统计-R(相关系数)与R^2(决定系数)

1.相关系数（R）

定义：考察两个事物（在数据里我们称之为变量）之间的相关程度。

假设有两个变量X，Y，那么两个变量间的皮尔逊相关系数可通过以下公式计算：

公式一：


其中，cov是协方差，是X的标准差，是Y的标准差。上述公式可以知道，皮尔逊相关系数是用协方差除以两个变量的标准差得到的。

公式二：

公式三：

公式四：

以上列出的四个公式等价，E是数学期望

对关系数的含义可以有如下理解：
（1）当相关系数为0时，X和Y两变量无关系。
（2）当X的值增大（减小），Y值增大（减小），两个变量为正相关，相关系数在0.00与1.00之间
（3）当X的值增大（减小），Y值减小（增大），两个变量为负相关，相关系数在-1.00与0.00之间
（4）相关系数的绝对值越大，相关性越强，相关系数越接近于1或-1，相关度越强；相关系数越接近于0，相关度越弱

2.决定系数（R^2）

定义：对模型进行线性回归后，评价回归模型系数拟合优度。

公式：R2=SSR/SST=1-SSE/SST
SST (total sum of squares)：总平方和
SSR (regression sum of squares)：回归平方和
SSE (error sum of squares) ：残差平方和。