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。
相关系数缺点需要指出的是，相关系数有一个明显的缺点，即它接近于1的程度与数据组数n相关，这容易给人一种假象。因为，当n较小时，相关系数的波动较大，对有些样本相关系数的绝对值易接近于1；当n较大时，相关系数的绝对值容易偏小。特别是当n=2时，相关系数的绝对值总为1。因此在样本容量n较小时，我们仅凭相关系数较大就判定变量x与y之间有密切的线性关系是不妥当的。
相关系数公式定义式
ρxy=cov(x,y)/√[d(x)]√[d(y)]
公式描述：公式中cov(x,y)为x，y的协方差，d(x)、d(y)分别为x、y的方差。
公式
若y=a+bx，则有：
令e(x)=μ，d(x)=σ
则e(y)=bμ+a，d(y)=bσ
e(xy)=e(ax+bx)=aμ+b(σ+μ)
cov(x,y)=e(xy)−e(x)e(y)=bσ
