相關係數度量指的是兩個不同事件彼此之間的相互影響程度；而自相關係數度量的是同一事件在兩個不同時期之間的相關程度，形象的講就是度量自己過去的行為對自己現在的影響。
自相關，也稱 序列相關。是乙個訊號於其自身在不同時間點的互相關。非正式地來說，它就是兩次觀察之間的相似度對它們之間的時間差的函式。它是找出重複模式（如被雜訊掩蓋的週期訊號），或識別隱含在訊號諧波頻率中消失的基頻的數學工具。它常用於訊號處理中，用來分析函式或一系列值，如時域訊號。
皮爾森相關：
由於在自相關時，x的期望和方差不隨著時間的變化而改變。則自相關函式可以表示為時間延遲
的函式，如下：
，自相關函式是表達訊號和它的多徑訊號的相似程度。乙個訊號經過類似於反射、折射等其它情況的延時後的副本訊號與原訊號的相似程度。
主要性質如下：
（1）自相關函式為偶函式，其圖形對稱於縱軸。
（2）當s=t 時，自相關函式具有最大值，且等於訊號的均方值，即
（3）週期訊號的自相關函式仍為同頻率的週期訊號。
意義：兩個相關函式都是對相關性，即相似性的度量。如果進行歸一化，會看的更清楚。
自相關就是函式和函式本身的相關性，當函式中有週期性分量的時候，自相關函式的極大值能夠很好的體現這種週期性。互相關就是兩個函式之間的相似性，當兩個函式都具有相同週期分量的時候，它的極大值同樣能體現這種週期性的分量。
r語言計算相關係數，首先需要載入cor()函式包，它可以計算三種不同的相關係數如pearson相關係數、spearman相關係數、kendall相關係數。而pcor()函式包則是計算偏相關係數。
acf(c2) #自相關圖
> pacf(c2) #偏自相關圖
參考：偏相關分析是指當兩個變數同時與第三個變數相關時，將第三個變數的影響剔除，只分析另外兩個變數之間相關程度的過程，判定指標是相關係數的r值。
偏相關分析的主要作用在於，在所有的自變數中，判斷哪些自變數對因變數的影響較大，從而選擇作為必需的自變數，至於那些對因變數影響較小的自變數就可以捨去而不予考慮。這樣，在計算多元回歸方程時，只要保留起主要作用的自變數，用較少的自變數描述因變數的平均變動量。
某乙個要素對另乙個要素的影響或相關程度時，把其他要素的影響視為常數，即暫不考慮其他要素的影響，而單獨研究那兩個要素之間的 相互關係的密切程度時，稱為偏相關。
在排除了其他變數的影響情況下再計算兩變數的(簡單)相關係數
spearman相關性分析 相關性分析
r語言常用函式 cor 預設結果為矩陣 cor mydat,use method use 缺失值的處理，method 處理方法 cor x,y 可以計算非方形矩陣，x y分別為2個矩陣，相同的行數 cor.test x,y,alternative method x y為檢驗相關性的變數 librar...
基因相關性
描述 為了獲知基因序列在功能和結構上的相似性，經常需要將幾條不同序列的dna進行比對，以判斷該比對的dna是否具有相關性。現比對兩條長度相同的dna序列。首先定義兩條dna序列相同位置的鹼基為乙個鹼基對，如果乙個鹼基對中的兩個鹼基相同的話，則稱為相同鹼基對。接著計算相同鹼基對佔總鹼基對數量的比例，如...
基因相關性
為了獲知基因序列在功能和結構上的相似性，經常需要將幾條不同序列的dna進行比對，以判斷該比對的dna是否具有相關性。現比對兩條長度相同的dna序列。首先定義兩條dna序列相同位置的鹼基為乙個鹼基對，如果乙個鹼基對中的兩個鹼基相同的話，則稱為相同鹼基對。接著計算相同鹼基對佔總鹼基對數量的比例，如果該比...