Statistics Calculators

Pearsono koreliacijos koeficiento skaičiuoklė

Apskaičiuokite Pearsono r iš šešių suporuoto duomenų rinkinio suvestinių statistikos verčių.

Koreliacijos koeficiento skaičiuoklė

Table of contents

Pearsono koreliacijos koeficientas (r)
Formulė
Kaip naudoti
R reikšmės interpretavimas
DUK

Pearsono koreliacijos koeficientas (r)

Pirsono koreliacijos koeficientas r matuoja dviejų skaitinių kintamųjų tiesinio ryšio stiprumą ir kryptį. Jis svyruoja nuo −1 (ideali neigiama koreliacija) iki +1 (ideali teigiama koreliacija), kur 0 reiškia, kad tiesinio ryšio nėra.

Ši skaičiuoklė veikia pagal šešis standartinius suporuoto duomenų rinkinio suvestinės statistikos rodiklius, o ne pagal pačias neapdorotas poras. Jei turite neapdorotų duomenų, pirmiausia apskaičiuokite sumas skaičiuoklėje, o tada įveskite jas čia.

Formulė

r = (n·Σxy − Σx·Σy) / √[(n·Σx² − (Σx)²)(n·Σy² − (Σy)²)]

Kur:

  • n — porinių stebėjimų skaičius
  • Σx, Σy — X ir Y reikšmių sumos
  • Σxy — kiekvienos poros x·y sandaugų suma
  • Σx², Σy² — X ir Y reikšmių kvadrato sumos

Kaip naudoti

  1. Suskaičiuokite duomenų poras ir įveskite n.
  1. Iš savo skaičiuoklės apskaičiuokite ir įveskite Σx, Σy, Σxy, Σx², Σy².
  1. Pirsono r atsiranda akimirksniu.

R reikšmės interpretavimas

| |r| diapazonas | stiprumas | |---|---| | 0,00–0,19 | labai silpnas | | 0,20–0,39 | silpnas | | 0,40–0,59 | vidutinis | | 0,60–0,79 | stiprus | | 0,80–1,00 | labai stiprus |

Teigiama r reikšmė reiškia, kad abu kintamieji juda kartu; neigiama r reikšmė reiškia, kad jie juda priešingomis kryptimis.

DUK

Ar r reiškia priežastinį ryšį?

Ne. Koreliacija apibūdina tik ryšį. Didelė r reikšmė tarp dviejų kintamųjų gali būti trečiojo kintamojo, sutapimo arba atvirkštinio priežastinio ryšio pasekmė.

O kaip dėl netiesinių ryšių?

Pearsono r matuoja tik tiesinį ryšį. Du kintamieji, turintys tobulą kvadratinį ryšį, gali turėti r ≈ 0. Netiesiniams monotoniniams ryšiams naudokite Spearmano rango koreliaciją.

Kaip r susijęs su R²?

R² = r² paprastai tiesinei regresijai. R² yra Y dispersijos dalis, paaiškinta X.