回复：相關係數計算你好， @三角DJT並歡迎。 該公式是正確的...但它僅適用於編碼因子（均值 = 0）。通常，公式為 Cov[X,Y]/(SD[X]*SD[Y])。 那裡有很多東西，但這顯示了示例計算。
https://www.mygreatlearning.com/blog/covariance-vs-correlation/
回复：相關係數計算很遺憾， @MRB3855 ，您提供的鏈接沒有正確執行計算，也沒有使用正確的協方差公式。
協方差公式通常除以 n-1 而不僅僅是 n。 計算也不正確，因為 (YY bar) 的最後一次觀測值應該是 -12，而作者只使用了 12。
對於文章中簡單的四觀察示例，正確的相關性是 1。 協方差應為 26.67。
回复：相關係數計算@Dan_Obermiller謝謝;我試圖提供幫助，但沒有正確評估來源<嘆息>。 簡單的相關性計算會出什麼問題？！再次感謝您的提醒，希望@三角DJT仍然可以看到發生了什麼。
回复：相關係數計算請記住，DOE 平台中報告的相關性用於模型參數的估計（即基於回歸分析中使用的模型矩陣），而不是數據（即設計矩陣或運行）。
相關係數計算我正在嘗試確定計算給定 DOE 設計的相關表中給出的相關值的正確方法（這在生成 DOE 設計時在顏色圖中找到）。 JMP 支持專家與我分享了這個公式，但我不確定它是否匹配。 我附上了我正在檢查的小 JMP 文件作為示例。
數據混合和清理實驗設計大規模定制回复：相關係數計算全部，
這些回复很好，謝謝。
正確的公式如下，由 SAS 培訓師分享。
@Dan_Obermiller事實上，我們使用 N-1，但正確的公式在圖像中，希望您能看到。
我附上了一個 JMP 文件來說明。
回复：相關係數計算@馬克貝利模型估計值是如何計算的？ 您能否分享一個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計算的，然後再次查看這些估算值以及帶有公式的腳本。
回复：相關係數計算@三角DJT ，我很高興你有你的答案。 很抱歉，我從來沒有把公式給你。 我只知道呈現給您的第一個是不正確的。
