相关系数计算器（皮尔逊 r）
衡量两个变量的线性关联强度。按相同顺序粘贴配对的 X 值和 Y 值。
学习手动计算方法输入数值
结果随输入自动更新。
如何输入数据
将数据作为两个一一对应的数值列表输入，每个列表代表一个测量变量。数值用英文逗号或换行分隔。两个列表必须长度相同、顺序一致，确保第一个列表的第一项对应第二个列表的第一项，依此类推。
相关系数（r）
请检查输入
输入有效数值即可查看结果。需要帮助时，请参阅字段提示或打开数据输入指南。
皮尔逊相关计算器衡量两个数值变量之间线性关系的方向和强度，例如学习时数与考试成绩。结果介于 -1 和 +1 之间：正值表示两者倾向于一起上升，负值表示一方上升时另一方倾向于下降，接近零表示线性关系较弱或不存在。相关关系不能证明因果关系。
自己动手计算
示例：成对观测为 (1, 2)、(2, 4)、(3, 3)。保持 X 与 Y 一一对应。
按照示例了解计算过程，再代入您自己的数值。
计算两个均值
X 均值 = (1 + 2 + 3) ÷ 3 = 2；Y 均值 = (2 + 4 + 3) ÷ 3 = 3各数值减去对应均值
X 离差 = −1, 0, 1；Y 离差 = −1, 1, 0计算离差乘积和与离差平方和
Sxy = (−1 × −1) + (0 × 1) + (1 × 0) = 1；Sxx = 1 + 0 + 1 = 2；Syy = 1 + 1 + 0 = 2用离差乘积和除以两个离差平方和乘积的平方根
r = Sxy ÷ √(Sxx × Syy) = 1 ÷ √(2 × 2) = 0.5；R² = 0.5² = 0.25
这是一个小型教学示例。皮尔逊 r 描述线性关联，不能证明因果关系，而且可能受到极端值的强烈影响。
在计算器中核对答案
应用场景
- 教师: 教师检查学生学习时数是否与考试成绩有关。
- 咖啡馆与门店经营者: 咖啡馆经营者查看过去一个月中，气温较高的日子是否也有更高的冷饮销量。
- 人力资源人员: 人力资源人员研究员工满意度评分是否随在公司工作的年数增加而上升或下降。
如何解读 r
皮尔逊 r 的范围为 −1 至 +1。接近 +1 表示两个变量倾向于一起增加，接近 −1 表示一个增加时另一个倾向于减少，接近 0 表示线性关系较弱。相关不代表因果。
何时使用
当每个人或对象都记录了两个数值，而您想了解两者的线性关联时，可以使用本计算器。例如，每名学生有学习时数和考试成绩，每天有气温和饮料销量。它适用于年龄、价格、分数、数量等数值变量。不能直接把类别名称或一列孤立数据用于相关分析；二元变量与连续变量的关系可使用点二列相关工具。
结果是什么意思？
结果称为 r，介于 -1 和 +1 之间。接近 +1 表示强正线性相关，接近 -1 表示强负线性相关，接近 0 表示几乎没有线性关系。常见的粗略参考是：绝对值约 0.1 为弱、约 0.3 为中等、0.5 及以上为强。正负号表示方向，绝对值表示强度，具体阈值仍应结合领域判断。
常见错误
不要把相关关系当成因果关系。冰淇淋销量和晒伤人数可能一起增加，但并不是冰淇淋导致晒伤，而是炎热天气同时影响两者。两个列表必须顺序一致、长度相同，每对数值属于同一个人或对象。也要检查异常值，因为单个极端数值就可能大幅改变相关系数。只有少数几对观测时，结果通常不够稳定。
如何使用此计算器
- 收集成对的数据，每个人或对象都应有两个测量值，例如学习时数和考试成绩。
- 将第一项测量输入第一个列表，对应的第二项测量输入第二个列表，并保持顺序一致。
- 各数值用英文逗号或换行分隔，检查两个列表的数值数量相同。
- 根据正负号判断方向，根据结果距离 1 或 -1 的接近程度判断线性关联强弱。
计算示例
假设五名学生的学习时数为 1, 2, 3, 4, 5，对应考试成绩为 50, 55, 65, 70, 80。按相同顺序将时数输入一个列表、成绩输入另一个列表，计算器得到约 0.99 的结果，表示很强的正线性相关，即学习时间较长的学生在这组数据中倾向于取得较高成绩。
常见问题
各输入框应填写什么？
输入两个数值列表，每个列表对应一个变量。两者必须一一配对，第一个列表的第一项对应第二个列表的第一项，并且数值数量必须相同。
这些数据从哪里来？
通常来自自己的记录，例如调查答案、电子表格、销售数据或考试成绩。如果使用 PaperSurvey 收集调查，可以从结果中导出对应的两列数值。
最终数值表示什么？
它表示两个变量的线性关联程度。越接近 +1 或 -1，线性关系越强；越接近 0，线性关系越弱。正负号表示方向，但接近零并不排除非线性关系。
多大算强相关？
一种常用参考将绝对值约 0.1 视为弱相关，约 0.3 视为中等相关，0.5 及以上视为强相关。负值采用相同的绝对值标准，例如 -0.6 也表示较强的相关性。具体判断仍取决于研究领域。
有关联就意味着存在因果关系吗？
不意味着因果关系。计算器只能说明两个变量如何共同变化，不能解释原因。也可能是第三个因素同时影响了两者，因此应将结果视为线索，而不是因果证明。