correlation分析判定标准

相关性分析，如果r＞0.9说明正向强相关，r＜-0.9就是负向强相关，同理0.75是弱相关，其他无相关。

皮尔逊相关性分析概念

在统计学中，皮尔逊相关系数(Pearsoncorrelationcoefficient），又称皮尔逊积矩相关系数（Pearsonproduct-momentcorrelationcoefficient，简称PPMCC或PCCs），是用于度量两个变量X和Y之间的相关（线性相关），其值介于-1与1之间。

中文名

皮尔逊相关系数

外文名

Pearsoncorrelationcoefficient

别名

皮尔逊积矩相关系数

相关人物

卡尔·皮尔逊；弗朗西斯·高尔顿

学科

统计学

covariance和correlation的有什么区别

1、covariance（协变）：计量经济中的协变差或称协方差；

2、correlation（相关性）：指两个数值的相关性，取值一般在-1和+1之间，取0表示不相关，取-1表示负相关，取+1表示正相关。

3、两者的区别如下：

（1）协方差是一个用于测量投资组合中某一具体投资项目相对于另一投资项目风险的统计指标,通俗点就是投资组合中两个项目间收益率的相关程度,正数说明两个项目一个收益率上升,另一个也上升,收益率呈同方向变化.如果是负数,则一个上升另一个下降,表明收益率是反方向变化.协方差的绝对值越大,表示这两种资产收益率关系越密切；绝对值越小表明这两种资产收益率的关系越疏远.

（2）由于协方差比较难理解,所以将协方差除以两个投资方案投资收益率的标准差之积,得出一个与协方差具有相同性质却没有量化的数.这个数就是相关系数.计算公式为相关系数=协方差/两个项目标准差之积.