什么是相互指数？
不是相互指数 应该叫做相关指数，是指表示一元多项式回归方程拟合度的高低，或者说表示一元多项式回归方程估测的可靠程度的高低。
事物之间的相互关系：因果关系（两种事物）、共变关系（三种事物）、相关关系（两种事物）。相关：事物之间存在关系，但又不能直接做因果关系解释时，称事物间的联系为相关。
延伸阅读
高中数学：在回归分析中，相关指数的平方值越大，残差平方和越大还是越小？
越小。
相关指数越大则说明拟合效果好，所以残差平方和越小。
相关指数r方怎么算？
首先已知回归系数b1，讲方程逆推，自变量因变量互换，得到回归系数b2，相关系数r=sqr(b1*b2)(sqr是开平方的意思)如此便可得到相关系数r。
在统计学中对变量进行线性回归分析，采用最小二乘法进行参数估计时，r平方为回归平方和与总离差平方和的比值，表示总离差平方和中可以由回归平方和解释的比。 这一比例越大越好，模型越精确，回归效果越显著。r平方介于0~1之间，越接近1，回归拟合效果越好，一般认为超过0.8的模型拟合优度比较高。
相关指数公式推导？
分析直接填入公式即可．
解答解：回归分析中相关指数的计算公式r2=$1-frac{{sum_{i=1}^n{{{（{y_i}-{{hat y}_i}）}^2}}}}{{sum_{;}^{;}{{{（{y_i}-overline y）}^2}}}}$．
故答案为：$1-frac{{sum_{i=1}^n{{{（{y_i}-{{hat y}_i}）}^2}}}}{{sum_{;}^{;}{{{（{y_i}-overline y）}^2}}}}$．
点评本题考查回归分析，属于基础题．
请问相关系数,线性回归方程,相关指数的公式是什么？
首先我要说,那个东西叫相关系数,不叫相关指数
相关系数r
r=n(写上面)∑i=1(写下面)(xi-x的平均数)(yi-y平均数)/根号下[∑(样子同上)(xi-x平均数）的平方*∑（样子同上）（yi-y平均数）的平方
就是这样了
你能看明白就明白了
不能就算了
相关系数和相关指数划分标准？
相关系数是在直线相关条件下，表明两个现象之间相关关系的方向和密切程度的综合性指标。一般用样本数据计算，记为r，没有单位，统计学中一般在－1～＋1之间。相关指数是用于表示多个现象在不同场合下综合变动的一种特殊相对数。
自相关系数与相关系数的区别？
相关系数与相关指数的区别为：表示不同、取值范围不同、顺序不同。
一、表示不同
1、相关系数：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。
2、相关指数：相关指数表示一元多项式回归方程拟合度的高低，或者说表示一元多项式回归方程估测的可靠程度的高低。
二、取值范围不同
1、相关系数：相关系数的取值范围为[-1，1]，越接近1，说明存在线性关系，相关程度越高。
2、相关指数：相关指数的取值范围为[0，1]，越接近1，说明实际观测点离样本线越近，拟合优度越高。
三、顺序不同
1、相关系数：先求相关系数，分析相关性的强弱。
2、相关指数：分析相关性的强弱后，然后求回归方程，最后求出相关指数，分析模型的拟合效果。
相关指数r2的含义？
r2指的是相关系数，一般机器默认的是r2>0.99，这样才具有可行度和线性关系。
当根据试验数据进行曲线拟合时，试验数据与拟合函数之间的吻合程度，用一个与相关系数有关的一个量‘r平方’来评价，r^2值越接近1，吻合程度越高，越接近0，则吻合程度越低。r平方值可以自己计算。
相关系数：表示你的曲线的线性是否很好，理想状态是1，但是达不到，一般应该在0.99以上系数。越接近于1，说明这条直线与原始数据（即你测出的那些点）越吻合。
回归分析中相关指数和相关系数有什么联系与区别？
在线性回归有,有上述关系.即：r^2=r^2
在其实回归模型中不一定适用。
r^2表达的是解释变量对总偏差平方和的贡献度,强调的是“几个模型”之间的拟合度的好与坏。
r表示解释变量与预报变量之间线性相关性的强弱程度,用来判断是否具有线性相关性。
回归系数b乘以x和y变量的标准差之比结果为相关系数r。即b*σx/σy=r
相关系数和回归系数的联系和区别如下：
首先，相关系数与回归系数的方向，即符号相同。回归系数与相关系数的正负号都有两变量离均差积之和的符号业决定，所以同一资料的b与其r的符号相同。回归系数有单位，形式为（应变量单位/自变量单位）相关系数没有单位。相关系数的范围在-1～ 1之间，而回归系数没有这种限制。
回归系数是指在回归方程中表示自变量x 对因变量y 影响大小的参数。回归系数越大表示x 对y 影响越大，正回归系数表示y 随x 增大而增大，负回归系数表示y 随x增大而减小。回归方程式^y=bx a中之斜率b,称为回归系数，表x每变动一单位，平均而言，y将变动b单位。
相关指数含义？
相关指数r2表示一元多项式回归方程拟合度的高低，或者说表示一元多项式回归方程估测的可靠程度的高低。
事物之间的相互关系：因果关系（两种事物）、共变关系（三种事物）、相关关系（两种事物）。
相关：事物之间存在关系，但又不能直接做因果关系解释时，称事物间的联系为相关。
判断两个因素或变量之间是否有关系，定量地研究这些关系，称为相关分析。
按性质不同，相关可以划分为：正相关、负相关、零相关。
正相关：两个变量向相同的方向变化。即一个变量的值增加，另一个变量得值也增加。
负相关：两个变量向相反的方向变化。即一个变量的值增加，另一个变量的值相应地减少。
零相关：两列变量之间没有关系，即一列变量变动时，另一列变量作无规律变动。
相关系数是一种描述性统计量，它指的是一个变量与另一个变量的变化的对应程度。符号：总体相关系数ρ；样本相关系数r。
直线回归：当一变量随另一变量有规律变化时，它们之间依存变化的数量关系称直线回归。
直线回归分析：据实测值建立一个回归方程，来定量表达两变量间数量依存变化关系的方法和过程。
决定系数表示的是两个变量之间共同方差的比例。用符号表示：
。例如：如果两个变量之间的相关系数r=0.82，那么
=0.67，我们就可以得出结论说，由于两个变量间的线性关系，y变量的67%的变异可以有x变量中的变异来预测和解释。
拟合优度检验：对样本回归直线与样本观测值之间拟合程度的检验。度量拟合优度的指标：判定系数（可决系数）
。可决系数的取值范围：[0，1]，
越接近1，说明实际观测点离样本线越近，拟合优度越高。
相关系数和相关指数是两个不同的概念，一般是先求相关系数，分析相关性的强弱。然后求回归方程，最后求出相关指数，分析模型的拟合效果[1]。