组内相关系数和组间相关系数
相关系数的大小和相关度？
相关系数的大小和相关度？
相关系数是衡量观测数据之间相关程度的一个指标，一般情况下，相关系数越大表明相关程度就越高。但是，相关系数只有相对意义，没有绝对意义。也就是说，0.99不代表相关程度一定就高，0.44也不代表相关程度一定就低，这与样本空间的大小有关。实际工作中，只要相关关系显著，不必刻意追求高的相关系数。
不同样本空间大小有一个临界相关系数值，若统计值高于它，就代表相关关系显著，否则为不显著。若有30组数据，临界相关系数为0.361，0.44的相关系数代表相关关系显著；若只有3组数据，临界相关系数为0.997，0.99的相关系数仍代表相关关系不显著。因此，统计相关系数必须与临界相关系数对比之后才有意义。
许多人在做相关分析时，得到了0.9的相关系数，就得出相关关系很好的结论，实在是太离谱了，因为0.9很可能代表相关关系极不显著，^_^
若在论文中标注相关系数的数值时，必须同时标注临界相关系数的数值才有意义，很多人对此并不了解，以为有一个较高的数值即可，其实是误解了相关系数的真正含义。
请问:相关系数与回归系数二者有什么联系，谢谢您的帮助？
相关系数与回归系数二者的联系有：
1、如果回归系数大于零则相关系数大于零 ；而回归系数小于零则相关系数小于零。
2、回归系数：由回归方程求导数得到，所以，回归系数gt0，回归方程曲线单调递增；回归系数lt0，回归方程曲线单调递j减；回归系数0，回归方程求最值（最大值、最小值）。 以及事实上相关系数和回归系数之间没有明确的大小变化关系，这个结论不是绝对的，可能是某组数据的偶然性而体现的。
不能单独考虑某一个变量的回归系数的大小，要结合整个回归方程及拟合优度来分析模型。
在一组具有相关关系的变量的数据（x与Y）间，通过散点图可观察出所有数据点都分布在一条直线附近，这样的直线可以画出许多条，相关系数只能反映线性相关程度，不能确定因果关系，不能说明相关关系具体接近哪条直线。