相关系数反映了两变量间什么关系
相关系数与相关性的关系？
相关系数与相关性的关系？
两个变量具有相关性，就有相关系数，相关系数越大相关性越强。
二维随机变量如何判断相关性？
相关一般指的是线性相关性，用相关系数来表示，相关系数为零代表两个变量间没有线性相关性。而独立意味着除了无线性相关外也不能有非线性相关，因此独立意味着不相关，但不相关不意味着独立，因为还可能有非线性相关的情况存在。
相关系数为0是两变量独立的必要非充分条件。相关系数反映的是两变量间的线性关系，但是变量间除了线性关系还有其它关系，这时候相关系数就不能作为一种度量了。第一行，X，Y坐标展现的点图线性越强，相关系数绝对值更大。第二行，更加明显。第三行，非线性相关但显然X，Y是不独立的。或者：假设x从-1到1，yx^2,相关系数为0但是非独立。
用相关系数r判断：
r[∑(x-X)(y-Y)]/√[∑(x-X)2∑(y-Y)2]
随机变量x、y,其平均值分别为X、Y.
|r|≤1
|r|越大[越接近1]相关性越大,|r|越小[越接近0]相关性越小.r0时为正相关,
相关系数的强度是什么意思？
在概率论和统计学中，相关（Correlation，或称相关系数或关联系数），显示两个随机变量之间线性关系的强度和方向。在统计学中，相关的意义是用来衡量两个变量相对于其相互独立的距离。在这个广义的定义下，有许多根据数据特点而定义的用来衡量数据相关的系数。
相关性系数计算公式？
1、标准差公式：D(X)E(X2)-E2(X)；协方差公式：COV（X,Y）E([X-E(X)][Y-E(Y)])；相关系数公式：协方差/[根号D（X）*根号D（Y）]。
2、相关系数是最早由统计学家卡尔·皮尔逊设计的统计指标，是研究变量之间线性相关程度的量，一般用字母r表示。由于研究对象的不同，相关系数有多种定义方式，较为常用的是皮尔逊相关系数。
3、相关表和相关图可反映两个变量之间的相互关系及其相关方向，但无法确切地表明两个变量之间相关的程度。相关系数是用以反映变量之间相关关系密切程度的统计指标。相关系数是按积差方法计算，同样以两变量与各自平均值的离差为基础，通过两个离差相乘来反映两变量之间相关程度；着重研究线性的单相关系数。
4、需要说明的是，皮尔逊相关系数并不是唯一的相关系数，但是最常见的相关系数，以下解释都是针对皮尔逊相关系数。
5、依据相关现象之间的不同特征，其统计指标的名称有所不同。如将反映两变量间线性相关关系的统计指标称为相关系数（相关系数的平方称为判定系数）；将反映两变量间曲线相关关系的统计指标称为非线性相关系数、非线性判定系数；将反映多元线性相关关系的统计指标称为复相关系数、复判定系数等。