皮尔逊相关系数要求正态分布吗

皮尔逊相关系数（Pearson's correlation coefficient）在某些情况下，对于变量的正态分布是一个基本假设。然而，在实际应用中，皮尔逊相关系数对于轻度偏离正态分布的数据也是相对鲁棒的。

当变量接近正态分布时，皮尔逊相关系数能够提供关于线性关系的有用信息。然而，当数据的分布偏离正态分布时，皮尔逊相关系数的解释和可靠性可能会受到影响。

如果数据严重偏离正态分布，那么使用皮尔逊相关系数可能会导致偏误结果。在这种情况下，可以考虑使用非参数的相关性指标，如斯皮尔曼相关系数或肯德尔相关系数，它们对于非正态分布的数据更具鲁棒性。

总之，尽管皮尔逊相关系数对于正态分布数据是一个基本假设，但在实际应用中，它对于轻度偏离正态分布的数据通常也是可行的。然而，如果数据严重偏离正态分布，使用非参数的相关性指标可能更为合适。