概率统计r是什么公式

概率中相关系数的计算公式：r=Cm(t0－t)。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。

概率，亦称“或然率”，它是反映随机事件出现的可能性（likelihood)大小。随机事件是指在相同条件下，可能出现也可能不出现的事件。例如，从一批有正品和次品的商品中，随意抽取一件，“抽得的是正品”就是一个随机事件。设对某一随机现象进行了n次试验与观察，其中A事件出现了m次，即其出现的频率为m/n。经过大量反复试验，常有m/n越来越接近于某个确定的常数（此论断证明详见伯努利大数定律）。该常数即为事件A出现的概率，常用P(A)表示。

cov=0计算公式

协方差（covariance）是用于衡量两个变量之间相关性的统计量。当cov=0时，表示这两个变量之间不存在线性关系，也就是说它们独立。计算cov的公式如下：

cov(X,Y)=E[(X-E(X))(Y-E(Y))]

其中，X和Y是两个变量，E表示期望（即均值），E(X)是X的期望值，E(Y)是Y的期望值。该公式的数学意义是，先将X和Y分别减去其期望值，然后计算它们的乘积的期望值。如果cov(X,Y)=0，那么X和Y之间没有线性相关性；如果cov(X,Y)>0，那么X和Y之间存在正相关性；如果cov(X,Y)<0，那么X和Y之间存在负相关性。

线性相关中r的计算公式

线性相关系数r公式：-1<=r<=1。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。

相关表和相关图可反映两个变量之间的相互关系及其相关方向，但无法确切地表明两个变量之间相关的程度。