这种说法是**错误**的。 样本相关系数是用来衡量两个变量之间线性相关程度的指标，它只与样本数据中两个变量的观测值之间的线性关系紧密程度有关，其计算公式是基于样本数据中变量的具体取值来计算的，计算公式为： $r=\frac{\sum_{i = 1}^{n}(x_{i}-\bar{x})(y_{i}-\bar{y})}{\sqrt{\sum_{i = 1}^{n}(x_{i}-\bar{x})^{2}\sum_{i = 1}^{n}(y_{i}-\bar{y})^{2}}}$ 其中$x_{i},y_{i}$分别是两个变量的观测值，$\bar{x},\bar{y}$分别是两个变量的样本均值，$n$是样本量。 从公式可以看出，样本相关系数的大小取决于分子分母中各项的计算结果，而这些结果只与样本数据中两个变量的具体观测值有关，与样本量$n$本身并没有直接关系。 不过，样本量大小会影响对总体相关系数推断的可靠性。样本量越大，样本相关系数作为总体相关系数估计值的精度通常越高，抽样误差越小，我们越有信心认为样本相关系数能反映总体的真实线性相关程度。
