模型：皮尔逊相关系数

1. 概念

Pearson相关系数用于评估变量之间的线性关联程度。当该系数为0时，仅能说明两者不存在线性关系，但并不意味着完全无关。相关系数的绝对值越高，表示变量间的关联性越显著：数值越接近1或-1，表明相关程度越高；而数值越接近0，则关联性越弱。

• 0.8-1.0 表示存在高度密切的关联
• 0.6-0.8 表示具有较强的关联性
• 0.4-0.6 表示呈现中等水平的相关
• 0.2-0.4 表示关联性较弱
• 0.0-0.2 表示几乎无相关或无线性关系

2. 公式及约束条件

通过数学表达式可以描述为，皮尔森相关系数的计算方式是将两个变量之间的协方差数值与这两个变量各自的标准差数值进行比值运算。

协方差（Covariance） ：在概率论与统计学范畴内，协方差被用作评估两个变量之间总体偏差的指标。当两个变量呈现出同步变化的趋势，即其中一个变量超出其期望值时，另一个变量同样也高于自身的期望值，此时两者之间的协方差将表现为正值；相反地，若两者的变动方向呈现相反态势，则协方差数值会为负值。其中u代表X的期望值E(X