回复：相关系数计算你好， @三角DJT并欢迎。 该公式是正确的...但它仅适用于编码因子（均值 = 0）。通常，公式为 Cov[X,Y]/(SD[X]*SD[Y])。 那里有很多东西，但这显示了示例计算。
https://www.mygreatlearning.com/blog/covariance-vs-correlation/
回复：相关系数计算很遗憾， @MRB3855 ，您提供的链接没有正确执行计算，也没有使用正确的协方差公式。
协方差公式通常除以 n-1 而不仅仅是 n。 计算也不正确，因为 (YY bar) 的最后一次观测值应该是 -12，而作者只使用了 12。
对于文章中简单的四观察示例，正确的相关性是 1。 协方差应为 26.67。
回复：相关系数计算@Dan_Obermiller谢谢;我试图提供帮助，但没有正确评估来源<叹息>。 简单的相关性计算会出什么问题？！再次感谢您的提醒，希望@三角DJT仍然可以看到发生了什么。
回复：相关系数计算请记住，DOE 平台中报告的相关性用于模型参数的估计（即基于回归分析中使用的模型矩阵），而不是数据（即设计矩阵或运行）。
相关系数计算我正在尝试确定计算给定 DOE 设计的相关表中给出的相关值的正确方法（这在生成 DOE 设计时在颜色图中找到）。 JMP 支持专家与我分享了这个公式，但我不确定它是否匹配。 我附上了我正在检查的小 JMP 文件作为示例。
数据混合和清理实验设计大规模定制回复：相关系数计算全部，
这些回复很好，谢谢。
正确的公式如下，由 SAS 培训师分享。
@Dan_Obermiller事实上，我们使用 N-1，但正确的公式在图像中，希望您能看到。
我附上了一个 JMP 文件来说明。
回复：相关系数计算@马克贝利模型估计值是如何计算的？ 您能否分享一个嵌入了公式的小示例文件，以便我查看？
我想了解估算值是如何计算的，然后再次查看这些估算值以及带有公式的脚本。
回复：相关系数计算@三角DJT ，我很高兴你有你的答案。 很抱歉，我从来没有把公式给你。 我只知道呈现给您的第一个是不正确的。
