Statistics Calculators

Калькулятор коэффициента корреляции Пирсона

Вычислите коэффициент корреляции Пирсона (r) на основе шести сводных статистических показателей парного набора данных.

Калькулятор коэффициента корреляции

Table of contents

Коэффициент корреляции Пирсона (r)
Как использовать
Интерпретация r
ЧАСТО ЗАДАВАЕМЫЕ ВОПРОСЫ

Коэффициент корреляции Пирсона (r)

Коэффициент корреляции Пирсона (r) измеряет силу и направление линейной зависимости между двумя числовыми переменными. Он варьируется от −1 (идеальная отрицательная корреляция) до +1 (идеальная положительная корреляция), при этом 0 означает отсутствие линейной зависимости.

Этот калькулятор работает на основе шести стандартных сводных статистических показателей парного набора данных, а не самих пар. Если у вас есть необработанные данные, сначала вычислите суммы в электронной таблице, а затем введите их сюда.

Формула

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

Где:

  • n — количество парных наблюдений
  • Σx, Σy — суммы значений X и Y
  • Σxy — сумма произведений x·y для каждой пары
  • Σx², Σy² — суммы квадратов значений X и Y

Как использовать

  1. Подсчитайте количество пар данных и введите n.
  1. В электронной таблице вычислите и введите Σx, Σy, Σxy, Σx², Σy².
  1. Коэффициент корреляции Пирсона r появится мгновенно.

Интерпретация r

| |r| диапазон | Сила |

|---|---|

| 0,00–0,19 | очень слабая |

| 0,20–0,39 | слабая |

| 0,40–0,59 | умеренная |

| 0,60–0,79 | сильная |

| 0,80–1,00 | очень сильная |

Положительное значение r означает, что обе переменные движутся синхронно; отрицательное значение r означает, что они движутся в противоположных направлениях.

ЧАСТО ЗАДАВАЕМЫЕ ВОПРОСЫ

Означает ли r причинно-следственную связь?

Нет. Корреляция описывает только ассоциацию. Высокое значение r между двумя переменными может быть результатом влияния третьей переменной, совпадения или обратной причинно-следственной связи.

А как насчет нелинейных зависимостей?

Коэффициент корреляции Пирсона r измеряет только линейную связь. Две переменные с идеальной квадратичной зависимостью могут иметь r ≈ 0. Для нелинейных монотонных зависимостей используйте вместо этого ранговую корреляцию Спирмена.

Как r связано с R²?

R² = r² для простой линейной регрессии. R² — это доля дисперсии Y, объясняемая X.