Kalkulator Koefisien Korelasi

Kira r Pearson antara dua senarai nombor.

Pisahkan nilai dengan koma atau ruang.
Mesti mempunyai kiraan yang sama dengan nilai X.
Keserasian
R² (penentuan)
Kekuatan
Kovarian
Keluasan
Penyahpepijat regresi
Pair

Hasil dikemaskini semasa anda menaip.

Perihal kalkulator ini

Pearson’s correlation coefficient (r) is a measure of the strength and direction of the linear relationship between two variables, ranging from −1 (perfect negative) through 0 (no linear relationship) to +1 (perfect positive). It is found by dividing the covariance of x and y by the product of their standard deviations, which standardizes the result into that fixed −1 to +1 range. It needs at least two pairs, and the result is undefined if either variable never changes. It needs at least two pairs, and the result is undefined if either variable never changes. It needs at least two pairs, and the result is plotted with its best-fit line. Worked example: for x = 1, 2, 3, 4, 5 and y = 2, 4, 5, 4, 6 the points trend upward together, giving r ≈ 0.85 — a strong positive correlation — and r² ≈ 0.73, meaning about 73% of the variation in y.Worked example: for x = 1, 2, 3, 4, 5 and y = 2, 4, 5, 6Worked example: for x = 1, 2, 3, 4, 5, 6Worked example: for x = 1, 2, 3, 4, 5, 6Worked example: for x = 1, 2, 3, 4, 5, 6Worked example: for x = 1, 2, 3, 4, 5, 6Worked example: for x = 1, 2, 3, 4, 5, 6Worked example: for x = 1, 2, 3, 4, 5, 6Worked example: for x = 1, 2, 3, 4, 5, 6Worked example: for x = 1, 2, 3, 4, 5, 6Worked example: for x = 1, 2, 3, 4, 5, 6Worked example: for

Pertanyaan yang kerap ditanya

Apa yang koefisien korelasi beritahu saya?

Ia mengukur betapa dekat dua variabel bergerak bersama dalam garis lurus. Nilai berdekatan +1 atau -1 menunjukkan hubungan linear yang kuat, manakala nilai berdekatan 0 bermakna asosiasi linear yang sedikit atau tiada. Tanda menunjukkan arah hubungan.

Adakah korelasi bermakna sebab-sebab?

Tidak. Korelasi tinggi menunjukkan dua variabel bergerak bersama- sama tetapi tidak menyebabkan satu sama lain. Faktor ketiga tersembunyi, atau kebetulan murni, boleh mencipta korelasi kuat tanpa hubungan sebab- akibat.

Apa itu R²?

R² adalah kuadrat koefisien korelasi. Ia adalah peratusan variasi dalam y yang dijelaskan oleh hubungan linear dengan x — r 0.8 memberikan R² 0.64, bermakna 64% daripada variasi dikira.

Apa yang dianggap sebagai korelasi yang kuat?

Sebagai panduan kasar, r mutlak di bawah 0.3 adalah lemah, sekitar 0.3 hingga 0.5 sederhana, 0.5 hingga 0.7 sederhana-ke-kuat dan di atas 0.7 kuat. Kalkulator ini melabelkan kekuatan untuk anda, tetapi pemotongan yang bermakna berbeza mengikut bidang.

Apa maksud korelasi negatif?

Negatif r bermakna variabel bergerak dalam arah bertentangan: sebagai satu naik yang lain cenderung jatuh. r dari -0.9 adalah hubungan linear yang sama kuat seperti +0.9, hanya terbalik dalam arah.

Apa perbezaan antara korelasi dan kovarian?

Kovarian mengukur bagaimana dua variabel bervariasi bersama-sama tetapi saiznya bergantung pada unit mereka, jadi ia sukar untuk ditafsirkan. r Pearson adalah kovarian dibahagikan dengan dua penyelarasan piawai, yang menskalar semula ia ke julat bebas unit -1 hingga +1.

Bagaimanakah garis regresi berkaitan dengan korelasi?

Garis regresi kuadrat terkecil adalah garis lurus yang paling sesuai dengan titik- titik, dan lerengnya berkongsi tanda dengan r. Korelasi memberitahu anda betapa rapatnya titik- titik memegang garis itu, manakala r² memberi anda bahagian variasi yang dinyatakan oleh garis.

❤️ Cinta Calculator.Free? Bagikan

𝕏  X Facebook Reddit
API — gunakan kalkulator ini dari kod

Panggil kalkulator ini sebagai titik akhir JSON percuma - tiada kekunci diperlukan. Hantar nilai medan di bawah sebagai parameter pertanyaan atau JSON. Baca dokumen API penuh →

Titik Akhir

GET https://calculator.free/api/v1/correlation-coefficient/

curl

curl "https://calculator.free/api/v1/correlation-coefficient/?x=1, 2, 3, 4, 5&y=2, 4, 5, 4, 6"

JavaScript fetch()

const r = await fetch(
  "https://calculator.free/api/v1/correlation-coefficient/?" + new URLSearchParams({
    "x": "1, 2, 3, 4, 5",
    "y": "2, 4, 5, 4, 6"
  }));
const data = await r.json();
console.log(data.results);

Hasil adalah perkiraan untuk panduan umum sahaja, bukan nasihat kewangan, perubatan atau cukai.