Paste اثنان columns زوج measurements واحصل Pearson correlation coefficient r — كيف strongly اثنان variables move together في straight-line pattern — زائد r² وregression-ready مجموع.
لا — الحاسبة معظم important warning. Correlation يمكن arise من causation في أي من اتجاه، من ثالث variable driving كلاهما، أو بواسطة coincidence في صغير samples. r measures co-movement، لا شيء أكثر.
شائع قاعدة thumb: | r | تحت 0.3 weak، 0.3 – 0.7 moderate، فوق 0.7 strong. Context مهم — 0.4 يمكن يكون important في medicine وmeaningless في physics.
Pearson r فقط انظر straight-line patterns. perfect U-shape يمكن نتيجة r ≈ 0. دائمًا plot data (Linear Regression حاسبة draws scatter) قبل trusting r alone.
حصة y variance linearly accounted لـبواسطة x. r = 0.775 يعطي r² = 0.60 — حوالي 60% variation في y سطر أعلى مع x في linear model.
r = Σ (x − x ̄) (y − ȳ) ÷ √ (Σ (x − x ̄) ² × Σ (y − ȳ) ²). numerator (covariance، unnormalised) مقياس بواسطة كلاهما variables ' spreads، أي ما pins r إلى مدى [− 1، 1].
Inputs: x = [1,2,3,4,5]، y = [2,4,5,4,5].
خطوات: x ̄ = 3، ȳ = 4. Σ (x − x ̄) (y − ȳ) = (− 2) (− 2) + (− 1) (0) + 0 (1) + 1 (0) + 2 (1) = 4 + 0 + 0 + 0 + 2 = 6. Σ (x − x ̄) ² = 10. Σ (y − ȳ) ² = 4 + 0 + 1 + 0 + 1 = 6. r = 6 ÷ √ (10 × 6) = 6 ÷ 7.746 = 0.7746.
نتيجة: r = 0.775، r² = 0.600.
اجمع هذا حاسبة إلى الخاص به website أو blog — إنه completely مجاني، يحتاج دون تسجيل، ودائمًا يعرض latest version. Copy الرمز أدناه وpaste إنه إلى صفحة where أنت تريد الحاسبة إلى يظهر. احتفظ صغير &ldquo؛ قدرة بواسطة Loona Automation &rdquo؛ credit سطر تحت embed يساعد احتفظ هذا أداة مجاني — لكن أنت مجاني إلى style أو remove إنه؛ الأداة يعمل أي من طريقة.