相关系数计算器
计算两个变量之间的皮尔逊相关系数(r)。粘贴您的 X 和 Y 值——可以分开粘贴,也可以成对粘贴——即可获得 r、r²,以及对相关强度的如实解读,并附有完整的公式推导。
数据输入方式
0 值
0 值
常见问题
- 什么是皮尔逊相关系数?
- 皮尔逊 r 衡量两个变量之间线性关系的强度和方向。它的取值范围从 −1(完全负相关)经过 0(无线性关系)到 +1(完全正相关)。其计算方法是:每对数值与其各自均值的偏差之积求和,再除以偏差平方和之积的平方根。
- 如何解读相关性的强度?
- 本计算器采用的一个常见经验法则是:|r| 达到 0.7 或以上为强相关,0.4 到 0.69 为中等相关,0.1 到 0.39 为弱相关,低于 0.1 为可忽略。这些区间是惯例,而非定律——什么算是有意义的相关性取决于您所在的学科领域。
- r² 能告诉我什么?
- r²(决定系数)是一个变量中能被另一个变量以线性方式解释的方差比例。r 为 0.8 时,r² = 0.64,意味着两个变量之间共享了 64% 的变异。
- 相关性意味着一个变量导致了另一个变量吗?
- 不。相关不等于因果。两个变量高度相关,可能是因为其中一个导致了另一个,也可能是因为两者都受第三个因素驱动,还可能纯属巧合。仅凭相关系数永远无法确立因果关系。
- 为什么皮尔逊 r 可能会漏掉真实存在的关系?
- 皮尔逊 r 只衡量线性关系。一个完美的 U 形或其他曲线关系可能产生接近于零的 r 值。它对异常值也很敏感——一对极端数据就可能夸大或摧毁这个系数。请务必同时绘制您的数据图表。
- 我需要多少组数据?
- 计算器至少需要 3 组数据,且 X 和 Y 列表必须包含相同数量的数值。从统计学角度看,来自极小样本的相关性并不稳定——只有寥寥几组数据时,即使是很大的 r 值也很容易纯属偶然。