在化学实验中，经常需要研究压力随温度的变化。在相同的条件下，在两个不同的反应器中进行了实验，获得了两组与温度和压力相关的数据。分析了它们与温度的相关性，给出了相同条件下不同反应器中反应的可靠性。
相关系数是描述两个测量变量之间离散程度的指标。判断两个测量值变化是否相关，即一个变量的较大值是否与另一个变量的较大值相关(正相关)；或者一个变量的较小值是否与另一个变量的较大值相关(负相关)；或者两个变量中的值互不相关(相关系数接近于零)。设(x，y)是一个二元随机变量，则：
是随机变量X和y的相关系数，P是衡量随机变量X和y线性相关的紧密程度的数字特征。
注意：该功能需要使用Excel扩展功能。如果您的Excel中尚未安装数据分析，请选择工具-加载项，并将分析数据库加载到安装光盘中。成功加载后，可以在“工具”下拉菜单中看到“数据分析”选项。
操作程序
1.打开原始数据表。这个例子的原始数据需要满足两组或多组数据，结果会给出其中任意两组的相关系数。
2.选择工具-数据分析-描述统计后，会出现属性设置框，然后选择：
输入：选择数据区域，注意至少需要满足两组数据。如果有数据标记，请检查下面的“标记在第一行”。
分组方式：表示输入区的数据是按行考虑还是按列考虑，请根据原始数据格式选择；
输出区域可以从此表、新的工作表组或新的工作簿中选择。
3.单击确定查看生成的报告。
可以看到，在相应的区域生成一个33的矩阵，数据项的交集就是它的相关系数。显然，数据完全与自身相关，相关系数在对角线上显示为1；两组数据之间在矩阵上有两个位置，并且是相同的，所以右上重复部分不显示数据。左下方对应的位置分别是温度和压力A、B两组压力数据的相关系数。
从统计结论中可以看出，温度与压力A和B的相关性分别为0.95和0.94，说明它们表现出很好的正相关性，而两组压力数据的相关性为0.998，说明不同反应器在相同条件下反应一致性很好，更换反应器带来的系统误差可以忽略不计。
协方差的统计类似于相关系数的活法，统计结果也返回一个输出表和一个矩阵，分别表示每对测量变量之间的相关系数和协方差。不同的是相关系数在-1和1之间，而协方差没有限定范围。相关系数和协方差都是描述两个变量离散程度的指标。
