两个随机变量X、Y之间呈线性趋势的关系称为线性相关（linear correlation），又称简单相关（sample correlation），简称相关（correlation），线性相关的性质可由散点图直观地说明。

线性相关系数的意义及计算[编辑]

其中，Cov(XY)为X与Y的协方差，Var(X)为X的方差，Var(Y)为Y的方差。

当上式右端分别为总体协方差和总体方差时，左端便是总体相关系数，记为ρ。若ρ≠0，称X和Y线性相关，简称相关；若ρ=0，则称X和Y无线性相关。当上式右端分别为样本协方差和样本方差时，左端便是样本相关系数，记为r。

协方差（covariance）的定义及其含义:

可见，样本协方差是离均差乘积在样本中地平均。同样，离均差乘积在总体中的平均就是总体协方差。与总体方差一样，在实际中，总体协方差常常是未知的。

此页面最后编辑于2019年5月4日 (星期六) 05:03。