相关系数有多种。
1. 在一元线性回归中：y=ax+b （1） y，x之间的关系用一个简单的相关系数就可描述；
2. 在
多元线性回归中，
因变量y与n（>1)个
自变量：x1，x2,...，xn，之间存在线性关系，
即： y = a1x1 + a2x2 + ......+ anxn （2）
那么 y与（x1，x2,...，xn）之间的
相关性用简单的相关系数无法确定。此时引出两个比较
复杂的相关系数：复相关系数和偏相关系数。
3. 复相关系数用来评价y与（x1，x2,...，xn）之间的相关性，复相关系数大时，表示y与
（x1，x2,...，xn）中每一个关系都比较密切，其值小时，表明n个自变数中可能有些对y
的影响不大。但到底哪些变量对y的影响微弱，得用偏相关系数来确定。
4. y对xi（i=1,2,...,n）的偏相关系数用来判断xi 对y的贡献的大小。若y对xi的偏相关系数很小，
就可以在（2）中将xi舍弃！
5. x，y的相关系数＝x，y的
协方差除以x的
标准差，再除以y的标准差。
6. 复相关系数和偏相关系数公式较复杂，不写了。
追问“x，y的相关系数＝x，y的协方差除以x的标准差，再除以y的标准差。”是简单相关系数吗
追答相关系数：常相关系数、偏相关系数和复相关系数。
两个变量的就是简单相关系数，也叫皮尔逊相关系数：
Cxy=σ^2xy /(σxσy)
其中：σx、 σy 分别是x,y的标准差，σ^2xy 是x,y的协方差。