两个相关系数比较计算器
检验两个独立相关系数是否存在显著差异。输入各相关系数及其对应的样本量。
学习手动计算方法输入数值
结果随输入自动更新。
p 值（差异检验）
0.171
无显著差异
- z
- 1.368
计算在您的浏览器中完成，数据不会发送给我们。
自己动手计算
比较来自独立样本的两个相关系数 r₁ = 0.60 和 r₂ = 0.20，每个样本均有 30 个观测值。
按照示例了解计算过程，再代入您自己的数值。
变换两个相关系数
z₁ = ½ ln[(1 + 0.60)/(1 − 0.60)] ≈ 0.69315。z₂ = ½ ln[(1 + 0.20)/(1 − 0.20)] ≈ 0.20273。计算差值的标准误
SE = √[1/(30 − 3) + 1/(30 − 3)] ≈ 0.27217。将变换后的差值标准化
Z = (z₁ − z₂) ÷ SE ≈ 1.802。使用标准正态分布
双侧 p = 2 × P(Z标准正态 ≥ 1.802) ≈ 0.072。使用标准正态分布表或电子表格函数。变换后的数值尽量保留完整精度，到最后一步再舍入。
两个相关系数必须来自独立样本，且每个样本至少有四个观测值。此公式不适用于同一样本中共享变量的相关系数比较。
在计算器中核对答案
检验原理
本检验使用 Fisher r-to-z 变换，将各相关系数转换为近似服从正态分布的数值，再结合对应样本量进行比较。它适用于两个独立相关系数，例如在两组不同受访者中测得的同一对变量的相关性。
如何解读结果
p 值低于 0.05 时，表示两个相关系数的差异具有统计学显著性。p 值较大时，则不能排除两组总体相关系数相同的可能。样本量越大，检验通常越能检测到较小的真实差异。
常见问题
可以比较同一样本中的相关系数吗？
不可以。本计算器假设两个相关系数来自独立样本。若相关系数来自同一样本并共享变量，需要使用适用于相关样本的其他检验。