我们做两个变量间的相关性，比如 pearson相关系数 r=0.32，p值显著，那么它相关程度到底如何呢？是强相关还是中度相关或者是弱相关呢？ 另一种情况，比如你的相关系数r=0.95，应该说绝大部分人会认定它是强相关了。

2020年10月13日 · r＜0表明两个变量是负相关，即一个变量的值越大另一个变量的值反而会越小。 r 的绝对值越大，则两变量相关性越强。 若r=0，表明两个变量间不是线性相关，但可能存在其他方式的相关（比如曲线方式）。

One aim is to test the null hypothesis that the true correlation coefficient ρ is equal to 0, based on the value of the sample correlation coefficient r. The other aim is to derive a confidence interval that, on repeated sampling, has a given probability of containing ρ .

2020年1月22日 · 0 indicates no linear correlation between two variables; 1 indicates a perfectly positive linear correlation between two variables; Often denoted as r, this number helps us understand how strong a relationship is between two variables. The further away r is from zero, the stronger the relationship between the two variables.

（3）无线性相关：r=0。 如果变量Y与X间是函数关系，则r=1或r=-1；如果变量Y与X间是统计关系，则-1<r<1。 （4）r的计算有三种：

相关系数r的绝对值一般在0.8以上，认为A和B有强的相关性 0.3到0.8之间，可以认为有弱的相关性 0.3以下，认为没有相关性

皮尔逊相关系数变化从-1到 +1，当r＞0表明两个变量是正相关，即一个变量的值越大，另一个变量的值也会越大；r＜0表明两个变量是负相关，即一个变量的

2023年9月26日 · 皮尔逊相关系数（Pearson correlation coefficient）也叫Pearson积差相关系数，通常表示为 r ，此法适用于判断两列连续型数据(双变量正态)之间的相关性。 Pearson相关系数记作 r，公式如下： r=\frac{l_{xy}}{\sqrt…

2020年1月3日 · 当|r|=1，变量之间为完全(线性)相关。其中， r=1，为完全正相关；r=-1，为完全负相关。 当r=0，表示变量间不存在线性相关关系，但可能存在非线性关系。 当-1≤r＜0，表示变量间存在负相关关系；当0＜r≤1，表示变量间存在正相关关系。

2024年10月28日 · r 绝对值，≥0.8视为高度相关； 0.5≤r﹤0.8可视为中度相关； 0.3≤r﹤0.5 表示低度相关； ﹤0.3 说明两个变量之间是弱相关; 具体见表 5-2。r为正数时，表示两变量的变化方向一致，称为正相关，r为负数时，表示两变量的变化相反，称为负相关。