皮尔逊系数是一种相关系数，表示以相同间隔或比率比例测量的两个变量之间的关系。 皮尔逊系数是两个连续变量之间关联强度的度量。
分解皮尔逊系数
为了找到皮尔逊系数，将两个变量放在散点图上。 要计算的系数必须具有某种线性； 散点图没有描绘出与线性关系的任何相似之处将无用。 越接近散点图的直线，关联强度越高。 在数字上，皮尔逊系数的表示方式与线性回归中使用的相关系数的表示方式相同； 范围是-1至+1。 +1值是两个或多个变量之间完全正相关的结果。 相反，值-1表示完美的负关系。 零表示没有相关性。
投资的实际用途
对于希望分散投资组合的投资者而言，皮尔逊系数可能会有用。 根据散点图对资产之间的历史收益进行计算，例如，股票-债券，股票-商品，债券-房地产等，或者更特定的资产（例如大盘股票，小盘股票和出现债务的市场）股票将产生皮尔逊系数，以帮助投资者根据风险和回报参数组合投资组合。 但是请注意，皮尔逊系数只是衡量相关性，而非因果关系。 如果大型股和小型股的系数为0.8，那么导致相对较高的关联强度的原因将是未知的。
谁是卡尔·皮尔森？
卡尔·皮尔森（Karl Pearson，1857年-1936年）是英国学者，在数学和统计领域贡献良多。 除同义系数外，Pearson还因卡方检验和p值等概念以及线性回归和分布分类的发展而闻名。 皮尔逊（Pearson）是1911年伦敦大学学院应用统计系的创始人。
