相关性分析

粘贴两组数据,计算皮尔逊相关系数 r、斯皮尔曼等级相关系数、决定系数 R²、显著性 P 值和线性回归方程,画出带回归线的散点图,并说明相关的强弱和方向。可以直接从 Excel 复制两列数据。

相关系数怎么看

相关系数在 −1 到 1 之间:正数表示一个变量增大时另一个也倾向于增大,负数表示一个增大另一个倾向于减小,越接近 ±1 线性关系越强,接近 0 表示没有明显的线性关系。常用的强弱划分是:|r| < 0.1 几乎不相关,0.1~0.3 弱相关,0.3~0.5 中等相关,0.5~0.7 较强相关,0.7 以上强相关(不同学科标准略有不同)。

P 值表示“两个变量其实不相关时,偶然得到这么强相关的概率”。P < 0.05 通常认为相关显著。样本很大时很弱的相关也会显著,所以要同时看 r 的大小。

皮尔逊和斯皮尔曼有什么区别

  • 皮尔逊相关系数衡量线性关系,适合两个连续变量、大致呈直线关系、没有极端异常值的情况。Excel 公式是 =CORREL(A:A,B:B) 或 =PEARSON()。
  • 斯皮尔曼等级相关系数先把数据换成名次再算相关,衡量单调关系(一个增大另一个总体也增大,不一定是直线),对异常值不敏感,也适合等级、评分类数据。
  • R² 是皮尔逊 r 的平方,表示 Y 的变化中有多大比例能用 X 的线性关系解释。

相关不等于因果

两个变量相关,可能是其中一个影响另一个,也可能都受第三个因素影响(比如冰淇淋销量和溺水人数都随气温升高),还可能只是巧合。要判断因果,需要实验设计或更严格的分析方法。分析前先看散点图:曲线关系、分组数据或个别异常值都可能让相关系数产生误导。

相关性分析常见问题

相关性分析怎么使用?

在“两列粘贴”里每行填一组 X、Y,用空格、逗号或 Tab 分开,也可以直接从 Excel 复制两列;或者切到“X、Y 分开填”。右侧即时显示皮尔逊 r、强弱判断、显著性,以及斯皮尔曼 ρ、R²、P 值和回归方程,下方画出散点图和回归线。

相关系数多少算强相关?

常用参考:|r| 小于 0.1 几乎不相关,0.1~0.3 弱相关,0.3~0.5 中等,0.5~0.7 较强,0.7 以上强相关;不同学科的标准略有差别。

P 值小于 0.05 是什么意思?

表示如果两个变量其实不相关,偶然得到这么强相关的概率不到 5%,通常称为相关显著。样本很大时很弱的相关也可能显著,要同时看 r 的大小。

皮尔逊和斯皮尔曼选哪个?

两个连续变量呈直线关系、没有极端值时用皮尔逊;关系是单调但不是直线、有异常值,或数据是等级、评分时用斯皮尔曼。

Excel 怎么算相关系数?

用 =CORREL(A2:A20,B2:B20) 或 =PEARSON(...) 计算皮尔逊相关系数,=RSQ(...) 计算 R²;斯皮尔曼需要先用 RANK.AVG 把数据换成名次再用 CORREL。

相关系数为负说明什么?

说明两个变量反方向变化:一个增大时另一个倾向于减小。负号只表示方向,强弱看绝对值。

相关性分析的结果应怎样理解?

皮尔逊相关系数衡量线性关系,P 值按 t 检验(自由度 n − 2)计算双尾概率,假定数据近似正态;斯皮尔曼系数按名次计算,并列取平均名次。相关强弱的划分只是常用参考,相关不代表因果,结论需结合专业知识判断。

输入内容会保存或发给外部服务吗?

计算在浏览器本地完成,粘贴的数据不会上传。

没有结果或操作失败时先检查什么?

提示某行不是两个数字时,检查是否有多余的文字、单位或空白列;第一行是表头会自动跳过。数据少于 3 组,或某一列所有值都相同,无法计算相关系数。

相关工具

散点图生成器 · 热力图生成器 · 柱状图生成器 · CSV 查看器 · 全部数据工具