1. 求相关函数corrcoef

一般作用：1）结合图表评估数据拟合效果；2）评估两组数据之间的互相关联程度，大于0正相关，小于0负相关，等于0不相关。

但此种计算方法反映的是“线性相关”程度，对非线性相关结果不可靠（可采用斯皮尔曼等级相关系数(Spearman correlation coefficient)来评估两参量之间的“单调相关性”）。

(1) R=corrcoef(A)

例：矩阵A 由3个长度为6的列向量组成，得到各向量之间的相关矩阵

（2）R=corrcoef(A,B)

例：A与B分别为两各长度相等的向量，得到两个向量之间的相关矩阵

（3）[P,R]=corrcoef(A, ‘alpha’, 0.01)或[R,P,RL,RU]=corrcoef(A, ‘alpha’, 0.01)

P-value是统计学根据显著性检验方法得到的值。在检验独立变量与输入变量的关系时，H0假设二者没有关系（根据两变量独立来计算概率），H1通常假设两者有关系，当p<0.05(或其他设定置信度)时，说明即使在小到可接受错误拒绝概率下，事实结果仍然拒绝了H0，则我们选择拒绝H0，承认H1。p-value越小，结论越显著。

相关系数的置信区间(RL, RU)；通过alpha的值指定置信级别，默认为0.05，置信度为100*(1-alpha)%。
具体理解可参考
参考1
参考2
MATLAB计算方法理解
[添加链接描述]

(4) __=corrcoef(_, ‘rows’, Value)

用于省略数值中的NaN
Value可以选择（‘all’ (default) | ‘complete’ | ‘pairwise’）all：不省略NaN值；
complete：省略任何包含NaN值的输入行，返回一个正定矩阵；
pairwise：使用“两两配对”来计算每一个两列相关系数，若两列中有一列包含NaN，则删除该行。

2. 方差、协方差、相关系数关系