Elysia Tools
导航
Math & Numbers
计算 Pearson r、R 平方、协方差和置信区间
详情
专注于线性相关分析，输出 Pearson r、解释强度、R 平方、协方差和可选回归线。
执行
填写表单、运行工具，并在同一页面查看结果。
案例
相关内容
等待运行
工具使用指南
皮尔逊相关系数计算器是一款专为线性相关分析设计的在线工具。通过输入成对数据或独立的 X/Y 变量值，即可快速计算 Pearson r 值、R 平方、协方差及置信区间。工具支持自定义小数位数，并可选择输出回归线方程，帮助您直观评估两组连续变量之间的线性相关强度与方向。
背景
研究员收集了 5 名学生的每周额外学习时间（小时）和对应的期末考试成绩。
问题
需要量化学习时间与成绩之间的线性相关程度，并得出回归方程。
如何使用
在“数据对”中按行输入成对数据，保留默认的 4 位小数和 95% 置信水平，并勾选“包含回归线”。
{
"pairedData": "1, 52\n2, 57\n3, 63\n4, 68\n5, 74",
"decimalPlaces": 4,
"confidenceLevel": 95,
"includeRegressionLine": true
}结果
成功计算出 Pearson r 为 0.9995，R 平方为 0.999，表明两者存在极强的正相关关系，并输出了回归线参数。
背景
市场部希望了解过去几个月的线上广告支出是否有效带动了销售额的增长。
问题
只有两组独立记录的数据序列，需要快速计算相关系数和协方差。
如何使用
将广告支出数据填入“X 值”框，将对应的销售额填入“Y 值”框，设置置信水平为 99%。
{
"xValues": "1000, 1500, 2000, 2500",
"yValues": "12000, 14500, 19000, 23000",
"confidenceLevel": 99,
"includeRegressionLine": false
}结果
输出结果显示高相关性，并提供了精确的协方差和 99% 置信区间，为下个季度的预算追加提供了统计学依据。
取值范围在 -1 到 1 之间。1 表示完全正相关，-1 表示完全负相关，0 表示没有线性相关。
您可以每行输入一对数据（用逗号分隔），或者分别在 X 值和 Y 值输入框中输入以逗号分隔的数值序列。两种方式均可。
R 平方是决定系数，表示因变量的变异中有多少比例可以由自变量解释，取值范围为 0 到 1。
支持。您可以自定义置信水平（如 80% 到 99% 之间），工具会自动计算相关系数的置信区间。
皮尔逊相关系数专门用于衡量线性关系。如果数据呈现非线性关系，计算出的 r 值可能无法准确反映变量间的真实关联。