相關的理論深度涵蓋分布理論、高維推論與因果推論方法。
分布理論
在 bivariate normal 下，r 的精確分布涉及超幾何函數（Fisher, 1915, Biometrika）。Fisher z-transform z = tanh⁻¹(r) 使其近似 N(tanh⁻¹(ρ), 1/(n−3))，是 variance-stabilizing transform。Olkin & Pratt（1958）給出 E[r] = ρ − ρ(1−ρ²)/(2(n−1)) 的偏差修正。
相關矩陣的估計
p 變數間有 p(p−1)/2 個相關係數。高維時（p >> n），sample correlation matrix 退化。Shrinkage estimator（Ledoit & Wolf, 2004, J Multivariate Anal）：Σ̂* = δF + (1−δ)S，S = sample covariance, F = structured target。Graphical LASSO（Friedman et al., 2008）估計 sparse precision matrix Ω = Σ⁻¹，非零元素對應 conditional dependencies。
多重相關與典型相關
Multiple R² = 1 − SSE/SST（回歸的決定係數）。Canonical Correlation Analysis（CCA, Hotelling, 1936）：找兩組變數的線性組合使相關最大。Sparse CCA（Witten, Tibshirani & Hastie, 2009, Biostatistics）用於 multi-omics 整合（如 gene expression vs metabolomics）。
距離相關（Distance Correlation）
Székely, Rizzo & Bakirov（2007, Ann Stat）：dCor(X,Y) ≥ 0，且 = 0 iff X⊥Y（任何維度、任何關聯型態）。計算為 centered distance matrices 的內積。Power 分析：dCor 可偵測非線性關聯但計算量 O(n²)。
因果推論中的相關
Reichenbach's common cause principle：X 與 Y 相關 → X→Y 或 Y→X 或存在 Z→X, Z→Y。Mendelian Randomization 以遺傳變異作為 instrument variable 推論因果方向（Davey Smith & Ebrahim, 2003, Int J Epidemiol）。Partial correlation 在 Gaussian graphical model 中等同 conditional independence。
Intraclass Correlation (ICC)
衡量同一群組內觀測值的一致性。ICC(1,1)、ICC(2,1)、ICC(3,1) 對應不同 ANOVA 模型（Shrout & Fleiss, 1979, Psychol Bull）。在 reliability 研究和多層次模型中：ICC = σ²_between / (σ²_between + σ²_within)。
文獻參考：Fisher, R.A. (1915). Biometrika, 10, 507-521. / Székely, G.J. et al. (2007). Ann Stat, 35, 2769-2794. / Shrout, P.E. & Fleiss, J.L. (1979). Psychol Bull, 86, 420-428.