皮尔森相关系数计算器

皮尔森相关系数通常记为 r，用于概括两个数值变量之间线性关系的方向和强度。其取值范围为负一到正一。正值表示较大的 X 观测值通常伴随较大的 Y 观测值；负值表示较大的 X 观测值通常伴随较小的 Y 观测值。接近零表示线性关联较弱，但仍可能存在很强的非线性关系。 计算首先求出各组数据的均值。每个观测值减去其所属组的均值以进行中心化，再将成对中心化值的乘积相加。该交叉乘积总和除以两组中心化平方和之积的平方根，即得到相关系数。由于单位相消，r 无量纲，可用于比较不同测量尺度下的关系。 决定系数 R² 是皮尔森 r 的平方。在包含截距的简单线性回归中，它表示响应变量的变异中，可由其与预测变量的线性关系解释的比例。平方会消除符号，因此方向重要时应同时查看 r。例如，r 为 0.8 和负 0.8 时，决定系数都是 0.64，但代表相反的趋势。 显示的 t 统计量在通常假设下用于检验总体相关系数为零的原假设。其自由度为 n 减 2，绝对相关程度或样本量增加时，该统计量的绝对值会增大。数学上完全正相关或负相关时，分母为零，统计量显示为无穷大。统计显著性并不证明实际重要性、因果关系或不存在混杂因素。 当观测相互独立、变量为定量变量、关系大致线性且不存在影响显著的异常值时，皮尔森相关系数最有参考价值。任何数值结果都应配合散点图查看，因为曲线关系、聚类或一个极端点都可能使 r 产生误导。不要对未配对或重新排序的观测值计算相关：每个 X 值都必须与同一人、对象、地点或时间段测得的 Y 值保持配对。 本计算器适用于探索性数据分析、质量控制、研究、预测核对和课堂练习。粘贴成对数值，确认两组列表长度一致，并结合测量背景解释系数，而不是仅依赖通用的强弱标签。