在统计学中，简单相关系数是用来衡量两个变量之间线性关系强度和方向的一个重要指标。它通常用符号r表示，并且其取值范围为-1到1之间。当r接近于1时，表明两个变量之间存在较强的正相关；而当r接近于-1时，则表示两者间存在较强的负相关；如果r接近于0，则说明这两个变量之间的线性关系较弱。

计算简单相关系数的公式如下：

\[ r = \frac{\sum{(x_i-\bar{x})(y_i-\bar{y})}}{\sqrt{\sum{(x_i-\bar{x})^2}\sum{(y_i-\bar{y})^2}}} \]

其中，\( x_i \) 和 \( y_i \) 分别代表样本数据中第i个观测值对于X轴和Y轴上的数值；\( \bar{x} \) 和 \( \bar{y} \) 则分别表示X轴和Y轴上所有观测值的平均数。

这个公式的分子部分实际上是计算了每一对数据点与其各自均值之差乘积之和，这可以看作是对两组数据共同变化趋势的一种度量。分母则是对每个变量单独计算标准差之后再相乘的结果，用来标准化这种变化趋势，使得最终得到的相关系数不受单位或尺度的影响。

通过使用上述公式，我们可以很容易地从一组数据中计算出它们之间的简单相关系数。需要注意的是，在实际应用过程中，我们还需要考虑一些前提条件，比如假设这些数据是随机抽取的并且满足正态分布等。此外，虽然简单相关系数能够很好地描述线性关系，但对于非线性的关系可能无法提供准确的信息。因此，在分析复杂的数据集时，往往需要结合其他方法来进行综合评估。