Statistics Calculators

Калькулятор коефіцієнта кореляції Пірсона

Обчисліть коефіцієнт r Пірсона з шести зведених статистичних даних парного набору даних.

Калькулятор коефіцієнта кореляції

Table of contents

Коефіцієнт кореляції Пірсона (r)
Формула
Як використовувати
Інтерпретація r
Найчастіші запитання

Коефіцієнт кореляції Пірсона (r)

Коефіцієнт кореляції Пірсона r вимірює силу та напрямок лінійного зв'язку між двома числовими змінними. Він коливається від −1 (ідеальна негативна кореляція) до +1 (ідеальна позитивна кореляція), де 0 означає відсутність лінійного зв'язку.

Цей калькулятор працює з шістьма стандартними зведеними статистичними даними парного набору даних, а не з самими парами необроблених даних. Якщо у вас є необроблені дані, спочатку обчисліть суми в електронній таблиці, а потім підставте їх сюди.

Формула

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

Де:

  • n — кількість парних спостережень
  • Σx, Σy — суми значень X та Y
  • Σxy — сума добутків x·y для кожної пари
  • Σx², Σy² — суми квадратів значень X та Y

Як використовувати

  1. Порахуйте пари даних та введіть n.
  2. У своїй електронній таблиці обчисліть та введіть Σx, Σy, Σxy, Σx², Σy².
  3. Критерій Пірсона r з'являється миттєво.

Інтерпретація r

| |r| діапазон | Сила | |---|---| | 0,00–0,19 | дуже слабкий | | 0,20–0,39 | слабкий | | 0,40–0,59 | помірний | | 0,60–0,79 | сильний | | 0,80–1,00 | дуже сильний |

Додатне значення r означає, що обидві змінні рухаються разом; від'ємне значення r означає, що вони рухаються в протилежних напрямках.

Найчастіші запитання

Чи r означає причинно-наслідковий зв'язок?

Ні. Кореляція описує лише зв'язок. Високий r між двома змінними може бути результатом третьої змінної, що призводить до змішування, збігу обставин або зворотного причинно-наслідкового зв'язку.

А як щодо нелінійних зв'язків?

Коефіцієнт r Пірсона вимірює лише лінійний зв'язок. Дві змінні з ідеальним квадратичним зв'язком можуть мати r ≈ 0. Для нелінійних монотонних зв'язків використовуйте рангову кореляцію Спірмена.

Як r пов'язаний з R²?

R² = r² для простої лінійної регресії. R² – це частка дисперсії в Y, пояснена X.