13 sposobów omówionych w artykule Rodgersa i Nicewandra (The American Statistician, luty 1988)
Funkcja surowych wyników i środków,
r=∑(Xi−X¯)(Yi−Y¯)∑(Xi−X¯)2(Yi−Y¯)2−−−−−−−−−−−−−−−−−−√.
Standaryzowana kowariancja,
r=sXY/(sXsY)
gdzie jest próbka kowariancji i s X i y Y są przykładowymi odchyleń standardowych.sXYsXsY
Znormalizowane nachylenie linii regresji,
r=bY⋅XsXsY=bX⋅YsYsX,
gdzie i b X ⋅ Y są nachyleniami linii regresji.bY⋅XbX⋅Y
Średnia geometryczna dwóch nachyleń regresji,
r=±bY⋅XbX⋅Y−−−−−−−√.
Pierwiastek kwadratowy ze stosunku dwóch wariancji (uwzględniony odsetek proporcji),
r=∑(Yi−Yi^)2∑(Yi−Y¯)2−−−−−−−−−−−−⎷=SSREGSSTOT−−−−−−√=sY^sY.
Średni efekt krzyżowy znormalizowanych zmiennych,
r=∑zXzY/N.
Funkcja kąta między dwiema znormalizowanymi liniami regresji. Dwie linie regresji ( względem X iYX vs. Y ) są symetryczne względem przekątnej. Niech kąt między dwiema liniami będzie β . NastępnieXYβ
r=sec(β)±tan(β).
Funkcja kąta między dwoma wektorami zmiennymi,
r=cos(α).
Przeskalowana wariancja różnicy między znormalizowanymi wynikami. Letting zY−zX będzie różnicą między znormalizowanymi zmiennymi i Y dla każdej obserwacji,XY
r=1−s2(zY−zX)/2=s2(zY+zX)/2−1.
Oszacowano na podstawie reguły „balon”,
r≈1−(h/H)2−−−−−−−−−√
gdzie jest pionowym zakresem całego X - YHX−Y wykresu rozrzutu a jest zakresem przez „środek rozkładu na osi X ” (to znaczy przez punkt środkowy ).hX
W związku z dwuwymiarowymi elipsami izokoncentracji
r=D2−d2D2+d2
gdzie iD są odpowiednio długością osi głównej i pomocniczej. r równa się również nachyleniu stycznej linii izokonturu (we współrzędnych znormalizowanych) w punkcie, w którym kontur przecina oś pionową.dr
Funkcja statystyki testu z zaprojektowanych eksperymentów,
r=tt2+n−2−−−−−−−−√
gdzie jest statystyką testową w t niezależnym teście próbnym dla zaprojektowanego eksperymentu z dwoma warunkami leczenia (oznaczonymi jako X = 0 , 1 ), a n jest łączną całkowitą liczbą obserwacji w dwóch grupach leczenia.ttX=0,1n
Stosunek dwóch środków. Załóżmy dwuwymiarową normalność i standaryzujemy zmienne. Wybierz jakąś dowolnie dużą wartość z X . NastępnieXcX
r=E(Y|X>Xc)E(X|X>Xc).