11 理论分析#8195#8195Pearson Correlation Coefficient， PCC 被称作 线性相关系数 ，可以衡量两个服从正态分布的随机变量 和 的线性相关性其实就是统计学中的 相关系数 给出 协方差 的计算公式其中 称为分布的均值实际上 和 相互独立 ，则 ，所以。
correlation coefficient相关性系数计算函数#160 #160 #160 #160 在matlab中，调用corrX，Y，type=quotpearsonquot函数即可计算两组数据之间的皮尔逊相关系数，type还可以选择 Spearman， KendallPS#160 #160 在下一节博文中，将会介绍这三种相关性系数的计算公式以及适用范围。
相关系数检验公式是用来检验两个变量之间的线性相关程度的常用的检验方法有t检验和Pearson相关系数检验其中，t检验用来检验Pearson相关系数的显著性，而Pearson相关系数则是用来衡量两个变量间是否存在单调相关关系计算公式如下r=Σxix_meanyiy_meansqrtn2*Σxix_mean^2*。
式中，E为数学期望，N为样本容量以上都可以计算皮尔逊相关系数皮尔逊相关系数的取值范围为1，1，其绝对值越接近1相关性越强，绝对值越接近于0，相关性越弱，相关系数小0时说明两个变量之间呈现负相关，大于0，则为正相关，对于相关性强度可以参考下表应用皮尔逊相关的前提条件1两个变量。
在我们进行数据处理时，相关性分析是我们最常使用的分析方法之一相关性，即衡量二个特征或者两个变量之间的关联程度两个变量的相关关系意味着二者之间存在着某种数学关系我们并不知道两个变量之间是否存在着 实际关系 通常我们计算的是两个特征的数组之间的相关系数我们常用的相关性计算方法有哪些呢。
4最后，在“相关分析”结果中，可以查看变量之间的相关性，以及相关系数的值可以用excel的quot数据分析quot工具进行相关分析先在工具选项中打开quot数据分析quot，选择quot相关quot在输入范围栏中输入需要分析的两列数据范围，同时选择是否需要计算置信水平点击确定即可得到相关系数的值如果需要分析多个变量之间的。