投影相关系数（projection correlation），理学-统计学-大数据统计分析-数据简化-高维问题-监督数据降维-投影相关系数，基于投影方法，衡量高维随机向量之间独立性的一种度量。研究背景自19世纪末，英国统计学家K.皮尔逊（Karl Pearson，1857-03-27～1936-04-27）提出矩相关系数来度量两个一元随机变量之间线性关系（或广泛的单调相依关系）以来，度量两个高维随机向量之间独立性的进展一直不大。1936年，美国统计学家H.霍特林（Harold Hotelling，1895-09-29～1973-12-26）提出了典则相关分析方法，这是对K.皮尔逊提出的矩相关系数的一种推广方式。在两个随机向量服从联合正态分布时，典则相关系数等于0当且仅当两个随机向量相互独立。随后接近70年的时间内，度量两个随机向量相互独立性的研究一直进展不大。直到2007年，文献上提出的距离相关系数，可以被认为是一个比较重要的进展。距离相关系数仅需在较弱的矩条件下，就可以用来衡量两个高维随机向量之间的独立性。距离相关系数等于0当且仅当两个随机向量相互独立。