标准差、协方差和相关系数的公式分别为：标准差σ = √(Σ(xᵢ-μ)²/n)，协方差Cov(X,Y)=Σ(xᵢ-μₓ)(yᵢ-μᵧ)/n，相关系数ρ= Cov(X,Y)/(σₓσᵧ)。这些公式是描述数据分布、变量间关系的基础工具，标准差衡量离散程度，协方差反映变化方向，相关系数则标准化了协方差以消除量纲影响。
标准差公式适用于总体数据，若为样本则分母用n-1；协方差正值表示正相关，负值表示负相关；相关系数取值范围在-1到1之间，绝对值越接近1表示线性关系越强。实际应用中，三者常结合使用，例如在金融投资中评估资产波动（标准差）与资产联动性（协方差/相关系数）。
【常见问题】
问题1：标准差和协方差公式中的n和n-1有什么区别？
回答1：标准差和协方差公式中，当计算总体数据时分母用n，而计算样本数据时分母用n-1（即无偏估计）。样本标准差公式为s=√(Σ(xᵢ-x̄)²/(n-1))，样本协方差公式为Cov(X,Y)=Σ(xᵢ-x̄)(yᵢ-ȳ)/(n-1)，这样能更准确推断总体参数。
问题2：相关系数公式中，协方差为正是否一定表示强相关？
回答2：不一定。相关系数公式ρ= Cov(X,Y)/(σₓσᵧ)中的协方差只是分子，其大小受变量量纲影响，必须除以标准差才能得到标准化数值。例如协方差很大但标准差也很大时，相关系数可能接近0，只有相关系数绝对值接近1才表示强线性相关。
问题3：当协方差为0时，相关系数公式结果是什么？
回答3：当协方差为0时，相关系数公式计算结果为0，表示两个变量之间不存在线性相关关系。但注意，协方差为0并不代表二者完全独立，可能存在非线性关系，此时相关系数无法捕捉。