皮尔逊相关系数，简称相关系数，严格来说，应该称为“线性相关系数”。这是因为，相关系数只是刻画了X，Y之间的“线性”关系程度。换句话说，假如X与Y有其它的函数关系但非线性关系时，用相关系数来衡量是不合理的。相关系数有以下性质：
若X，YX，YX，Y相互独立，则ρX,Y=0\rho_{X,Y}=0ρX,Y=0，但ρX,Y=0\rho_{X,Y}=0ρX,Y=0不能推出X,YX,YX,Y相互独立，等于0的情况称不相关，即独立则不相关，反过来不一定。
第一条的例外：当(X,Y)(X,Y)(X,Y)为二维正态时，由相关系数=0能推出X，YX，YX，Y独立。
_1≤ρX,Y≤1，小于0时为负相关，大于0时为
正相关，为当且仅当X,YX,YX,Y有严格线性关系时取等.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。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。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。