线性相关系数（Pearson相关系数）的公式是：

r = n Σ(xi - xbar)(yi - ybar) / √(nΣxi^2 - (Σxi)^2)

其中，x和y是两个变量的值，n是样本数量，xbar和ybar分别是x和y的平均值。

这个公式用于衡量两个变量之间的线性关系强度和方向。如果r接近1，表示两个变量强正相关；如果r接近-1，表示两个变量强负相关；如果r接近0，表示两个变量没有线性关系。

线性相关系数（Pearson相关系数）的公式是：

r = n Σ(xi - xbar)(yi - ybar) / √(Σxi^2 - nΣxi^2 / n) / Σ(yi^2 - 1)

其中，n是样本数量；xi和yi是样本中的变量值；xbar和ybar是变量值的平均值；Σ表示求和，方向不定。

这个系数可以衡量两个变量之间的线性关系强度和方向。如果r显著大于某个给定的显著性水平（如0.05），则认为变量间存在显著的相关性：如果r为正，表示变量间存在正相关；如果r为负，表示变量间存在负相关。

此外，还有多个其他类型的线性相关系数，包括但不限于：Spearman等级相关系数、Kendall等级相关系数、余弦角相关性等。这些系数在某些情况下可能比Pearson相关系数更有用。

线性相关系数也称为r，其变化范围是从-1到1。它反映了两个变量之间相关程度的稳定性。具体来说：

1. 当r为正数时（即r>0），表示两个变量之间是正相关关系，二者之间成正比。

2. 当r为零时，表示两个变量之间完全无关，即线性相关系为零。这表明两个变量之间没有通过对方变量值的变化而变化。

3. 当r为负数时（即-1

因此，线性相关系数公式在变量之间关系发生变化时会有相应的变化。