主頁

協方差與相關係數計算器

共變異數與相關係數線上計算機,輸入成對資料,自動計算樣本共變異數與皮爾森相關係數 r,判斷線性相關強弱,適合統計資料分析與實驗資料處理。

展開更多 ▾
r = Cov(X,Y)/(σX·σY)
每行一對,逗號或空格分隔

📖 使用教學|協方差與相關係數

一、定義
協方差 Cov(X,Y)=Σ(xᵢ−x̄)(yᵢ−ȳ)/(n−1) 度量兩變數同向變動;皮爾森相關係數 r=Cov/(σXσY) 標準化到 [−1,1]。
二、符號說明
符号意義
Cov樣本協方差
r皮爾森相關係數,−1≤r≤1
r>0正相關
r<0負相關
三、本工具的原理
  • 先求兩變數各自平均數;
  • 計算離差乘積之和;
  • 除以 n−1 得樣本協方差;
  • 再除以兩樣本標準差得 r。
四、操作步驟
  1. 每行輸入一對 x,y;
  2. 點擊計算;
  3. 讀取協方差與 r;
  4. 按 r 判斷相關方向強弱。
五、範例
範例:資料 (1,2)(2,3)(3,5)(4,6)(5,7)。協方差=3.25,r≈0.991,強正相關。
六、易錯點
r 只衡量線性相關,不代表因果;
|r| 小不代表無關,可能非線性;
需至少兩對資料。

❓ 常見問題|協方差與相關係數

協方差和相關係數區別?
協方差有單位;r 標準化到 [−1,1],可跨變數比較。
r=0 意味著什麼?
無線性相關,但可能存在非線性關係。
相關就是因果嗎?
不是,相關只說一起變化,因果需另行論證。
r 的範圍?
[−1,1],越接近 ±1 線性關係越強。
為什麼除以 n−1?
樣本估計母體,除以 n−1 得無偏樣本協方差。