点双系列相関計算機

点双系列相関は、本来二つのカテゴリーを持つ変数と連続変数の関連の強さと方向を測ります。二値変数はゼロと一で符号化され、連続変数は同じ観測対象の数値測定値を含みます。例として、合否と学習時間、治療群・対照群と結果スコア、購入の有無と顧客年齢などの組み合わせがあります。係数は通常 rpb と表され、範囲は -1 から 1 です。 計算では、一に符号化された群の連続値の平均と、ゼロの群の平均を比較します。その差を全連続値の母標準偏差で割り、p と q の積の平方根を掛けます。p は一の割合、q はゼロの割合です。この補正で両群の相対的な大きさを考慮します。正の係数は一の群の平均が高いことを、負の係数はゼロの群の平均が高いことを示します。 符号は符号化の方法だけで決まります。すべてのゼロと一を入れ替えると絶対値は変わらず符号だけが逆になるため、報告では各コードの意味を説明してください。大きさの解釈はピアソン相関と同じです。ゼロに近いほど群所属と連続結果との線形な関連が弱く、両端に近いほど群間の分離が強くなります。文脈が重要であり、小・中・大といった一律の基準は慎重に使う必要があります。 二値変数をゼロと一で表す場合、点双系列相関は数学的にピアソン相関と等価です。独立二標本 t 検定とも密接に関係します。両者とも二群の平均の隔たりを評価しますが、効果の表し方が異なります。相関係数は標準化した効果量であり、t 検定は効果と標本抽出の不確実性を組み合わせて帰無仮説を検定します。この計算機が返すのは係数と群の情報で、p 値や信頼区間ではありません。 二つのリストは観測数を同じにし、対応順を保つ必要があります。最初の二値コードは最初の連続値に、二番目は二番目に対応します。両方の群が存在し、連続値にばらつきがなければ、相関は定義できません。欠損値は片方のリストだけからではなく、必ず対ごと除去してください。個別に削除すると対応がずれ、結果が無意味になります。 解釈には適切なデータ収集も欠かせません。係数が高くても、群への所属が数値差を引き起こしたとは証明できず、交絡変数が関係を説明する可能性があります。外れ値は群平均や標準偏差に大きく影響します。結論を出す前に分布、標本数、異常な測定値を確認してください。連続変数を人為的に二分した場合は、双系列相関や元の連続予測変数を用いるモデルの方が適切なことがあります。自然な連続量の分割は情報を失うためです。