Вставте два стовпці парних вимірювань і отримайте коефіцієнт кореляції Пірсона r — наскільки сильно дві змінні рухаються разом у прямолінійному патерні — плюс r² і суми, готові для регресії.
Ні — найважливіше попередження калькулятора. Кореляція може виникнути з причинності в будь-якому напрямку, від третьої змінної, що рухає обидві, або випадково в малих вибірках. r вимірює спільний рух, і нічого більше.
Поширене емпіричне правило: |r| менше 0.3 — слабкий зв’язок, 0.3–0.7 — помірний, понад 0.7 — сильний. Контекст має значення — 0.4 може бути важливим у медицині та не мати значення у фізиці.
Коефіцієнт Пірсона r бачить лише прямолінійні патерни. Ідеальна U-форма може отримати r ≈ 0. Завжди будуйте графік даних (Калькулятор лінійної регресії малює діаграму розсіювання), перш ніж довіряти лише r.
Частка дисперсії y, лінійно пояснена через x. r = 0.775 дає r² = 0.60 — близько 60% варіації y узгоджується з x у лінійній моделі.
r = Σ(x − x̄)(y − ȳ) ÷ √(Σ(x − x̄)² × Σ(y − ȳ)²). Чисельник (коваріація, ненормована) масштабується розкидом обох змінних, що й утримує r у діапазоні [−1, 1].
Вхідні дані: x = [1,2,3,4,5], y = [2,4,5,4,5].
Кроки: 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.
Результат: r = 0.775, r² = 0.600.
Додайте цей калькулятор на власний вебсайт або блог — він повністю безкоштовний, не потребує реєстрації та завжди показує останню версію. Скопіюйте код нижче та вставте його на вашу сторінку там, де ви хочете, щоб калькулятор з'явився. Збереження невеликого рядка авторства “Powered by Loona Automation” під вбудованим елементом допомагає зберігати цей інструмент безкоштовним — але ви вільні стилізувати або видалити його; інструмент працює в будь-якому разі.