统计学中的三大相关性系数包括皮尔逊相关系数、斯皮尔曼相关系数和肯德尔相关系数。皮尔逊相关系数是用于测量两个正相关变量之间线性关系的系数，它的取值范围从 -1 到 1，其中 0 表示两个变量不相关，正值表示正相关，负值表示负相关。
斯皮尔曼相关系数是用于测量两个变量之间单调关系的系数，它的取值范围也是从 -1 到 1，其中 0 表示两个变量不相关，正值表示正相关，负值表示负相关。
肯德尔相关系数是用于测量两个变量之间非单调关系的系数，它不能直接用于测量线性关系，而是用于处理非线性关系。
相关系数是用以反映变量之间相关关系密切程度的统计指标。
相关系数是按积差方法计算，同样以两变量与各自平均值的离差为基础，通过两个离差相乘来反映两变量之间相关程度；着重研究线性的单相关系数。相关关系是一种非确定性的关系，相关系数是研究变量之间线性相关程度的量。由于研究对象的不同，相关系数有如下几种定义方式。简单相关系数：又叫相关系数或线性相关系数，一般用字母P表示，是用来度量变量间的线性关系的量。复相关系数：又叫多重相关系数。复相关是指因变量与多个自变量之间的相关关系。例如，某种商品的季节性需求量与其价格水平、职工收入水平等现象之间呈现复相关关系。典型相关系数：是先对原来各组变量进行主成分分析，得到新的线性关系的综合指标，再通过综合指标之间的线性相关系数来研究原各组变量间相关关系。依据相关现象之间的不同特征，其统计指标的名称有所不同。如将反映两变量间线性相关关系的统计指标称为相关系数（相关系数的平方称为判定系数）；将反映两变量间曲线相关关系的统计指标称为非线性相关系数、非线性判定系数；将反映多元线性相关关系的统计指标称为复相关系数、复判定系数等。
