常用於測度列聯表中相關性的三個相關系數是皮爾森相關性系數、斯皮爾曼相關性系數、肯德爾相關性系數。
1. person correlation coefficient（皮爾森相關性系數）
統計學之三大相關性系數（pearson、spearman、kendall）重點關註第壹個等號後面的公式，最後面的是推導計算，暫時不用管它們。看到沒有，兩個變量（X, Y)的皮爾森相關性系數（ρX,Y)等於它們之間的協方差cov(X,Y)除以它們各自標準差的乘積（σX,σY)。
公式的分母是變量的標準差，這就意味著計算皮爾森相關性系數時，變量的標準差不能為0（分母不能為0），也就是說妳的兩個變量中任何壹個的值不能都是相同的。如果沒有變化，用皮爾森相關系數是沒辦法算出這個變量與另壹個變量之間是不是有相關性的。
就好比我們想研究人跑步的速度與心臟跳動的相關性，如果妳無論跑多快，心跳都不變（即心跳這個變量的標準差為0），或者妳心跳忽快忽慢的，卻壹直保持壹個速度在跑（即跑步速度這個變量的標準差為0），那我們都無法通過皮爾森相關性系數的計算來判斷心跳與跑步速度到底相不相關。
2. spearman correlation coefficient（斯皮爾曼相關性系數）
斯皮爾曼相關性系數，通常也叫斯皮爾曼秩相關系數。“秩”，可以理解成就是壹種順序或者排序，那麽它就是根據原始數據的排序位置進行求解，這種表征形式就沒有了求皮爾森相關性系數時那些限制。統計學之三大相關性系數（pearson、spearman、kendall）計算過程就是：首先對兩個變量（X, Y）的數據進行排序，然後記下排序以後的位置（X’，Y’），（X’，Y’）的值就稱為秩次，秩次的差值就是上面公式中的di，n就是變量中數據的個數，最後帶入公式就可求解結果。
3. kendall correlation coefficient（肯德爾相關性系數）
肯德爾相關性系數，又稱肯德爾秩相關系數，它也是壹種秩相關系數，不過它所計算的對象是分類變量。分類變量可以理解成有類別的變量，可以分為無序的，比如性別（男、女）、血型（A、B、O、AB）；有序的，比如肥胖等級（重度肥胖，中度肥胖、輕度肥胖、不肥胖）。通常需要求相關性系數的都是有序分類變量。