判定系数和可决系数有什么区别
回归分析中相关指数和相关系数有什么联系与区别？有R^2r^2吗？
回归分析中相关指数和相关系数有什么联系与区别？有R^2r^2吗？
在线性回归有，有上述关系。
即：R^2r^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……）
相关系数r与相关指数有关系吗？
如果是概率学方面的相关指数和相关系数的话，相关系数r的大小决定一列数据线性相关的强与弱！|r|越接近1就表示线性相关系越强！相关指数R表示拟合效果的好坏，越接近1表示用这个函数模型来越接近这组数据！说明这个函数模型越好！
什么是标准差系数?为什么有了标准差还要计算标准差系数？
标准差系数，又称为均方差系数，离散系数。它是从相对角度观察的差异和离散程度，在比较相关事物的差异程度时较之直接比较标准差要好些。
对于不同水平的总体不宜直接用标准差指标进行对比，标准差系数能更好的反映不同水平总体的标志变动度。
标准差系数是将标准差与相应的平均数对比的结果。标准差和其他变异指标一样，是反映标志变动度的绝对指标。它的大小，不仅取决于标准值的离差程度，还决定于数列平均水平的高低。
因而对于具有不同水平的数列或总体，就不宜直接用标准差来比较其标志变动度的大小，而需要将标准差与其相应的平均数对比，计算标准差系数，即采用相对数才能进行比较。
相关系数的计算公式这两个公式相同吗？
相关系数有多种。
1.在一元线性回归中：yax b（1）y，x之间的关系用一个简单的相关系数就可描述；
2.在多元线性回归中，因变量y与n（1)个自变量：x1，x2,，xn，之间存在线性关系，即：ya1x1 a2x2 anxn（2）那么y与（x1，x2,，xn）之间的相关性用简单的相关系数无法确定。此时引出两个比较复杂的相关系数：复相关系数和偏相关系数。
3.复相关系数用来评价y与（x1，x2,，xn）之间的相关性，复相关系数大时，表示y与（x1，x2,，xn）中每一个关系都比较密切，其值小时，表明n个自变数中可能有些对y的影响不大。但到底哪些变量对y的影响微弱，得用偏相关系数来确定。
4.y对xi（i1,2,,n）的偏相关系数用来判断xi对y的贡献的大小。若y对xi的偏相关系数很小，就可以在（2）中将xi舍弃！
5.x，y的相关系数＝x，y的协方差除以x的标准差，再除以y的标准差。
6.复相关系数和偏相关系数公式较复杂，不写了。