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.