पियर्सन सहसंबंध गुणांक क्या है?
पियर्सन सहसंबंध गुणांक, जिसे \(r\) लिखा जाता है, यह मापता है कि दो संख्यात्मक चर (variables) किसी सीधी रेखा (रैखिक) के रूप में आपस में कितनी मजबूती से एक-दूसरे के साथ बदलते हैं। इसका मान हमेशा -1 और +1 के बीच रहता है। +1 के करीब का मान दर्शाता है कि दोनों चर एक साथ बढ़ते हैं, -1 के करीब का मतलब है कि एक के बढ़ने पर दूसरा घटता है, और 0 के करीब का मतलब है कि रैखिक संबंध बहुत कम या बिल्कुल नहीं है। यह टूल सार्वभौमिक है — यह किसी भी क्षेत्र के किसी भी युग्मित संख्यात्मक डेटा पर लागू होता है।
इस कैलकुलेटर का उपयोग कैसे करें
अपने X मान और Y मान दर्ज करें, जिन्हें कॉमा या स्पेस से अलग किया गया हो। प्रत्येक X उसी स्थान वाले Y के साथ युग्मित होना चाहिए, इसलिए दोनों सूचियों में एक समान संख्या में प्रविष्टियाँ होनी चाहिए। गणना (calculate) पर क्लिक करते ही आपको \(r\) के साथ-साथ निर्धारण गुणांक (\(r^2\)), न्यूनतम-वर्ग (least-squares) रिग्रेशन ढलान और इंटरसेप्ट, तथा सहप्रसरण (covariance) मिल जाएगा।
सूत्र की व्याख्या
प्रत्येक डेटा बिंदु के लिए आप 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) प्रत्येक चर के वर्गित विचलनों के योग के गुणनफल का वर्गमूल होता है। इस तरह भाग देने से परिणाम मानकीकृत हो जाता है, जिससे यह इकाई-रहित बन जाता है और -1 से +1 के बीच सीमित रहता है।
$$r = \frac{\sum (x_i - \bar{x})(y_i - \bar{y})}{\sqrt{\sum (x_i - \bar{x})^2 \, \sum (y_i - \bar{y})^2}}$$
हल किया हुआ उदाहरण
मान लीजिए X = 1, 2, 3, 4, 5 और Y = 2, 4, 5, 4, 5। माध्य हैं \(\bar{x} = 3\) और \(\bar{y} = 4\)। क्रॉस-प्रोडक्ट का योग \(\sum (x-\bar{x})(y-\bar{y}) = 6\), \(\sum (x-\bar{x})^2 = 10\), और \(\sum (y-\bar{y})^2 = 6\)। तो
$$r = \frac{6}{\sqrt{10 \times 6}} = \frac{6}{\sqrt{60}} \approx 0.7746$$जो एक काफी मजबूत धनात्मक रैखिक संबंध दर्शाता है।
आपके सहसंबंध गुणांक की व्याख्या
पियर्सन गुणांक \(r\) हमेशा \(-1\) और \(+1\) के बीच रहता है। चिह्न दिशा बताता है: धनात्मक का अर्थ है कि X बढ़ने पर Y भी बढ़ता है, और ऋणात्मक का अर्थ है कि X बढ़ने पर Y घटता है। परिमाण \(|r|\) दिखाता है कि बिंदु किसी सीधी रेखा का कितनी निकटता से अनुसरण करते हैं। 0 का मान कोई रैखिक संबंध न होने को दर्शाता है, जो पूरी तरह कोई संबंध न होने के बराबर नहीं है।
| |r| | सामान्य वर्णनकर्ता |
|---|---|
| 0.00 – 0.19 | बहुत कमजोर |
| 0.20 – 0.39 | कमजोर |
| 0.40 – 0.59 | मध्यम |
| 0.60 – 0.79 | मजबूत |
| 0.80 – 1.00 | बहुत मजबूत |
ये सीमा-मान एक अनुमानित नियम हैं, और विभिन्न क्षेत्रों में परंपराएँ अलग-अलग होती हैं। व्यवहार विज्ञान के लिए व्यापक रूप से उद्धृत कोहेन के मानदंड 0.1 को छोटा, 0.3 को मध्यम और 0.5 को बड़ा मानते हैं। भौतिकी और इंजीनियरिंग में अक्सर |r| का 0.95 से ऊपर होना अपेक्षित होता है, जबकि समाज विज्ञान और चिकित्सा में इससे बहुत कम मान भी सार्थक माने जा सकते हैं। किसी मान का मूल्यांकन अपने विषय के मानकों के अनुसार करें।
समझाया गया विचरण: \(r^2\), निर्धारण गुणांक, Y के विचरण का वह अनुपात है जो X के साथ रैखिक संबंध से समझाया जाता है। उदाहरण के लिए, \(r = 0.775\) से \(r^2 \approx 0.60\) प्राप्त होता है, अर्थात Y में होने वाले लगभग 60% परिवर्तन का X से रैखिक संबंध है। ध्यान दें कि \(r^2\) का कोई चिह्न नहीं होता।
सावधानियाँ
- बाहरी मान (आउटलायर): एक अत्यधिक चरम बिंदु r को तेज़ी से बढ़ा या घटा सकता है। हमेशा प्रकीर्णन आरेख (स्कैटर प्लॉट) की जाँच करें।
- गैर-रैखिक संबंध: एक पूर्ण U-आकार या वक्राकार संबंध से r लगभग 0 आ सकता है।
- सीमित परास: यदि आप X के मानों की केवल संकीर्ण पट्टी का नमूना लेते हैं, तो r आमतौर पर पूरे परास की तुलना में छोटा होता है।
- छोटे नमूने: कुछ ही जोड़ों के साथ r केवल संयोग से बड़ा हो सकता है। उदाहरण के लिए, n = 3 के साथ लगभग कोई भी मान संभव है। यहाँ सार्थकता परीक्षण या विश्वास अंतराल सहायक होते हैं।
- एन्स्कोम्बे का चतुष्क: चार अलग-अलग डेटासेट जिनके सारांश आँकड़े लगभग एक समान हैं (r ≈ 0.816, समान माध्य और विचरण, समान फिट की गई रेखा), लेकिन आरेखित करने पर पूरी तरह अलग दिखते हैं। यह दिखाता है कि अकेला r कभी पर्याप्त नहीं होता।
- सहसंबंध कारणता को सिद्ध नहीं करता: एक मजबूत r किसी भ्रमित करने वाले चर, उल्टे कारण-प्रभाव या संयोग से उत्पन्न हो सकता है।
मुख्य शब्द और परिभाषाएँ
- सहसंबंध गुणांक (r)
- −1 से +1 तक की एक इकाई-रहित संख्या जो दो चरों के बीच रैखिक संबंध की शक्ति और दिशा मापती है।
- निर्धारण गुणांक (r²)
- r का वर्ग। यह Y के विचरण का वह हिस्सा है जो X द्वारा रैखिक रूप से समझाया जाता है, और इसका मान 0 से 1 तक होता है।
- सहप्रसरण (कोवेरियंस)
- यह मापता है कि दो चर एक साथ कैसे बदलते हैं, इसकी इकाई X की इकाई गुणा Y की इकाई होती है। नमूना सहप्रसरण \(S_{xy}\) को \(n-1\) से भाग देता है। जनसंख्या सहप्रसरण \(n\) से भाग देता है।
- प्रतिगमन ढलान
- X में एक इकाई की वृद्धि पर अनुमानित Y में होने वाला परिवर्तन: \(b = S_{xy}/S_{xx}\)।
- अंतःखंड (इंटरसेप्ट)
- X = 0 होने पर Y का अनुमानित मान: \(a = \bar{y} - b\bar{x}\)।
- न्यूनतम-वर्ग रेखा
- सीधी रेखा \(\hat{y} = a + bx\) जो प्रेक्षित बिंदुओं और रेखा के बीच की ऊर्ध्वाधर दूरियों के वर्गों के योग को न्यूनतम करती है।
- युग्मित डेटा
- ऐसे प्रेक्षण जिनमें प्रत्येक X मान उसी विषय या मामले के Y मान से जुड़ा होता है। दोनों सूचियों की लंबाई समान होनी चाहिए।
- आउटलायर (बाहरी मान)
- एक डेटा बिंदु जो सामान्य पैटर्न से बहुत दूर होता है। यह r, ढलान और अंतःखंड को काफी विकृत कर सकता है।
- रैखिक बनाम एकदिष्ट संबंध
- रैखिक संबंध एक सीधी रेखा का अनुसरण करता है। एकदिष्ट संबंध लगातार बढ़ता या लगातार घटता है, लेकिन आवश्यक नहीं कि स्थिर दर से, इसलिए यह वक्राकार हो सकता है।
- स्पियरमैन का रैंक सहसंबंध
- एकदिष्ट लेकिन गैर-रैखिक डेटा, या आउटलायर या क्रमिक मानों वाले डेटा के लिए पियर्सन के r का विकल्प। यह मानों के वास्तविक मानों के बजाय उनके रैंक पर गणना किया जाता है।
अक्सर पूछे जाने वाले प्रश्न
\(r^2\) मुझे क्या बताता है? यह \(r\) का वर्ग है और Y में होने वाले उस बदलाव के अंश को दर्शाता है जिसे X के साथ रैखिक संबंध समझाता है। 0.7746 के \(r\) से \(r^2 \approx 0.6\) मिलता है, यानी लगभग 60% भिन्नता समझाई जाती है।
क्या सहसंबंध कारण-प्रभाव सिद्ध करता है? नहीं। ऊँचा \(r\) यह दिखाता है कि दो चर एक साथ बदलते हैं, लेकिन यह सिद्ध नहीं करता कि एक दूसरे का कारण है।
अगर \(r\) ठीक 0 हो तो? कोई रैखिक संबंध नहीं है, हालाँकि कोई गैर-रैखिक संबंध फिर भी मौजूद हो सकता है जिसे पियर्सन \(r\) पकड़ नहीं पाता।