r mierzy, jak blisko punkty leżą wzdłuż linii prostej
Współczynnik korelacji r to jedna liczba od -1 do 1. Jego znak to kierunek trendu: dodatni, gdy y zwykle rośnie wraz z x, ujemny, gdy zwykle maleje. Jego wielkość mówi, jak ciasno punkty trzymają się linii prostej: 1 lub -1, gdy każdy punkt leży na jednej prostej, 0, gdy nie ma żadnego trendu liniowego. Nie ma jednostek, więc nie zmienia się, gdy mierzysz x w centymetrach zamiast w metrach.
Obliczenia są dokładnie takie, jakich wymaga kurs statystyki. Zrób tabelę z x, y, xy, x² i y², zsumuj każdą kolumnę i podstaw sumy do r = (nΣxy minus ΣxΣy) podzielone przez pierwiastek z (nΣx² minus (Σx)²) razy (nΣy² minus (Σy)²). Ta strona wypisuje tę tabelę i wypełniony wzór pod wynikiem, więc liczba przychodzi razem z obliczeniami.
Wynik jest dokładny. Kwadrat r dla danych, które możesz wpisać, jest zawsze ułamkiem, więc samo r to pierwiastek z ułamka ze znakiem, i właśnie to wypisuje ta strona: √15/5 dla zestawu z podręcznika zamiast 0.77, czyli dwóch jego cyfr. Ułamek dziesiętny stoi obok pierwiastka, a ocena siły odczytuje go według progów podanych niżej.
Jak odczytywać r
Znak to kierunek, a wielkość to siła. r = -0.95 oznacza silniejszy związek niż r = 0.6; po prostu biegnie w drugą stronę.
Ta strona nazywa |r| od 0.7 wzwyż silnym, od 0.4 do 0.7 umiarkowanym, od 0.1 do 0.4 słabym, a poniżej 0.1 brakiem korelacji liniowej. To popularna konwencja, a nie reguła; każda dziedzina ustala własne progi.
r² to część zmienności y, którą wyjaśnia prosta najlepszego dopasowania. r = √15/5 daje r² = 0.6: prosta wyjaśnia 60% zmienności.
r mierzy tylko związki liniowe. Punkty leżące dokładnie na y = x² od x = -2 do 2 mają r = 0.
Jedna obserwacja odstająca może całkowicie zmienić r. Dodaj punkt (10, 0) do zestawu z podręcznika, a r spadnie z około 0.7746 do około -0.5529.
r nie zmienia się, gdy przeskalujesz którąkolwiek zmienną albo zamienisz x z y. Prosta najlepszego dopasowania po zamianie się zmienia; r nie.
Jak obliczyć współczynnik korelacji ręcznie
1
Zbuduj tabelę sum
Dla każdego punktu zapisz x, y, xy, x² i y², potem zsumuj każdą kolumnę i policz punkty. Dla x = 1, 2, 3, 4, 5 i y = 2, 4, 5, 4, 5 daje to n = 5, Σx = 15, Σy = 20, Σxy = 66, Σx² = 55 i Σy² = 86.
2
Oblicz licznik
nΣxy minus ΣxΣy = 5 × 66 minus 15 × 20 = 30. Jego znak jest znakiem r.
3
Oblicz dwa nawiasy w mianowniku
nΣx² minus (Σx)² = 275 minus 225 = 50, a nΣy² minus (Σy)² = 430 minus 400 = 30. Oba są zawsze dodatnie, chyba że wszystkie x albo wszystkie y są takie same.
4
Podziel i uprość
r = 30 / √(50 × 30) = 30 / √1500 = 30 / (10√15) = √15/5. Jako ułamek dziesiętny to około 0.7746, silna korelacja dodatnia.
Odczytywanie r w skrócie
Oceny są takie, jakie wypisuje ten kalkulator. r² to r pomnożone przez siebie, więc znak znika.
r
Ocena
r²
Jak wygląda wykres punktowy
1
idealna dodatnia
1
Każdy punkt na jednej rosnącej prostej
0.9
silna dodatnia
0.81
Wąski pas wznoszący się w prawo
0.7
silna dodatnia
0.49
Wyraźny pas w górę z pewnym rozrzutem
0,5
umiarkowana dodatnia
0,25
Trend w górę z dużym rozrzutem
0,2
słaba dodatnia
0.04
Nachylenie, którego bez liczby nie zauważysz
0.05
brak korelacji liniowej
0.0025
Bezkształtna chmura albo krzywa
-0.8
silna ujemna
0.64
Wyraźny pas opadający w prawo
-1
idealna ujemna
1
Każdy punkt na jednej malejącej prostej
Przykłady z rozwiązaniem
Zestaw z podręcznika
plain
x: 1, 2, 3, 4, 5; y: 2, 4, 5, 4, 5
Licznik wzoru to 30, a nawiasy w mianowniku to 50 i 30, więc r = 30 / √1500 = √15/5, około 0.7746. r² = 0.6 dokładnie. Ocena to silna dodatnia, a prosta najlepszego dopasowania to y = 0.6x + 2.2.
Silna korelacja ujemna
plain
x: 1, 2, 3, 4, 5, 6; y: 10, 8, 9, 5, 4, 2
Licznik to -168, a nawiasy to 105 i 296, więc r = -168 / √31080 = -2√7770/185, około -0.9529. r² = 168/185, około 0.9081. Gdy x rośnie, y niezawodnie maleje; jeden punkt łamiący wzór, (3, 9), nie wystarcza, by go wyraźnie osłabić.
Słaba korelacja
plain
x: 1, 2, 3, 4, 5; y: 3, 1, 4, 1, 5
r = √2/4, około 0.3536, a r² = 0.125, więc linia prosta wyjaśnia jedną ósmą zmienności y. Ocena to słaba dodatnia: jest nachylenie w górę, ale wykres punktowy pokazałby głównie szum.
Idealny związek przy r = 0
plain
x: -2, -1, 0, 1, 2; y: 4, 1, 0, 1, 4
Każdy punkt leży na y = x², a mimo to r = 0 dokładnie. Licznik wzoru to 5 × 0 minus 0 × 10 = 0: malejąca lewa połowa znosi rosnącą prawą. r mierzy tylko związki liniowe, dlatego wykres punktowy jest na pierwszym miejscu.
Co robi jedna obserwacja odstająca
plain
x: 1, 2, 3, 4, 5, 10; y: 2, 4, 5, 4, 5, 0
To zestaw z podręcznika z jednym dodatkowym punktem w (10, 0). r spada z około 0.7746 do -52√8845/8845, około -0.5529: pojedynczy punkt leży na tyle daleko, że odwraca znak. Działa to też w drugą stronę: x = 1 do 5 z y = 3, 1, 4, 1, 5 ma r ≈ 0.3536, a dodanie (12, 12) podnosi je do około 0.9084.
Częste błędy
Podnoszenie sumy do kwadratu zamiast sumowania kwadratów. Σx² dla x = 1 do 5 to 55; (Σx)² to 225. Pomylenie ich może dać r powyżej 1, co jest niemożliwe.
Odczytywanie r = 0 jako braku związku. Oznacza to brak związku liniowego; punkty mogą nadal leżeć dokładnie na krzywej.
Traktowanie silnego r jako dowodu przyczyny. Dwie wielkości mogą rosnąć razem, bo obie napędza trzecia, albo przez przypadek.
Porównywanie wartości r po znaku. -0.9 jest silniejsze niż 0.6. Porównuj wielkości, a znak odczytuj osobno jako kierunek.
Podawanie r bez spojrzenia na wykres. Jedna obserwacja odstająca może odwrócić znak, a krzywa może ukryć się za wysoką wartością.
Zaokrąglanie r, a potem podnoszenie do kwadratu. r ≈ 0.77 daje 0.5929, ale r² dla zestawu z podręcznika wynosi dokładnie 0.6. Podnoś do kwadratu dokładną wartość.
Współczynnik korelacji: najczęstsze pytania
Jak obliczyć współczynnik korelacji?
Zrób tabelę z x, y, xy, x² i y² dla każdego punktu i zsumuj każdą kolumnę. Wtedy r = (nΣxy minus ΣxΣy) / √((nΣx² minus (Σx)²)(nΣy² minus (Σy)²)). Dla x = 1 do 5 i y = 2, 4, 5, 4, 5 daje to 30 / √(50 × 30) = √15/5, około 0.7746. Wklej powyżej własne kolumny, a strona wypełni wzór w ten sam sposób.
Jaki współczynnik korelacji jest silny?
Ten kalkulator nazywa |r| od 0.7 wzwyż silnym, od 0.4 do 0.7 umiarkowanym, od 0.1 do 0.4 słabym, a poniżej 0.1 brakiem korelacji liniowej. To popularne progi podręcznikowe, a nie uniwersalne: w laboratorium fizycznym 0.9 może rozczarować, a w naukach społecznych 0.4 może być wartym uwagi wynikiem.
Czym różni się r od r kwadrat?
r ma znak, a r² nie. r mówi o kierunku i sile; r² mówi, jaką część zmienności y wyjaśnia prosta najlepszego dopasowania. r = 0.7746 daje r² = 0.6, co oznacza, że prosta wyjaśnia 60% zmienności, a 40% zostaje jako rozrzut.
Czy współczynnik korelacji może być większy niż 1?
Nie. r zawsze leży między -1 a 1 i osiąga któryś koniec tylko wtedy, gdy każdy punkt leży na jednej prostej. Wynik powyżej 1 oznacza błąd w którejś sumie, najczęściej Σx² policzone jako (Σx)².
Czy wysoka korelacja oznacza, że jedno powoduje drugie?
Nie. Oznacza, że w tych danych obie wielkości zmieniają się razem. Obie może napędzać trzeci czynnik, tak jak upał napędza zarówno sprzedaż lodów, jak i wypadki podczas pływania, albo przyczyna może działać w drugą stronę. Wykazanie przyczyny wymaga eksperymentu albo argumentu o mechanizmie.
Czy to korelacja Pearsona czy Spearmana?
r Pearsona, zwykły współczynnik korelacji, który mierzy, jak dobrze linia prosta pasuje do samych wartości. Współczynnik Spearmana stosuje ten sam wzór do rang wartości, dzięki czemu mierzy każdy stale rosnący lub malejący związek i jest mniej wrażliwy na obserwacje odstające.
Dlaczego r jest pokazane jako pierwiastek?
Bo to jego dokładna wartość. r² dla danych, które możesz wpisać, jest zawsze ułamkiem, więc r to pierwiastek z tego ułamka ze znakiem: √15/5 dla zestawu z podręcznika. Ułamek dziesiętny 0.7746 jest wypisany obok jako przybliżenie i to on jest podstawą oceny siły.
Ile punktów potrzebuję?
Tutaj co najmniej trzech. Przy dwóch punktach r zawsze wynosi 1 lub -1, bo prosta przechodzi przez dowolne dwa punkty, więc liczba nic nie mówi o danych. Nawet przy kilku punktach r może mocno się wahać, więc r z pięciu punktów traktuj jako zgrubny odczyt.