主页

协方差与相关系数计算器

协方差与相关系数在线计算器,输入成对数据,自动计算样本协方差与皮尔逊相关系数 r,判断线性相关强弱,适合统计数据分析与实验数据处理。

展开更多 ▾
r = Cov(X,Y)/(σX·σY)
每行一对,逗号或空格分隔

📖 使用教程|协方差与相关系数

一、定义
协方差 Cov(X,Y)=Σ(xᵢ−x̄)(yᵢ−ȳ)/(n−1) 度量两变量同向变动;皮尔逊相关系数 r=Cov/(σXσY) 把它标准化到 [−1,1]。
二、符号说明
符号含义
Cov样本协方差
r皮尔逊相关系数,−1≤r≤1
r>0正相关
r<0负相关
三、本工具的原理
  • 先求两变量各自均值;
  • 计算离差乘积之和;
  • 除以 n−1 得样本协方差;
  • 再除以两样本标准差得 r。
四、操作步骤
  1. 每行输入一对 x,y;
  2. 点击计算;
  3. 读取协方差与 r;
  4. 按 r 判断相关方向强弱。
五、例题
例:数据 (1,2)(2,3)(3,5)(4,6)(5,7)。协方差=3.25,r≈0.991,强正相关。
六、易错点
r 只衡量线性相关,不代表因果;
|r| 小不代表无关,可能非线性;
需至少两对数据。

❓ 常见问题|协方差与相关系数

协方差和相关系数区别?
协方差有量纲;r 标准化到 [−1,1],可跨变量比较。
r=0 意味着什么?
无线性相关,但可能存在非线性关系。
相关就是因果吗?
不是,相关只说明一起变化,因果需另行论证。
r 的取值范围?
[−1,1],越接近 ±1 线性关系越强。
为什么除以 n−1?
样本估计总体,除以 n−1 得到无偏样本协方差。