2.协方差（covariance）：x与y两变量的共同变异量。Z(X-X)(Y-Y)SPXYCOV(X,Y)n-1n-I协方差仍然不是一个理想的指标，其大小是有单位的。不同单位的资料没有可比性。因此，为克服这一缺陷，可以将协方差标准化，即除以X、Y变量的标准差。标准化的协方差就是相关系数
n I SP n X X Y Y COV X Y XY − = − − − = 1 ( )( ) ( , ) 2. 协方差（covariance）：x与y两变量的共同 变异量。 协方差仍然不是一个理想的指标，其大小是有单位 的。不同单位的资料没有可比性。 因此，为克服这一缺陷，可以将协方差标准化，即 除以X、Y变量的标准差。 标准化的协方差就是相关系数
3.样本相关系数(correlation coefficientZ(X -X)(Y -Y) /(n-1)Z(y-)Z(X-X))n-1×n-1COV(X,Y)S,SyZ(X- X)(Y-Y)SPXYZ(X-x)?×/z(Y-Y) /sSx /sSyaXY总体相关系数：p二OxOy
3. 样本相关系数（correlation coefficient） X Y X Y X Y SS SS SP X X Y Y X X Y Y S S COV X Y n Y Y n X X X X Y Y n r − − − − = = − − − − − − − = 2 2 2 2 ( ) ( ) ( )( ) ( , ) 1 ( ) 1 ( ) ( )( )/( 1) X Y XY 总体相关系数： =
9.1.2相关系数的计算公式SPCOV(X,Y)XYSxSy/SSSS,ZXY_ExEy1Zy22mZx_2xnnSS.：x变量的平方和SS：y变量的平方和SPr：离均差乘积和，简称乘积和
9.1.2 相关系数的计算公式 − − − = = = n Y n X n X Y X Y X Y X Y X Y XY SS SS SP S S COV X Y r 2 2 ( ) 2 ( ) 2 ( , ) 离均差乘积和，简称乘积和 变量的平方和 变量的平方和 : : : xy y x SP SS y SS x
相关系数的范围和含义负相关r< 0: r〉0：正相关r=0：零相关r=1：完全相关y值完全由x值决定，散完全正相关r= +1:点完全落在一条直线上完全负相关r=-1:
相关系数的范围和含义 r < 0：负相关 r > 0：正相关 r = 0：零相关 r = 1：完全相关 r = +1：完全正相关 r = -1：完全负相关 y值完全由x值决定，散 点完全落在一条直线上
生物现象中达到完全相关程度的情况是很少的，因此相关系数的范围-1≤r≤+1。相关程相关系数的绝对值越大，度越强，反之则越弱
生物现象中达到完全相关程度的 情况是很少的，因此相关系数的范围： -1≤r≤+1。 相关系数的绝对值越大，相关程 度越强，反之则越弱