偏相關係數計算器

計算兩個變項之間的相關性,同時控制第三個變項的影響。

一階偏相關
輸入三個皮爾森相關係數。每個係數必須介於 -1 與 1 之間。

關於偏相關

偏相關衡量的是從兩個變項中分別移除另一個變項的線性影響後,兩者之間的線性關係。X 與 Y 的一般皮爾森相關係數可能很大,只因兩者都與 Z 有關。一階偏相關探討的是:固定兩者與 Z 的共同關聯後,X 與 Y 之間還剩下什麼關係。因此,它適用於初步混雜分析、探索性研究、教學,以及核對統計軟體的輸出。 本計算器需要三個兩兩皮爾森相關係數:X 與 Y、X 與控制變項 Z,以及 Y 與 Z 的相關係數。它先扣除由 X、Y 各自與 Z 的關係所隱含的 X-Y 關聯部分,再將剩餘部分標準化。當三個輸入值構成有效的相關結構時,輸出介於負一與正一之間。正值表示 X 的殘差較大時,Y 的殘差通常也較大;負值則表示殘差之間存在反向關係。 係數的絕對大小描述關係強度,不代表重要性或因果關係。係數接近零,表示控制 Z 後幾乎沒有剩餘的線性關聯;越接近任一端點,表示剩餘的線性關係越強。研究情境、樣本數、測量品質與不確定性仍然重要。本計算器僅提供係數,不計算信賴區間或進行顯著性檢定,因為這些程序還需要樣本數及有關觀測值的假設。 當 X 或 Y 與 Z 完全相關時,公式無定義,因為移除 Z 後,該變項已無殘差變異。輸入的相關係數也應由同一組觀測資料計算,並採用相同的遺漏值處理方式。將不同樣本的兩兩相關係數拼在一起,可能在數學上不一致。請將結果視為簡明的描述性調整;若決策涉及非線性效應、交互作用、其他控制變項或因果解釋,還應檢視資料圖表並採用適當的迴歸模型。

偏相關計算範例

比較原始 X-Y 關係與控制 Z 後剩餘的關聯。

兩兩相關係數偏相關係數解讀
rXY 0.70; rXZ 0.40; rYZ 0.500.6299仍存在相當明顯的正向關係。
rXY 0.48; rXZ 0.60; rYZ 0.800.0000Z 可解釋觀察到的關聯。
rXY -0.30; rXZ 0.20; rYZ 0.40-0.4237控制 Z 後,負向關係增強。

如何計算偏相關係數

  1. 輸入所關注的兩個變項 X 與 Y 之間的皮爾森相關係數。
  2. 輸入 X 與控制變項 Z 之間的相關係數。
  3. 輸入 Y 與控制變項 Z 之間的相關係數。
  4. 選擇「計算偏相關係數」,並依正負號及絕對大小解讀結果。

常見問題

控制一個變項是什麼意思?

指從兩個關注變項中分別移除與該變項相關的線性變異。所得係數描述兩者的殘差如何一起變動。

偏相關能證明因果關係嗎?

不能。它只調整一個測得的線性關聯,無法排除遺漏變項、反向因果、測量誤差或選擇效應。

偏相關係數可能超過原始相關係數嗎?

可以。控制變項可能掩蓋相反方向的模式,使調整後的關係在絕對大小上強於一般相關。

為什麼結果無定義?

控制變項與 X 或 Y 完全相關會使分母為零。控制 Z 後,該變項便沒有獨立變異可用來計算相關。

什麼程度算是強偏相關?

強度門檻因領域與目的而異。本計算器採用概略的描述性分級,實際解讀仍應依據專業知識與不確定性估計。