1、標準差公式：D(X)=E(X2)-E2(X)；協方差公式：COV（X,Y）=E([X-E(X)][Y-E(Y)])；相關係數公式：協方差/[根號D（X）*根號D（Y）]。

2、相關係數是最早由統計學家卡爾·皮爾遜設計的統計指標，是研究變量之間線性相關程度的量，一般用字母r表示。由於研究對象的不同，相關係數有多種定義方式，較為常用的是皮爾遜相關係數。

3、相關表和相關圖可反映兩個變量之間的相互關系及其相關方向，但無法確切地表明兩個變量之間相關的程度。相關係數是用以反映變量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，同樣以兩變量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量之間相關程度；著重研究線性的單相關系數。

4、需要說明的是，皮爾遜相關係數並不是唯一的相關係數，但是最常見的相關係數，以下解釋都是針對皮爾遜相關係數。

5、依據相關現象之間的不同特徵，其統計指標的名稱有所不同。如將反映兩變量間線性相關關系的統計指標稱為相關係數（相關係數的平方稱為判定係數）；將反映兩變量間曲線相關關系的統計指標稱為非線性相關系數、非線性判定係數；將反映多元線性相關關系的統計指標稱為複相關係數、復判定係數等。

相關係數r的計算公式是：

r值的絕對值介於0～1之間。通常來說，r越接近1，表示x與y兩個量之間的相關程度就越強，反之，r越接近於0，x與y兩個量之間的相關程度就越弱，一般認為：

變量間的這種相互關系，稱為具有不確定性的相關關系。

⑴完全相關：兩個變量之間的關系，一個變量的數量變化由另一個變量的數量變化所惟一確定，即函數關系。

⑵不完全相關：兩個變量之間的關系介於不相關和完全相關之間。

⑶不相關：如果兩個變量彼此的數量變化互相獨立，沒有關系。