總是隔一段時間就忘，還是記下來。
均值：一組數求平均。可以是正數、負數或0
方差(差的平方求均值)：各數與均值之間差的平方，求和除以元素個數（注意excel中的方差和標準差函數均分爲總體和樣本兩種，區別是除以n還是n-1）。方差一定是正數或者0。
標準差：方差開平方，取正平方根。
協方差：用於表示兩組數的相關性——A組數的各個元素和其均值的差乘以B組數的各個元素和其均值的差，求和後再除以元素個數。是兩組數計算後得到一個數。這個數爲正數表示趨向正相關，爲負數趨向於負相關。爲0是不相關。
其原理是：如果A組數的元素1大於其均值，而B組數的元素1也大於其均值，那麼相乘結果>0；同理如果都小於均值，相乘結果也>0。如果一個大於一個小於，相乘結果就<0。類似元素2，元素3…元素n都是如此。那麼如果同時大於均值或者小於均值的情況比較多，乘出來的正數就比較多，最後取和的結果也傾向於正數。如果一個大於均值一個小於均值的情況比較多，乘出來的負數就比較多，最後取和的結果也傾向於負數。
協方差矩陣：協方差只能表示兩組數據的關係，如果是在多組數據中找關係，就需要兩兩組合的去算協方差。這樣最後就組成一個協方差矩陣。所以矩陣對角線上就是各組數據的方差（自己與自己的協方差就是這組數的方差）；而且協方差矩陣一定是依對角線對稱（因爲A與B的協方差等於B與A的協方差）。
協方差矩陣算法除了上面說的兩兩計算協方差後填入數據。還可以這樣計算：每組數的各個元素均減去本組的均值（即使每組數的均值都爲0），得到一箇中心化的新矩陣，用這個矩陣乘以它的轉置，再除以元素個數。
相關係數：因爲協方差是一個數，而且可大可小。但是因爲和元素本身的數值大小有關係，所以並不能直觀體現相關的程度。所以在協方差基礎上再除以兩組數各自標準差的乘積，得到的就是皮爾遜相關係數。相關係數的取值範圍在-1到1之間。這樣觀察和比較相關性就直觀多了。
相關係數矩陣：同樣的，相關係數矩陣也是兩兩計算而來。矩陣對角線上總是1（自己與自己完全正相關）
excel2010版之後提供數據分析功能，啓用此功能在選項-加載項-轉到-勾選。數據分析裏包含了相關計算，結果是等同的。
t檢驗：待續