相关系数r是用来衡量两个变量之间线性关系的强度和方向的一种统计量。在统计分析中，求解相关系数r是非常重要的一步。下面我们将介绍两个求相关系数r的公式。

第一个公式是皮尔逊相关系数公式，也叫做Pearson相关系数公式。它是最常用的求解相关系数的公式。如果我们有两个变量X和Y，那么皮尔逊相关系数可以用下面的公式来表示：

r = cov(X,Y) / (std(X) * std(Y))

其中，cov(X,Y)是X和Y的协方差，std(X)和std(Y)分别是X和Y的标准差。这个公式的结果是一个介于-1和1之间的数字。如果r等于1，那么表示X和Y之间存在完美的正相关关系。如果r等于-1，那么表示X和Y之间存在完美的负相关关系。如果r等于0，则表示X和Y之间不存在线性相关关系。

第二个公式是斯皮尔曼相关系数公式，也叫做Spearman相关系数公式。它是用来衡量两个变量之间的非线性关系的一种方法。如果我们有两个变量X和Y，那么斯皮尔曼相关系数可以用下面的公式来表示：

r = 1 - (6 * ∑d^2) / (n * (n^2 - 1))

其中，d是X和Y之间的秩次差，n是样本的大小。这个公式的结果也是一个介于-1和1之间的数字。如果r等于1，那么表示X和Y之间存在完美的单调递增关系。如果r等于-1，那么表示X和Y之间存在完美的单调递减关系。如果r等于0，则表示X和Y之间不存在单调关系。

综上所述，这两个公式都是求解相关系数r的重要工具。在实际应用中，我们根据具体情况选择合适的公式来求解相关系数，以准确地衡量两个变量之间的关系。