一、相关指数是什么意思？
相关指数R²表示一元多项式回归方程拟合度的高低，或者说表示一元多项式回归方程估测的可靠程度的高低。
事物之间的相互关系：因果关系（两种事物）、共变关系（三种事物）、相关关系（两种事物）。
相关：事物之间存在关系，但又不能直接做因果关系解释时，称事物间的联系为相关。
判断两个因素或变量之间是否有关系，定量地研究这些关系，称为相关分析。
按性质不同，相关可以划分为：正相关、负相关、零相关。
正相关：两个变量向相同的方向变化。即一个变量的值增加，另一个变量得值也增加。
负相关：两个变量向相反的方向变化。即一个变量的值增加，另一个变量的值相应地减少。
零相关：两列变量之间没有关系，即一列变量变动时，另一列变量作无规律变动。
扩展资料：
相关系数是一种描述性统计量，它指的是一个变量与另一个变量的变化的对应程度。符号：总体相关系数ρ；样本相关系数r。
相关系数和相关指数是两个不同的概念，一般是先求相关系数，分析相关性的强弱。然后求回归方程，最后求出相关指数，分析模型的拟合效果
参考资料来源：百度百科-相关指数
二、相关系数和相关指数一样吗
不一样啊，相关系数是在直线相关条件下，表明两个现象之间相关关系的方向和密切程度的综合性指标。一般用样本数据计算，记为r，没有单位，统计学中一般在－1～＋1之间。
相关指数是用于表示多个现象在不同场合下综合变动的一种特殊相对数。
三、相关系数是什么？
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。相关系数是用以反映变量之间相关关系密切程度的统计指标。
扩展资料
依据相关现象之间的不同特征，其统计指标的名称有所不同。如将反映两变量间线性相关关系的统计指标称为相关系数（相关系数的平方称为判定系数）；
将反映两变量间曲线相关关系的统计指标称为非线性相关系数、非线性判定系数；将反映多元线性相关关系的统计指标称为复相关系数、复判定系数等。
需要指出的是，相关系数有一个明显的缺点，即它接近于1的程度与数据组数n相关，这容易给人一种假象。
因为，当n较小时，相关系数的波动较大，对有些样本相关系数的绝对值易接近于1；当n较大时，相关系数的绝对值容易偏小。特别是当n=2时，相关系数的绝对值总为1。
因此在样本容量n较小时，我们仅凭相关系数较大就判定变量x与y之间有密切的线性关系是不妥当的。
参考资料来源：百度百科-相关系数
四、回归分析中相关指数和相关系数有什么联系与区别
在线性回归有,有上述关系.即：R^2=r^2
在其实回归模型中不一定适用.
R^2表达的是解释变量对总偏差平方和的贡献度,强调的是“几个模型”之间的拟合度的好与坏.
r表示解释变量与预报变量之间线性相关性的强弱程度,用来判断是否具有线性相关性.
五、回归分析中相关指数和相关系数有什么联系与区别？有R^2=r^2吗？
在线性回归有，有上述关系。即：R^2=r^2
在其实回归模型中不一定适用。
R^2表达的是解释变量对总偏差平方和的贡献度，强调的是“几个模型”之间的拟合度的好与坏。
r表示解释变量与预报变量之间线性相关性的强弱程度，用来判断是否具有线性相关性。
（以上属个人总结，没有细致研究过较深的统计学，如有不对之处，望统计学知识准确的朋友告知，一知半解的免了……）
六、回归分析中相关指数和相关系数有什么联系与区别？
在线性回归有,有上述关系.即：R^2=r^2
在其实回归模型中不一定适用。
R^2表达的是解释变量对总偏差平方和的贡献度,强调的是“几个模型”之间的拟合度的好与坏。
r表示解释变量与预报变量之间线性相关性的强弱程度,用来判断是否具有线性相关性。
回归系数b乘以X和Y变量的标准差之比结果为相关系数r。即b*σx/σy=r
相关系数和回归系数的联系和区别如下：
首先，相关系数与回归系数的方向，即符号相同。回归系数与相关系数的正负号都有两变量离均差积之和的符号业决定，所以同一资料的b与其r的符号相同。回归系数有单位，形式为（应变量单位/自变量单位）相关系数没有单位。相关系数的范围在-1～+1之间，而回归系数没有这种限制。
回归系数是指在回归方程中表示自变量x 对因变量y 影响大小的参数。回归系数越大表示x 对y 影响越大，正回归系数表示y 随x 增大而增大，负回归系数表示y 随x增大而减小。回归方程式^Y=bX+a中之斜率b,称为回归系数，表X每变动一单位，平均而言，Y将变动b单位。
