İki sütun eşleştirilmiş ölçümleri yapıştırın ve Pearson'ın korelasyon katsayısı r değerini alın — iki değişkenin, düz çizgi deseninde, birlikte ne kadar güçlü hareket ettiği — artı r² ve regresyona hazır toplamlar.
Hayır — hesaplayıcının en önemli uyarısı. Korelasyon, her iki yönde nedensellikten, ikisini de süren üçüncü bir değişkenden veya küçük örneklerde tesadüften kaynaklanabilir. r, birlikte hareketi ölçer, bundan fazlasını değil.
Yaygın bir kural: |r| 0.3 altında zayıf, 0.3–0.7 orta, 0.7 üzerinde güçlü. Bağlam önemlidir — 0.4 tıpta önemli olabilir ve fizikte anlamsız olabilir.
Pearson r, yalnızca düz çizgi desenlerini görür. Kusursuz bir U şekli, r ≈ 0 alabilir. Yalnızca r değerine güvenmeden önce, her zaman verileri çizin (Doğrusal Regresyon Hesaplayıcı, dağılımı çizer).
y varyansının, x ile doğrusal olarak açıklanan payı. r = 0.775, r² = 0.60 verir — y değerindeki varyasyonun yaklaşık %60 değeri, doğrusal modelde, x ile hizalanır.
r = Σ(x − x̄)(y − ȳ) ÷ √(Σ(x − x̄)² × Σ(y − ȳ)²). Pay (kovaryans, normalize edilmemiş), her iki değişkenin yayılımıyla ölçeklenir; r'yi [−1, 1] aralığına sabitleyen budur.
Girdiler: x = [1,2,3,4,5], y = [2,4,5,4,5].
Adımlar: 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.
Sonuç: r = 0.775, r² = 0.600.
Bu hesaplayıcıyı kendi web sitenize veya blogunuza ekleyin — tamamen ücretsizdir, kayıt gerektirmez ve her zaman en son sürümü gösterir. Aşağıdaki kodu kopyalayın ve hesaplayıcının görünmesini istediğiniz yere sayfanıza yapıştırın. Gömmenin altında küçük “Powered by Loona Automation” kredi satırını tutmak, bu aracın ücretsiz kalmasına yardımcı olur — ama bunu biçimlendirmekte veya kaldırmakta özgürsünüz; araç her iki şekilde de çalışır.