相关系数分布是样本相关系数的抽样分布，其形式随总体相关系数p和样本容量n变化而改变，用于描述从同一总体抽取不同样本时样本相关系数的概率分布特征。 研究发现该分布在小样本条件下呈现特定形式，如序列相关系数的概率密度函数可近似为f(r) = β(T + 1)(1 - r)(1 + c - 2cr)，其中β为Beta函数，T = n - 2，c = ρ - [(1 + ρ)/(n - 3)]，该公式在ρ∈[-0.9,0.9]区间及n=10,20,30时通过蒙特卡洛模拟验证有效。
在双变量指数分布中，样本相关系数估计量的误差下界研究显示：当ρ>0.35时基于余弦相似度的估计量最优，ρ时转换Pearson系数更接近理论误差界，小样本下相关系数在ρ≈0时表现最佳。 这些研究揭示了不同分布类型及参数条件下相关系数估计量的性能差异。
想要了解更多“相关系数分布”的信息，请点击：相关系数分布百科
