Illesszen be két oszlopnyi összetartozó mérést, és megkapja a Pearson-féle korrelációs együtthatót, az r-t — azt, hogy a két változó mennyire erősen mozog együtt egyenes vonalú mintázatban —, valamint az r²-t és a regresszióhoz szükséges összegeket.
Nem — a kalkulátor legfontosabb figyelmeztetése. A korreláció származhat bármelyik irányú okozatiságból, egy mindkettőt mozgató harmadik változóból, vagy kis mintákban véletlen egybeesésből. Az r az együttmozgást méri, semmi többet.
Gyakori ökölszabály: |r| 0.3 alatt gyenge, 0.3–0.7 között mérsékelt, 0.7 felett erős. A kontextus számít — a 0.4 fontos lehet az orvostudományban, és jelentéktelen a fizikában.
A Pearson-féle r csak az egyenes vonalú mintázatokat látja. Egy tökéletes U alak r ≈ 0 értéket is kaphat. Mindig ábrázolja az adatokat (a Lineáris regresszió kalkulátor megrajzolja a szóródási diagramot), mielőtt egyedül az r-ben bízna.
Y x által lineárisan magyarázott varianciájának aránya. r = 0.775 esetén r² = 0.60 — az y változásának körülbelül 60%-a illeszkedik x-szel a lineáris modellben.
r = Σ(x − x̄)(y − ȳ) ÷ √(Σ(x − x̄)² × Σ(y − ȳ)²). A számlálót (a kovarianciát, normalizálatlanul) mindkét változó szóródása skálázza, és ez rögzíti az r értékét a [−1, 1] tartományba.
Bemenetek: x = [1,2,3,4,5], y = [2,4,5,4,5].
Lépések: 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.
Eredmény: r = 0.775, r² = 0.600.
Adja hozzá ezt a kalkulátort saját weboldalához vagy blogjához — teljesen ingyenes, regisztráció nem kell hozzá, és mindig a legújabb verziót mutatja. Másolja ki az alábbi kódot, és illessze be oldalába oda, ahová a kalkulátort szeretné. A kis “Powered by Loona Automation” jóváírási sor megtartása a beágyazás alatt segít ezt az eszközt ingyenesen tartani — de szabadon formázhatja vagy eltávolíthatja; az eszköz így is, úgy is működik.