Ковариация и Корреляция Пирсона
Оценка связи и линейной зависимости между двумя переменными.
- Коэффициент детерминации (R²): 0.6000
- Ковариация выборки (Sample Cov): 1.7500
- Ковариация генеральная (Pop Cov): 1.4000
Важно знать перед использованием результата
Этот инструмент относится к разделу «Статистика и вероятности» и предназначен для быстрой ориентировочной оценки прямо в браузере.
- Исходные значения не требуют регистрации и используются для расчета результата на странице.
- Полученные цифры удобно использовать как черновой ориентир перед сравнением вариантов или принятием решения.
Подробнее о принципах расчета и ограничениях смотрите на странице «Как считаем».
Как пользоваться — пошагово
- Впишите первый набор данных (Переменная X) через запятую.
- Впишите второй набор данных (Переменная Y) через запятую. Обратите внимание: количество чисел в X и Y должно строго совпадать (попарные наблюдения).
- Калькулятор вычислит Ковариацию (генеральную и выборочную).
- Программа выдаст Коэффициент корреляции Пирсона (r) и Коэффициент детерминации (R²).
Часто задаваемые вопросы
-
Он измеряет силу линейной связи от -1 до 1. Если r = 1, это идеальная прямая связь (X растет -> Y ровно так же растет). Если r = -1, идеальная обратная (X растет -> Y падает). Если r = 0, линейной связи между данными нет вообще.
-
Ковариация показывает направление связи переменной (положительное или отрицательное), но ее числовое значение ни о чем не говорит, так как оно зависит от масштаба (единиц измерения) данных. Именно поэтому математики придумали стандартизированную версию ковариации — Корреляцию Пирсона.
-
Когда нужно быстро понять, связаны ли между собой две переменные: продажи и бюджет, рост и вес, температура и спрос или другие парные наблюдения.
-
Она показывает связь, но не доказывает причинность. Даже сильный коэффициент r не означает, что одна переменная обязательно вызывает другую.
-
Часто рядом используют [дисперсию выборки](/sample-variance), [калькулятор вероятности](/probability-calc) и [t-критерий Стьюдента](/student-t-test), если дальше нужно проверить значимость различий.