相关性-功能点说明

概述：
在统计学中，皮尔逊相关系数( Pearson correlation coefficient），又称皮尔逊积矩相关系数（Pearson product-moment correlation coefficient，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。
在自然科学领域中，皮尔逊相关系数广泛用于度量两个变量之间的相关程度，其值介于-1与1之间。它是由卡尔·皮尔逊从弗朗西斯·高尔顿在19世纪80年代提出的一个相似却又稍有不同的想法演变而来的。这个相关系数也称作“皮尔逊积矩相关系数”。
​

计算方式：
两个变量之间的皮尔逊相关系数定义为两个变量之间的协方差的商：

以上内容均来源于百度百科

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。
故在【正相关性】中，相关系数越接近1，这两组数据间的正相关性越高；
在【负相关性】中，相关系数越接近-1，这两组数据间的负相关性越高；
​

案例：

在同期煤炭、铁矿石同类价格指数与PPI-CPI同比增长通过数熵AI算出相关系数为0.888，从而可以推出在两组数据间，他们存在正相关关系，进而可以进一步去论证这两组数据间的关系；