Калькулятор коэффициента корреляции Пирсона
Введите два парных набора данных и мгновенно получите коэффициент корреляции Пирсона r, коэффициент детерминации r², ковариацию и простое объяснение силы и направления связи.
Вычислить корреляцию Пирсона
Формула коэффициента корреляции
Где:
- \(r\) — коэффициент корреляции Пирсона, всегда между \(-1\) и \(+1\)
- \(x_i, y_i\) — парные значения данных
- \(\bar{x}, \bar{y}\) — средние значения двух наборов данных
- \(n\) — количество пар
Числитель — это сумма произведений отклонений (числитель ковариации); знаменатель нормирует её на произведение разбросов X и Y, поэтому результат становится безразмерным числом. Именно поэтому r не зависит от единиц измерения или масштаба ваших данных.
Калькулятор также выводит коэффициент детерминации \( r^2 \) и ковариацию:
\[ r^2 = r \times r, \qquad \operatorname{cov}(X,Y) = \frac{\sum_{i=1}^{n} (x_i - \bar{x})(y_i - \bar{y})}{n - 1 \ \text{(выборка)} \ \text{или} \ n \ \text{(генеральная совокупность)}} \]
Коэффициент корреляции — пример расчёта
Пример: исследователь измеряет часы подготовки к экзамену (X) и результаты теста (Y) для восьми студентов: X = 1, 2, 3, 4, 5, 6, 7, 8 и Y = 53, 61, 68, 74, 80, 85, 90, 95.
\[ \bar{x} = \frac{1+2+\cdots+8}{8} = 4.5, \qquad \bar{y} = \frac{53+61+\cdots+95}{8} = 75.75 \]
\[ \sum (x_i - \bar{x})(y_i - \bar{y}) = 248, \qquad \sum (x_i - \bar{x})^2 = 42, \qquad \sum (y_i - \bar{y})^2 = 1475.5 \]
\[ r = \frac{248}{\sqrt{42 \times 1475.5}} = \frac{248}{248.94} \approx 0.9962 \]
Результат: r ≈ 0.9962 — очень сильная положительная линейная связь. Коэффициент детерминации равен r² ≈ 0.9925, то есть около 99.25% вариации результатов теста объясняется часами подготовки. При выборе типа ковариации «Выборочная» cov(X, Y) = 248 / 7 ≈ 35.43; при «Генеральная совокупность» cov(X, Y) = 248 / 8 = 31. Количество пар n = 8.
Как пользоваться калькулятором
- Введите значения первой переменной в поле Набор данных X. Разделяйте числа запятыми, пробелами, точками с запятой или переносами строк — как вам удобнее.
- Введите соответствующие значения в Набор данных Y в том же порядке, что и X. Каждое значение X должно быть сопоставлено ровно одному значению Y, и оба набора должны содержать одинаковое количество значений.
- Выберите тип ковариации: «Выборочная (делить на n − 1)», если ваши пары являются выборкой из более крупной совокупности, или «Генеральная совокупность (делить на n)», если у вас есть данные по всей совокупности. Этот выбор влияет только на выводимую ковариацию — коэффициент корреляции r в обоих случаях одинаков.
- Прочитайте результаты: r Пирсона, коэффициент детерминации r², ковариацию, количество пар n и простое словесное описание связи.
Что такое коэффициент корреляции Пирсона?
Коэффициент корреляции Пирсона (обычно обозначается r) измеряет силу и направление линейной связи между двумя числовыми переменными. Он всегда находится между \(-1\) и \(+1\):
- +1 — идеальная положительная линейная связь: каждое увеличение X сопровождается пропорциональным увеличением Y.
- 0 — линейная связь между переменными отсутствует.
- −1 — идеальная отрицательная линейная связь: при увеличении X значение Y пропорционально уменьшается.
Знак показывает направление связи, а абсолютное значение — насколько плотно точки данных группируются вокруг прямой линии. Поскольку r стандартизирован, он не зависит от единиц измерения: корреляция между ростом и весом будет одной и той же, измеряете ли вы в килограммах и сантиметрах или в фунтах и дюймах.
Коэффициент детерминации r² отвечает на связанный вопрос: какая доля вариации Y объясняется её линейной связью с X. Например, при r = 0.7 получаем r² = 0.49, то есть примерно 49% вариации Y обусловлено линейным трендом. Это часто более интуитивный и честный способ сообщить о практической величине связи.
Ковариация, выводимая вместе с r, — это нескорректированный (масштабный) вариант той же идеи. Ковариация описывает направление совместной вариации, но её величина зависит от единиц измерения — именно поэтому стандартизированный r обычно является более полезной статистикой.
Интерпретация результата: примерное руководство
Шкала интерпретации, используемая этим калькулятором, — распространённое описательное соглашение. Относитесь к границам как к приблизительным, а не строгим правилам — контекст имеет значение:
| |r| | Описательная сила связи |
|---|---|
| 0.90 – 1.00 | Очень сильная |
| 0.70 – 0.89 | Сильная |
| 0.50 – 0.69 | Умеренная |
| 0.30 – 0.49 | Слабая |
| 0.00 – 0.29 | Очень слабая или отсутствует |
Допущения, ограничения и практические советы
- Линейность: r Пирсона выявляет только прямолинейные закономерности. Связь может быть очень сильной, но криволинейной (например, Y = X²) — и при этом давать r, близкий к 0. Всегда стройте график данных, прежде чем делать выводы на основе одного лишь r.
- Корреляция — не причинность: высокое r показывает, что две переменные изменяются вместе, а не то, что одна является причиной другой. Обе может двигать скрытая третья переменная.
- Выбросы: r чувствителен к экстремальным значениям. Одна необычная точка может резко завысить или занизить коэффициент, особенно на малых выборках.
- Парные данные: расчёт требует, чтобы каждое значение X было сопоставлено с одним значением Y (из одного источника или объекта). Два несвязанных списка чисел дают бессмысленный r.
- Размер выборки: при очень малом числе пар даже большое r может возникнуть случайно. При n = 2 коэффициент всегда равен ровно +1 или −1, поэтому требуется минимум 2 пары, а больше — настоятельно рекомендуется.
- Непрерывные данные: r Пирсона предназначен для непрерывных числовых данных. Для порядковых (ранговых) данных обычно более подходящим выбором является ранговая корреляция Спирмена.
И наконец, помните о разнице между вариантами ковариации: делитель (n − 1 против n) меняет значение ковариации, но никогда не меняет r или r², поскольку один и тот же множитель присутствует в числителе и знаменателе формулы корреляции.
Часто задаваемые вопросы
Как вычислить коэффициент корреляции Пирсона вручную, шаг за шагом?
Сначала вычислите средние значения \( \bar{x} \) и \( \bar{y} \). Затем для каждой пары найдите отклонения \( (x_i - \bar{x}) \) и \( (y_i - \bar{y}) \) и составьте три суммы: произведения отклонений \( \sum (x_i - \bar{x})(y_i - \bar{y}) \), а также квадраты отклонений \( \sum (x_i - \bar{x})^2 \) и \( \sum (y_i - \bar{y})^2 \). Наконец, разделите сумму произведений на квадратный корень из произведения двух сумм квадратов отклонений. Таблица в электронной таблице с одним столбцом на шаг делает вычисления manageable... проще.
Является ли мой коэффициент корреляции статистически значимым?
Этот калькулятор выводит величину r, но не p-значение. Для приблизительной проверки можно вычислить \( t = r \sqrt{\frac{n-2}{1-r^2}} \) и сравнить его с t-распределением с \( n - 2 \) степенями свободы. При n = 30 парах |r| выше примерно 0.36 значим на уровне 0.05; при n = 100 достаточно |r| выше примерно 0.20. Малым выборкам нужны гораздо более сильные корреляции, чтобы результат имел смысл, поэтому к пограничным результатам относитесь с осторожностью.
Может ли r Пирсона быть больше 1 или меньше −1?
Нет. Математически r всегда находится между −1 и +1, потому что знаменатель \( \sqrt{\sum(x_i-\bar{x})^2 \cdot \sum(y_i-\bar{y})^2} \) никогда не может быть меньше числителя (это неравенство Коши — Буняковского). Если ваш собственный расчёт даёт значение вне этого диапазона, это сигнал об ошибке в вычислениях или вводе данных — чаще всего из-за несопоставленных пар или потерянного знака «минус». Значения ровно +1 или −1 всего при двух парах продиктованы математикой, а не свидетельствуют об идеальной связи.
В чём разница между корреляцией Пирсона и Спирмена?
r Пирсона измеряет, насколько данные следуют прямой линии, и предполагает примерно непрерывные переменные, измеренные в интервальной шкале. Ранговая корреляция Спирмена сначала переводит значения в ранги, а затем коррелирует эти ранги, поэтому она улавливает любую последовательно монотонную связь — прямую или кривую — и устойчива к выбросам. Используйте Спирмена для порядковых данных (оценки, рейтинги) или когда диаграмма рассеяния показывает кривую, но всегда возрастающую или всегда убывающую закономерность. Используйте Пирсона, когда линейность и примерно нормальные данные — разумное допущение.
Меняет ли перевод единиц, например сантиметров в дюймы, корреляцию?
Нет — r Пирсона безразмерен и инвариантен к линейным изменениям масштаба. Умножение или прибавление констант к любой из переменных (перевод валют, сдвиг базового уровня, пересчёт шкалы баллов) оставляет r точно таким же, поскольку коэффициент пересчёма входит и в числитель, и в знаменатель и сокращается. Знак меняется на противоположный, только если умножить одну переменную на отрицательное число. А вот ковариация от единиц зависит — это одна из причин, по которой r обычно предпочитают.
Почему один выброс так сильно влияет на мой результат?
Потому что r строится из сумм отклонений, и одна экстремальная точка вносит непропорционально большой вклад в произведения отклонений. На малых выборках один выброс может увести r от 0.8 почти к 0 или заставить слабую связь выглядеть сильной. Сначала проверьте данные на опечатки и ошибки измерений, затем постройте диаграмму рассеяния, чтобы увидеть, не доминирует ли какая-то точка. Если выброс правдоподобен, но искажает картину, рассмотрите возможность дополнительно сообщить ранговую корреляцию Спирмена или другую устойчивую статистику рядом с r Пирсона.
Какие ошибки при вычислении корреляции самые частые?
Самая большая — непарные или перепутанные по порядку данные: i-е значение X должно соответствовать i-му значению Y, и оба списка должны иметь одинаковую длину. Другие частые ошибки: использование r для криволинейных связей (где он занижает связь), путаница между r и r² при сообщении «процента объяснённой вариации» и рассмотрение большого r как доказательства причинности. Также помните, что для константного набора данных r не определён, поскольку его разброс равен нулю.