सहसंबंध गुणांक कैलकुलेटर

सहसंबंध गुणांक कैलकुलेटर

उभरता AI Skill PRO

गणना दर्ज करें

सूत्र (फॉर्मूला)

r=∑(xi−x‾)(yi−y‾)∑(xi−x‾)2∑(yi−y‾)2जहाँ{xi=X मानyi=Y मानx‾=1n∑xiy‾=1n∑yi\begin{gathered} r = \frac{\sum (x_i - \bar{x})(y_i - \bar{y})}{\sqrt{\sum (x_i - \bar{x})^2 \; \sum (y_i - \bar{y})^2}} \\[1.5em] \text{जहाँ}\quad \left\{ \begin{aligned} x_i &= \text{X मान} \\ y_i &= \text{Y मान} \\ \bar{x} &= \tfrac{1}{n}\textstyle\sum x_i \\ \bar{y} &= \tfrac{1}{n}\textstyle\sum y_i \end{aligned} \right. \end{gathered}
उपयोग आँकड़े

विज्ञापन

परिणाम

Pearson सहसंबंध गुणांक (r)
0.7746
सीमा −1 से +1 तक
निर्धारण गुणांक (r²) 0.6
डेटा युग्मों की संख्या (n) 5
X का माध्य 3
Y का माध्य 4
सहप्रसरण 1.2
प्रतिगमन ढाल 0.6
प्रतिगमन अंतःखंड 2.2

इस पेज पर त्रुटि की रिपोर्ट करें

सहसंबंध गुणांक क्या है?

Pearson सहसंबंध गुणांक, जिसे r से दर्शाया जाता है, यह मापता है कि दो चर (variables) किसी सीधी रेखा के रूप में एक-दूसरे के साथ कितनी मज़बूती से चलते हैं। इसका मान हमेशा −1 और +1 के बीच रहता है। +1 के पास का मान मज़बूत धनात्मक रैखिक संबंध दर्शाता है (जैसे-जैसे X बढ़ता है, Y भी बढ़ता है), −1 के पास का मान मज़बूत ऋणात्मक संबंध दिखाता है, और 0 के आसपास का मान बताता है कि लगभग कोई रैखिक संबंध नहीं है।

दो चरों के बीच धनात्मक, ऋणात्मक और शून्य सहसंबंध दिखाते तीन प्रकीर्णन आरेख
धनात्मक (r, +1 के करीब), ऋणात्मक (r, -1 के करीब) और शून्य सहसंबंध (r, 0 के आसपास) के प्रकीर्णन पैटर्न।

इस कैलकुलेटर का उपयोग कैसे करें

अपने X मान और उनसे मेल खाते Y मान दर्ज करें, हर सूची को अल्पविराम (,) या स्पेस से अलग करके लिखें। दोनों सूचियों में प्रविष्टियों की संख्या समान होनी चाहिए; यदि अलग-अलग हो, तो केवल शुरुआती मेल खाते युग्म ही गिने जाएँगे। कैलकुलेटर आपको r, निर्धारण गुणांक r², सहप्रसरण, दोनों सेट के माध्य, तथा सर्वश्रेष्ठ-फ़िट प्रतिगमन रेखा का ढाल (slope) और अंतःखंड (intercept) देता है।

सूत्र की व्याख्या

हर युग्म के लिए हम x का उसके माध्य से विचलन \((x - \bar{x})\) और y का उसके माध्य से विचलन \((y - \bar{y})\) निकालते हैं। अंश (numerator) इन विचलनों के गुणनफलों का योग होता है; हर (denominator) वर्ग किए गए विचलनों के योगों के गुणनफल का वर्गमूल होता है। भाग देने से परिणाम −1 से +1 की सीमा में मानकीकृत (standardize) हो जाता है, इसलिए इसका परिमाण माप की इकाइयों पर निर्भर नहीं करता।

$$r = \frac{\sum (x_i - \bar{x})(y_i - \bar{y})}{\sqrt{\sum (x_i - \bar{x})^2 \; \sum (y_i - \bar{y})^2}}$$
विज्ञापन
माध्य रेखाओं से चार चतुर्थांशों में बँटा प्रकीर्णन आरेख, जो दिखाता है कि प्रत्येक बिंदु सहसंबंध में कैसे योगदान देता है
x और y के माध्यों से विचलन मिलकर सहप्रसरण बनाते हैं, जो इस सूत्र का मूल आधार है।

हल किया हुआ उदाहरण

मान लीजिए X = 1, 2, 3, 4, 5 और Y = 2, 4, 5, 4, 5। यहाँ माध्य \(\bar{x} = 3\) और \(\bar{y} = 4\) हैं। विचलनों के गुणनफलों का योग 6 है, \(\sum (x - \bar{x})^2 = 10\) और \(\sum (y - \bar{y})^2 = 6\)। तो $$r = \frac{6}{\sqrt{10 \times 6}} = \frac{6}{\sqrt{60}} \approx 0.7746$$ जिससे \(r^2 \approx 0.6\) मिलता है। यह काफ़ी मज़बूत धनात्मक रैखिक संबंध दर्शाता है।

विज्ञापन
डेटा बिंदुओं का प्रकीर्णन आरेख, जिनके बीच से सर्वोत्तम-फ़िट सीधी समाश्रयण रेखा खींची गई है
समाश्रयण रेखा उस रैखिक संबंध का सार प्रस्तुत करती है जिस पर परिकलित r मान आधारित है।

अक्सर पूछे जाने वाले सवाल

क्या सहसंबंध का मतलब कारण-संबंध होता है? नहीं। ऊँचा r केवल यह दिखाता है कि दोनों चर साथ-साथ बदलते हैं; यह सिद्ध नहीं करता कि एक दूसरे का कारण है।

"मज़बूत" सहसंबंध किसे कहते हैं? मोटे तौर पर, \(|r|\) का मान 0.7 से अधिक होने पर मज़बूत, 0.3–0.7 के बीच मध्यम, और 0.3 से कम होने पर कमज़ोर माना जाता है — पर संदर्भ अहम होता है।

r² क्यों मायने रखता है? r² बताता है कि Y में होने वाले बदलाव का कितना हिस्सा X के साथ इसके रैखिक संबंध से समझाया जा सकता है; 0.6 का r² यानी Y के विचरण (variance) का 60% इससे स्पष्ट होता है।

अंतिम अपडेट:

गणित और सांख्यिकी में सबसे लोकप्रिय

गणित और सांख्यिकी के सभी कैलकुलेटर देखें