相关系数 \（ r \） 是衡量两个变量之间线性相关程度的统计量，其取值范围是 \（[-1, 1]\）。具体含义如下：
正相关：
当 \（ r > 0 \） 时，两个变量呈正相关，即一个变量增加时，另一个变量也增加。
负相关：
当 \（ r < 0 \） 时，两个变量呈负相关，即一个变量增加时，另一个变量减少。
无相关：
当 \（ r = 0 \） 时，两个变量几乎不存在线性相关关系。
强相关：
当 \（ |r| \） 的值接近 1 时，两个变量的线性相关性较强。通常认为 \（ |r| > 0.75 \） 表示两个变量有很强的线性相关关系，而 \（ |r| < 0.2 \） 表示两个变量之间几乎没有线性相关关系。
相关系数 \（ r \） 的计算公式为：
\[ r = \frac{\sum （x_i - \bar{x}）（y_i - \bar{y}）}{\sqrt{\sum （x_i - \bar{x}）^2 \sum （y_i - \bar{y}）^2}} \]
其中，\（ x_i \） 和 \（ y_i \） 分别是两个变量的观测值，\（ \bar{x} \） 和 \（ \bar{y} \） 分别是两个变量的均值。
通过相关系数 \（ r \），我们可以直观地通过散点图来判断两个变量之间的关系是否紧密。如果散点紧密地群聚于一条直线的周围，则表明两个变量之间存在强相关关系。
总结：
相关系数 \（ r \） 的取值范围是 \（[-1, 1]\）。
\（ r > 0 \） 表示正相关，\（ r < 0 \） 表示负相关，\（ r = 0 \） 表示无相关。
\（ |r| \） 越接近 1，相关性越强；越接近 0，相关性越弱。
相关系数 \（ r \） 的计算公式涉及协方差和方差的计算。