相关系数的计算公式是：r=n∑(xi-x平均)(yi-y平均)/sqrt[(∑(xi-x平均)² ∑(yi-y平均)² ]

其中，r 是相关系数，xi和 yi 是两个变量，x平均和 y平均是对应变量的平均值，∑是求和，n为样本数量。

相关系数的计算公式为：r=(n∑xi-x^2)/(√n∑(xi-x)^2)，其中，x为变量，xi为变量x的各数值，n为变量x的观测值个数^[1][2]^。

相关系数r的范围在-1到1之间，r越接近1则表示映象度越好，即正相关；r越接近-1则表示映象度越差，即负相关，r=0则表示无线性相关。同时，相关系数的计算公式也用于衡量两个变量之间相关程度的线性关系。当一个变量（自变量）变化一个单位时，另一个变量（因变量）变化的程度^[2]^。

相关系数的计算公式通常包括以下常见问题：

1. 数据类型问题：相关系数是用来衡量两个变量之间线性关系强度的指标，通常适用于连续变量。如果两个变量是离散的，或者一个变量是连续的而另一个是二元的，那么计算出来的相关系数可能不准确。

2. 多重共线问题：相关系数会受到其他变量是否与两个变量存在多重共线性的影响。如果存在多重共线性，那么相关系数可能会低估这两个变量之间的真实关系。

3. 偏相关问题：如果一个组内分析或样本数据中只有一个样本，那么就需要使用偏相关系数来描述两个变量之间的关系。

4. 计算方法问题：相关系数有多种计算方法，包括皮尔逊相关系数、斯皮尔曼等级相关系数、肯德尔等级相关系数等。选择哪种方法取决于研究问题的性质和数据的特性。

5. 解释问题：虽然相关系数可以提供两个变量之间关系的强度信息，但它不能解释这种关系对实际结果的影响。相关系数只能说明两个变量之间的线性关系，而不能说明这种关系在实际应用中的意义。

以上就是一些常见的问题，如果你有关于相关系数计算的具体问题，欢迎提问。