🌟Pearson相关系数计算 📊

Pearson相关系数是衡量两个变量线性关系强度和方向的一种常用方法。它取值范围为[-1, 1]，其中1表示完全正相关，-1表示完全负相关，而0则意味着无线性关系。计算公式如下：

corr = Σ[(Xi - X̄)(Yi - Ȳ)] / √[Σ(Xi - X̄)² Σ(Yi - Ȳ)²]

首先，你需要计算每个变量的均值（X̄ 和 Ȳ）。接着，分别求出每个数据点与均值之差的乘积，以及这些差值平方的总和。最后，将乘积的总和除以平方根的结果即可得到Pearson相关系数。

例如，在研究身高与体重的关系时，通过上述步骤可以得出一个具体的数值来描述两者之间的联系。此方法简单直观，但仅适用于线性关系的场景。若数据分布非线性，则需考虑其他相关性度量方式，如Spearman秩相关等。掌握这项技能可以帮助我们更好地理解数据背后的潜在规律！💡