Поставете две колони със сдвоени измервания и получете коефициента на корелация на Пирсън r — колко силно двете променливи се движат заедно в праволинеен модел — плюс r² и сумите, готови за регресия.
Не — най-важното предупреждение на калкулатора. Корелацията може да възникне от причинност в която и да е посока, от трета променлива, която движи и двете, или по случайност в малки извадки. r измерва съвместното движение, нищо повече.
Често правило: |r| под 0.3 — слаба, 0.3–0.7 — умерена, над 0.7 — силна. Контекстът има значение — 0.4 може да е важно в медицината и безсмислено във физиката.
Коефициентът r на Пирсън вижда само праволинейни модели. Перфектна U-образна форма може да даде r ≈ 0. Винаги изобразявайте данните графично (Калкулаторът за линейна регресия чертае точковата диаграма), преди да се доверите само на r.
Делът от дисперсията на y, линейно обяснен от x. r = 0.775 дава r² = 0.60 — около 60% от вариацията на y се подравнява с x в линейния модел.
Математика
Математика
Математика
Математика
Математика
Математика
Математика
Математика
Математика
r = Σ(x − x̄)(y − ȳ) ÷ √(Σ(x − x̄)² × Σ(y − ȳ)²). Числителят (ковариация, ненормирана) се мащабира от разсейването на двете променливи, което приковава r към диапазона [−1, 1].
Входни данни: x = [1,2,3,4,5], y = [2,4,5,4,5].
Стъпки: x̄ = 3, ȳ = 4. Σ(x−x̄)(y−ȳ) = (−2)(−2) + (−1)(0) + 0(1) + 1(0) + 2(1) = 4 + 0 + 0 + 0 + 2 = 6. Σ(x−x̄)² = 10. Σ(y−ȳ)² = 4 + 0 + 1 + 0 + 1 = 6. r = 6 ÷ √(10 × 6) = 6 ÷ 7.746 = 0.7746.
Резултат: r = 0.775, r² = 0.600.
Добавете този калкулатор към собствения си уебсайт или блог — той е напълно безплатен, не се нуждае от регистрация и винаги показва най-новата версия. Копирайте кода по-долу и го поставете в страницата си там, където искате калкулаторът да се появява. Запазването на малкия кредитен ред “Powered by Loona Automation” под вграждането помага този инструмент да остане безплатен — но вие сте свободни да го оформите или премахнете; инструментът работи и в двата случая.