ਸਬੰਧ ਕੋਆਰਡੀਨੇਟ ਕੈਲਕੂਲੇਟਰ

ਦੋ ਅੰਕ ਲਿਸਟਾਂ ਵਿੱਚ ਪੀਰਸਨ ਦਾ r ਗਣਨਾ ਕਰੋ ।

ਮੁੱਲ ਕਾਮਾ ਜਾਂ ਖਾਲੀ ਥਾਂ ਨਾਲ ਵੱਖ ਕਰੋ ।
X ਮੁੱਲ ਨਾਲ ਇੱਕੋ ਗਿਣਤੀ ਹੋਣੀ ਚਾਹੀਦੀ ਹੈ ।
ਸਬੰਧ
R² (ਨਿਰਧਾਰਨ)
ਤਾਕਤ
ਕੋਵਰੀਜਨ
ਰੈਗਰੈਸ਼ਨ ਸਲਾਈਡ
ਰਿਗਰੇਸ਼ਨ ਇੰਟਰਪੈੱਟ
ਜੋੜੇ

ਨਤੀਜੇ ਜਿਵੇਂ ਤੁਸੀਂ ਟਾਈਪ ਕਰਦੇ ਹੋ ਅੱਪਡੇਟ ਹੁੰਦੇ ਹਨ ।

ਇਸ ਕੈਲਕੁਲੇਟਰ ਬਾਰੇ

is the coefficient of determination of the correlation between two variables. The coefficient of determination is equal to the coefficient of determination of the standard deviations of x and y. The coefficient of determination is equal to the coefficient of determination of the covariance of x and y. The coefficient of determination is equal to the coefficient of determination of the covariance of x and y. The coefficient of determination is equal to the coefficient of determination of the covariance of x and y.WorkWorked example: for x = 1, 2, 3, 4, 5 and y = 2, 4, 5, 6 the points tend upward together. The calculator returns r ≈ 0.85 —astrong positive correlation — and r² ≈ 0.73, meaning about 73% of the variation in y is explained byastraight-line relationship with x.Worked example: for x = 1, 2, 3, 4, 5 and y = 2, 4, 5, 6 the points trend upward together.The calculator returns r ≈ 0.85 —astrong positive correlation — and r² ≈ 0.73 —astrong negative correlation.Worked example: for x = 1, 2, 3, 4, 5 and y = 2, 4, 5, 6 the points trend upward together.Worked example: for x = 1, 2, 3, 4, 5 and y = 2, 4, 5, 6 the points trend upward together.Worked example: for x = 1, 2, 3, 4, 5 and y = 2, 4, 5, 6 the points trend upward together.Worked example: for x = 1, 2, 3, 4, 5 and y = 2, 4, 5, 6 the points trend upward together.Worked example: for x = 1, 2, 3, 4, 5 and y

ਅਕਸਰ ਪੁੱਛੇ ਜਾਂਦੇ ਸਵਾਲ

ਸਬੰਧ ਕੋਆਰਡੀਨੇਟ ਮੈਨੂੰ ਕੀ ਦੱਸਦਾ ਹੈ?

ਇਹ ਦੱਸਦਾ ਹੈ ਕਿ ਦੋ ਵੇਰੀਬਲ ਕਿੰਨੇ ਨੇੜੇ ਇੱਕ ਸਿੱਧੀ ਰੇਖਾ ਵਿੱਚ ਇੱਕ ਦੂਜੇ ਨਾਲ ਘੁੰਮਦੇ ਹਨ । +1 ਜਾਂ - 1 ਦੇ ਨੇੜੇ ਮੁੱਲ ਇੱਕ ਮਜ਼ਬੂਤ ਰੇਖਾਤਮਕ ਸਬੰਧ ਦਰਸਾਉਂਦੇ ਹਨ, ਜਦੋਂ ਕਿ0ਦੇ ਨੇੜੇ ਮੁੱਲ ਘੱਟ ਜਾਂ ਕੋਈ ਰੇਖਾਤਮਕ ਸਬੰਧ ਨਹੀਂ ਦਿਖਾਉਂਦੇ ਹਨ । ਨਿਸ਼ਾਨ ਸਬੰਧ ਦੀ ਦਿਸ਼ਾ ਵੇਖਾਉਦਾ ਹੈ ।

ਕੀ ਸਬੰਧ ਦਾ ਅਰਥ ਕਾਰਨ ਹੈ?

ਨਹੀਂ, ਇੱਕ ਉੱਚ ਸਬੰਧ ਦੋ ਵੇਰੀਬਲਾਂ ਨੂੰ ਇੱਕੋ ਸਮੇਂ ਹਿਲਾਉਂਦੇ ਹਨ, ਪਰ ਇੱਕ ਦੂਜੇ ਨੂੰ ਨਹੀਂ ਬਣਾਉਂਦਾ ਹੈ । ਇੱਕ ਲੁਕਵਾਂ ਤੀਜਾ ਕਾਰਕ, ਜਾਂ ਇੱਕ ਸਾਫ਼ ਸੰਯੋਗ, ਕੋਈ ਕਾਰਨ ਲਿੰਕ ਨਾ ਹੋਣ ਦੇ ਨਾਲ ਇੱਕ ਮਜ਼ਬੂਤ ਸਬੰਧ ਬਣਾ ਸਕਦਾ ਹੈ ।

R² ਕੀ ਹੈ?

R² ਸਬੰਧ ਕੋਇੰਟੇਕਸ ਦਾ ਵਰਗ ਹੈ । ਇਹ y ਵਿੱਚ ਤਬਦੀਲੀ ਦਾ ਹਿੱਸਾ ਹੈ, ਜੋ ਕਿ x ਨਾਲ ਰੇਖਾਤਮਕ ਸਬੰਧ ਦੁਆਰਾ ਦੱਸਿਆ ਜਾਂਦਾ ਹੈ — 0. 8 ਦਾ r 0. 64 ਦਾ R² ਦਿੰਦਾ ਹੈ, ਜਿਸ ਦਾ ਅਰਥ ਹੈ ਕਿ ਤਬਦੀਲੀ ਦਾ 64% ਯੋਗ ਹੈ ।

ਮਜ਼ਬੂਤ ਸਬੰਧਾਂ ਦੀ ਗਿਣਤੀ ਕੀ ਹੈ?

ਇੱਕ ਗਾਈਡ ਵਾਂਗ, 0.3 ਤੋਂ ਘੱਟ ਇੱਕ ਪੂਰਾ r ਕਮਜ਼ੋਰ ਹੈ, 0.3 ਤੋਂ 0.5 ਤੱਕ ਮੱਧਮ, 0.5 ਤੋਂ 0.7 ਮੱਧਮ- ਤੋਂ- ਮਜ਼ਬੂਤ ਅਤੇ 0.7 ਤੋਂ ਵੱਧ ਮਜ਼ਬੂਤ ਹੈ । ਇਹ ਕੈਲਕੁਲੇਟਰ ਤੁਹਾਡੀ ਤਾਕਤ ਲਈ ਲੇਬਲ ਦਿੰਦਾ ਹੈ, ਪਰ ਸਹਿਜ ਕੱਟ- ਆਉਟ ਖੇਤਰ ਅਨੁਸਾਰ ਵੱਖਰੇ ਹੁੰਦੇ ਹਨ ।

ਨੈਗੇਟਿਵ ਸਬੰਧ ਦਾ ਕੀ ਅਰਥ ਹੈ?

ਇੱਕ ਨੈਗੇਟਿਵ r ਦਾ ਮਤਲਬ ਹੈ ਕਿ ਵੇਰੀਬਲ ਉਲਟ ਦਿਸ਼ਾ ਵਿੱਚ ਚਲੇ ਜਾਂਦੇ ਹਨ: ਜਿਵੇਂ ਇੱਕ ਉੱਠਦਾ ਹੈ, ਦੂਜਾ ਡਿੱਗਦਾ ਹੈ। -0.9 ਦਾ r ਇੱਕ +0.9 ਵਾਂਗ ਹੀ ਇੱਕ ਮਜ਼ਬੂਤ ਰੇਖਿਕ ਸਬੰਧ ਹੈ, ਸਿਰਫ਼ ਦਿਸ਼ਾ ਵਿੱਚ ਉਲਟ ਹੈ।

ਸਬੰਧ ਅਤੇ ਕੋਵਰੀਐਂਸ ਵਿੱਚ ਕੀ ਅੰਤਰ ਹੈ?

ਕੋਵਰੀਜਨ ਮਾਪਦਾ ਹੈ ਕਿ ਦੋ ਵੇਰੀਬਲ ਕਿਵੇਂ ਇੱਕੋ ਸਮੇਂ ਬਦਲਦੇ ਹਨ, ਪਰ ਇਸ ਦਾ ਆਕਾਰ ਉਨ੍ਹਾਂ ਦੀਆਂ ਇਕਾਈਆਂ ਉੱਤੇ ਨਿਰਭਰ ਕਰਦਾ ਹੈ, ਇਸ ਲਈ ਇਸ ਨੂੰ ਸਮਝਣਾ ਮੁਸ਼ਕਲ ਹੈ । ਪੀਰਸਨ ਦਾ r ਦੋ ਸਟੈਂਡਰਡ ਡੇਵਿਏਸ਼ਨ ਨਾਲ ਵੰਡਿਆ ਕੋਵਰੀਜਨ ਹੈ, ਜੋ ਕਿ ਇਸ ਨੂੰ ਯੂਨਿਟ- ਮੁਕਤ - 1 ਤੋਂ +1 ਰੇਜ਼ ਲਈ ਮੁੜ- ਸਕੇਲ ਕਰਦਾ ਹੈ ।

ਰਿਗਰੇਸ਼ਨ ਲਾਈਨ ਸਬੰਧ ਨਾਲ ਕਿਵੇਂ ਸਬੰਧਤ ਹੈ?

ਘੱਟੋ- ਘੱਟ ਵਰਗ ਰਿਗਰੇਸ਼ਨ ਰੇਖਾ ਉਹ ਸਿੱਧੀ ਰੇਖਾ ਹੈ, ਜੋ ਬਿੰਦੂਆਂ ਨੂੰ ਸਭ ਤੋਂ ਵਧੀਆ ਫਿੱਟ ਕਰਦੀ ਹੈ, ਅਤੇ ਇਸ ਦਾ ਸਲਾਈਡ r ਨਾਲ ਸਾਈਨ ਸਾਂਝਾ ਕਰਦਾ ਹੈ । ਸਬੰਧ ਤੁਹਾਨੂੰ ਦੱਸਦਾ ਹੈ ਕਿ ਬਿੰਦੂ ਕਿੰਨੇ ਨੇੜੇ ਹਨ, ਜਦੋਂ ਕਿ r² ਰੇਖਾ ਦੀ ਵੇਰੀਏਬਲ ਦਾ ਹਿੱਸਾ ਦਿੰਦਾ ਹੈ ।

❤️ ਪਿਆਰ Calculator.Free? ਸਾਂਝਾ ਕਰੋ

𝕏  X Facebook Reddit
API — ਕੋਡ ਤੋਂ ਇਹ ਕੈਲਕੁਲੇਟਰ ਵਰਤੋਂ

ਇਸ ਕੈਲਕੁਲੇਟਰ ਨੂੰ ਮੁਫਤ JSON ਅੰਤ ਬਿੰਦੂ ਵਜੋਂ ਕਾਲ ਕਰੋ - ਕੋਈ ਕੁੰਜੀ ਲੋੜੀਦੀ ਨਹੀਂ ਹੈ । ਹੇਠ ਦਿੱਤੇ ਖੇਤਰ ਮੁੱਲ ਨੂੰ ਕਿਊਰੀ ਪੈਰਾਮੀਟਰ ਜਾਂ JSON ਵਾਂਗ ਭੇਜੋ । ਪੂਰਾ API ਡੌਕੂਮੈਂਟ ਪੜ੍ਹੋ →

ਅੰਤ- ਬਿੰਦੂ

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);

ਨਤੀਜੇ ਸਿਰਫ਼ ਆਮ ਦਿਸ਼ਾ ਨਿਰਦੇਸ਼ ਲਈ ਹਨ, ਵਿੱਤੀ, ਮੈਡੀਕਲ ਜਾਂ ਟੈਕਸ ਸਲਾਹ ਨਹੀਂ ਹਨ।