点二列相关计算器

点二列相关用于衡量一个天然二分变量与一个连续变量之间关联的强度和方向。二元变量包含两个类别，编码为零和一；连续变量则是同一批观测对象的数值测量结果。常见例子包括通过或未通过与学习时间、治疗组或对照组与结果评分，以及购买或未购买与客户年龄的配对。该系数通常记为 rpb，范围为 -1 到 1。 计算时，先比较编码为一和编码为零的观测对象的连续得分均值。两组均值之差除以全部连续得分的总体标准差，再乘以 p 与 q 乘积的平方根，其中 p 是编码为一的比例，q 是编码为零的比例。这一调整考虑了两组的相对规模。正系数表示编码为一的组均值更高；负系数表示编码为零的组均值更高。 符号完全取决于编码方式。将所有零和一互换，系数绝对值不变，但符号反转，因此报告应说明各编码的含义。系数大小与皮尔逊相关系数具有相同解释：越接近零，组别与连续结果之间的线性关联越弱；越接近两端，组间分离越明显。解释需要结合背景，对“小、中、大”等通用阈值应谨慎使用。 当二分变量以零和一表示时，点二列相关在数学上等同于皮尔逊相关。它也与独立样本 t 检验密切相关。两种方法都评估两组均值的分离程度，但呈现效应的方式不同。相关系数是标准化效应量，而 t 检验结合效应和抽样不确定性来检验原假设。本计算器返回系数与分组详情，不提供 p 值或置信区间。 配对列表必须具有相同观测数，并保持对应顺序。第一个二元编码对应第一个连续值，第二个对应第二个，以此类推。两个二元组都必须出现，连续数据也必须有变化，否则相关系数无定义。缺失值应整对删除，而不是只从一个列表中删除，因为独立删除会破坏对应关系，使结果失去意义。 合理解释还依赖可靠的数据收集。系数较高并不能证明组别导致数值差异，混杂变量也可能解释观察到的关系。异常值会强烈影响组均值和标准差。得出结论前，应检查分布、样本量及异常测量值。对于人为二分的连续变量，二列相关或使用原始连续预测变量的模型可能更合适，因为切分天然连续量会损失信息。