r呈正值，r=1時為完全正相關；如兩者呈負相關則r呈負值，而r=-1時為完全負相關。完全正相關或負相關時，所有圖點都在直線迴歸線上；點子的分佈在直線迴歸線上下越離散，r的絕對值越小。當例數相等時，相關係數的絕對值越接近1，相關越密切；越接近於0，相關越不密切。
當r=0時，說明x和y兩個變數之間無直線關係。
相關係數的計算公式為：
其中xi為自變數的標誌值；i＝1，2，…n；■為自變數的平均值，
為因變數數列的標誌值；■為因變數數列的平均值。
為自變數數列的項數。對於單變數分組表的資料，相關係數的計算公式為：
其中fi為權數，即自變數每組的次數。在使用具有統計功能的電子計算機時，可以用一種簡捷的方法計算相關係數，其公式為：
使用這種計算方法時，當計算機在輸入x、y資料之後，可以直接得出n、■、σxi、σyi、σ■、σxiy1、γ等數值，不必再列計算表
11樓：通途通途
首先你要明白這個係數的概念係數是指隨著它的那個變化量，但是它的係數量是不變的，它的變數，兩個變數引起它的係數不會變的。
12樓：匿名使用者
如何計算幾個相關係數的平均數 統計學上用相關係數來定量描述兩個變數之間的直線性相關的強度與方向。如相互關聯著的兩變數，一個增大另一個也隨之增大
excel算出它的擬合方程和線性相關係數r！！
13樓：海天盛
excel算出它的擬合方程和線性相關係數r的方法。
如下參考：
1．首先，我們開啟一個excel文件並選擇資料進行演示，如下圖所示。
2．選擇要分析的資料後，點選「插入」，選擇「散點圖」，選擇散點圖型別。
3．在選項框中，選擇趨勢線「linear」，勾選「showformula」和「showrsquaredvalue」，點選「close」。
4．此時，從圖中可以看出，線性相關係數r的平方為0．9924，對其開方可以得到相關係數，如圖所示，相關係數為0．996。
14樓：萊昂納德_尤拉
可以在散點圖上顯示公式和相關係數
也可以直接用公式得到，假如你的y值在a2:f2，x值在a1:f1斜率公式
=slope(a2:f2,a1:f1) 或者=index(linest(a2:f2,a1:f1,true,true),1,1)
截距公式
=intercept(a2:f2,a1:f1) 或者=index(linest(a2:f2,a1:f1,true,true),1,2)
相關係數r平方的公式
=index(linest(a2:f2,a1:f1,true,true),3,1)
15樓：
在作出的影象上，選擇任意一個資料點，右鍵-新增趨勢線，根據需要選一次或二次，然後在「選項」卡中把「顯示公式」和「顯示r平方」勾上，確定後就可以直接從圖上讀出。
16樓：街心_明
在excel中以濃度為x資料，吸光度為y軸資料畫圖。（可是根本不是直線，除非將最後一個點作為錯誤點去掉才有點像直線） 就原資料作圖可做多項式擬合，擬合方法為：右鍵點選曲線，在出現的選單中點選「新增趨勢線」，在出現的新增趨勢線對話方塊中，「型別」選擇多項式，階數定位5時擬合效果較好擬合方程為：
y=-4e+07x^5+1e+07x^4-2e+06x^3+133453x^2-459105x+62.53 線性相關係數r^2=1.
(等級較低不能上傳圖！)
怎樣求相關係數r值，公式是什麼，用excel表怎樣算
17樓：匿名使用者
r平方值=rsq(因變數,變數)
因變數為y值，可以選擇某個區域的單元格，
變數為x值，可以選擇某個區域的單元格，
r值=power(rsq(因變數,變數),0.5)
18樓：
線性迴歸方程中相關係數r=r2
19樓：官梓陰鬆
r2就是相關係數的平方，
r在一元線性方程就直接是因變數自變數的相關係數，多元則是復相關係數
統計學中相關係數r的t檢驗 10
20樓：匿名使用者
網頁連結
網頁連結
剛看的與這個問題相關的兩個帖子，感覺有所解惑，但是沒有解釋為什麼這麼列公式，希望對你有所幫助。
實驗室線性迴歸方程y=a+bx中a，b和相關係數r的計算公式 100
21樓：椋露地凜
直線迴歸y=a＋bx跟相關係數r之間沒有關係的，迴歸方程是表述了各點之間自
變數與應變數的產業化規律，表達的是一個趨勢。相關係數r表態的是這種趨勢的相關程度，也就是點的集中程度。如果所有的點距迴歸方程都很近，說明相關性好。
如果點比較分散，|r|的值小，那回歸方程的指導意義就不是太大。
22樓：drar_迪麗熱巴
解題過程如下圖：
線性迴歸有很多實際用途。分為以下兩大類：
如果目標是**或者對映，線性迴歸可以用來對觀測資料集的和x的值擬合出一個**模型。當完成這樣一個模型以後，對於一個新增的x值，在沒有給定與它相配對的y的情況下。
給定一個變數y和一些變數x1,...,xp，這些變數有可能與y相關，線性迴歸分析可以用來量化y與xj之間相關性的強度，評估出與y不相關的xj，並識別出哪些xj的子集包含了關於y的冗餘資訊。
偏自相關係數,如何算出自相關和偏自相關係數
一 自協方差和自相關 係數p階自迴歸ar p 自協方差 r t,s e x t ex t x s ex s 自相關係數acf r s,t dx t dx s 0.5 二 平穩時間序列自協方差與自相關係數 1 平穩時間序列可以定義r k 為時間序列的延遲k自協方差函式 r k r t,t k e x ...
統計學中相關係數多少判斷相關性，相關係數越大，說明兩個變數之間的關係就越強嗎
相關係數是用以反映變數之間相關關係密切程度的統計指標。相關係數是按積差方法計算，同樣以兩變數與各自平均值的離差為基礎，通過兩個離差相乘來反映兩變數之間相關程度 著重研究線性的單相關係數。相關關係是一種非確定性的關係，相關係數是研究變數之間線性相關程度的量。由於研究物件的不同，相關係數有如下幾種定義方...
統計學中，相關係數r不等於0，就一定相關嗎
答 1 相關係數 r 不等於0 也不一定相關。2 不同的二元方程的兩個變數的相關性，會給出其相關係數呈相關關係的判定值。相關係數 r 1，r 0時，q誤差最大，說明不線性相關 r不為0時，線性相關，但線性相關程度不同，r 1時，線性相關程度最高 越接近0，線性相關性越差。統計學中，相關係數r 0的時...