姜咏梅，倪中华

(1.九州职业技术学院，江苏 徐州 221116； 2.商丘职业技术学院，河南 商丘 476000)

基于大数据背景的相关系数研究

姜咏梅1，倪中华2

(1.九州职业技术学院，江苏 徐州 221116； 2.商丘职业技术学院，河南 商丘 476000)

随着信息技术的发展，我们迎来了大数据时代，许多领域都出现了海量的数据.探求纷繁复杂的数据之间的相关关系比寻找因果关系更受关注，而统计学中的相关系数正是用来描述两个变量之间相关关系的指标.文章先给出相关系数的由来以及在概率论中的定义和性质，再推导出统计学中常见的2个计算相关系数的公式，最后举例计算以提高对相关系数的理解以及应用的能力.

大数据；相关系数；均值；标准差；随机变量

0 引言

自然界中的各种现象总是普遍联系和相互依存的，客观现象之间的数量联系，也叫相关关系.维克托·迈尔-舍恩伯格在其著作大数据时代[1]12中明确指出，大数据时代最大的转变就是放弃对因果关系的渴求，取而代之关注相关关系.相关关系作为统计学中的一个工具的魅力在于将两个变量的关联精炼成一个描述性数据：相关系数[2]73-74.相关系数是用来说明变量之间在直线相关条件下相关关系密切程度和方向的统计分析指标[3]206-207.例如，人的身高和体重，某种商品的价格与需求，证券市场价格与投资者心理之间都存在着一定的相关关系.而当今社会随着手机、电脑、互联网的普及与发展，我们能获取的数据越来越多……