皮爾遜相關係數理解有兩個角度

其一, 按照高中數學水平來理解, 它很簡單, 可以看做將兩組資料首先做Z分數處理之後, 然後兩組資料的乘積和除以樣本數

Z分數一般代表正態分佈中, 資料偏離中心點的距離.等於變數減掉平均數再除以標準差.(就是高考的標準分類似的處理)

標準差則等於變數減掉平均數的平方和,再除以樣本數,最後再開方.

所以, 根據這個最樸素的理解,我們可以將公式依次精簡為:

皮爾遜相關係數是一種度量兩個變數間相關程度的方法。它是一個介於 1 和 -1 之間的值，其中，1 表示變數完全正相關， 0 表示無關，-1 表示完全負相關。

在統計學中，皮爾遜積矩相關係數（英語：Pearson product-moment correlation coefficient，又稱作 PPMCC或PCCs, 文章中常用r或Pearson"s r表示）用於度量兩個變數X和Y之間的相關（線性相關），其值介於-1與1之間。在自然科學領域中，該係數廣泛用於度量兩個變數之間的相關程度。它是由卡爾·皮爾遜從弗朗西斯·高爾頓在19世紀80年代提出的一個相似卻又稍有不同的想法演變而來的。這個相關係數也稱作“皮爾森相關係數r”。