这是求相关度的结果,对于一般的矩阵X,执行A=corrcoef(X)后,A中每个值的所在行a和列b,反应的是原矩阵X中相应的第a个列向量和第b个列向量的相似程度（即相关系数）.计算公式是：C(1,2)/SQRT(C(1,1)*C(2,2)),其中C表示矩阵[f,g]的协方差矩阵,假设f和g都是列向量（这两个序列的长度必须一样才能参与运算）,则得到的（我们感兴趣的部分）是一个数.以默认的A=corrcoef(f,g)为例,输出A是一个二维矩阵（对角元恒为1）,我们感兴趣的f和g的相关系数就存放在A(1,2)=A(2,1)上,其值在[-1,1]之间,1表示最大的正相关,-1表示绝对值最大的负相关

　　>> A=[1 2 3];B=[5 3 7]; r= corrcoef(A,B)

　　r =

　　1.0000 0.5000

　　0.5000 1.0000

　　>> A=[1 2];B=[5 3];

　　r= corrcoef(A,B)

　　r =

　　1.0000 -1.0000

　　-1.0000 1.0000%%-1是算出来的,不是说二维向量就一定相关,根据图中r和协方差矩阵的关系

　　cov(A,B)

　　ans =

　　0.5000 -1.0000

　　-1.0000 2.0000%%%A和B的协方差矩阵,

　　那么R（1,2）=C（1,2）/(sqrt（C（1,1）*C（2,2））)=-1,sqrt为开方的意思.

　　非常感谢你的回答，真的是太详细了，我都抄在本子上了呵呵。但还是有一点不明白，“-1是算出来的，不是说二维向量就一定相关，”什么意思？为什么任何两个二维向量计算出来的相关系数都是1或者-1？你不是说“1表示最大的正相关，-1表示绝对值最大的负相关”吗？那么任何两个二维的向量都具有最大的正（负）相关性吗？相关系数为1，也就是相关的。我不是学数学的，是做课题的时候发现这个问题不明白。

　　>>A=[10];B=[01];%%二维向量，不相关cov(A,B)ans=0.5000-0.5000-0.50000.5000A=[12];B=[510];%%二维向量，相关cov(A,B)ans=0.50002.50002.500012.5000正相关是指两列变量变动方向相同，一列变量由大到小或由小到大变化时，另一列变量亦由大到小或由小到大变化。负相关是指两列变量变动方向相反，一列变量由大到小或由小到大变化时，另一列变量反而由小到大或由大到小变化。matlab函数corrcoef也是根据上面的概念计算的，关于二维向量计算总得到-1或者1的问题，我仔细看了下，上面的测试两组数据，可以看出协方差矩阵中sqrt（C（1,1）*C（2,2））=C（1,2）or-C（1,2）。也就是说不管你怎么换数据sqrt（C（1,1）*C（2,2））=C（1,2）or-C（1,2）这个式子总是成立的，所以我个人认为是样本数量（向量维数）少或者是这个函数的缺陷。