【线性相关系数r公式】在线性统计分析中，线性相关系数（通常用符号 r 表示）是衡量两个变量之间线性关系密切程度的重要指标。它能够反映两个变量之间的变化趋势是否一致，以及这种关系的强度。本文将对线性相关系数 r 的公式进行总结，并通过表格形式展示其计算过程与关键参数。
一、线性相关系数 r 公式概述
线性相关系数 r 的取值范围在 -1 到 1 之间：
- r = 1：表示两个变量之间存在完全正线性关系；
- r = -1：表示两个变量之间存在完全负线性关系；
- r = 0：表示两个变量之间没有线性关系。
计算 r 的公式如下：
$$
r = \frac{n\sum xy - (\sum x)(\sum y)}{\sqrt{[n\sum x^2 - (\sum x)^2][n\sum y^2 - (\sum y)^2]}}
$$
其中：
- $ n $ 是样本数量；
- $ x $ 和 $ y $ 是两个变量的观测值；
- $ \sum xy $ 是 $ x $ 与 $ y $ 对应乘积之和；
- $ \sum x $ 和 $ \sum y $ 分别是 $ x $ 和 $ y $ 的总和；
- $ \sum x^2 $ 和 $ \sum y^2 $ 分别是 $ x $ 和 $ y $ 的平方和。
二、计算步骤说明
为了更清晰地理解如何计算 r，可以按照以下步骤进行操作：
| 步骤 | 操作说明 |
| 1 | 收集数据，列出两组变量 $ x $ 和 $ y $ 的观测值 |
| 2 | 计算 $ \sum x $、$ \sum y $、$ \sum x^2 $、$ \sum y^2 $、$ \sum xy $ |
| 3 | 将上述数值代入公式，计算分子和分母 |
| 4 | 最后求出 r 的值 |
三、公式应用示例
假设我们有以下数据：
| x | y |
| 1 | 2 |
| 2 | 4 |
| 3 | 6 |
| 4 | 8 |
根据公式计算：
- $ n = 4 $
- $ \sum x = 1 + 2 + 3 + 4 = 10 $
- $ \sum y = 2 + 4 + 6 + 8 = 20 $
- $ \sum x^2 = 1^2 + 2^2 + 3^2 + 4^2 = 30 $
- $ \sum y^2 = 2^2 + 4^2 + 6^2 + 8^2 = 120 $
- $ \sum xy = (1×2) + (2×4) + (3×6) + (4×8) = 2 + 8 + 18 + 32 = 60 $
代入公式：
$$
r = \frac{4×60 - (10×20)}{\sqrt{[4×30 - (10)^2][4×120 - (20)^2]}} = \frac{240 - 200}{\sqrt{(120 - 100)(480 - 400)}} = \frac{40}{\sqrt{20×80}} = \frac{40}{\sqrt{1600}} = \frac{40}{40} = 1
$$
由此可见，该数据集中的两个变量具有完全正线性关系。
四、总结表
| 项目 | 内容 |
| 公式名称 | 线性相关系数（Pearson 相关系数） |
| 公式表达 | $ r = \frac{n\sum xy - (\sum x)(\sum y)}{\sqrt{[n\sum x^2 - (\sum x)^2][n\sum y^2 - (\sum y)^2]}} $ |
| 取值范围 | -1 ≤ r ≤ 1 |
| 作用 | 衡量两个变量之间线性关系的强弱与方向 |
| 数据要求 | 需要成对的数值数据 |
| 应用场景 | 经济、社会学、医学等领域的变量关系分析 |
通过以上内容，我们可以清晰地了解线性相关系数 r 的公式及其应用方法。它是数据分析中不可或缺的工具之一，有助于揭示变量之间的潜在联系。
