ピアソンの相関係数とは?
ピアソンの相関係数(記号は r)は、2つの数値変数がどれくらい直線的(線形)に連動して変化するかを示す指標です。値は必ず -1 から +1 の範囲に収まります。+1 に近いほど両方の変数がそろって増加する関係を、-1 に近いほど一方が増えると他方が減る関係を、0 に近いほど線形の関係がほとんどないことを意味します。この指標は分野を問わず、ペアになった数値データであればどんなものにも使える汎用的なものです。
この計算ツールの使い方
X の値と Y の値を、カンマまたはスペースで区切って入力してください。それぞれの X は同じ位置にある Y とペアになるため、両方のリストは同じ個数のデータを持つ必要があります。「計算する」を押すと、\(r\) に加えて決定係数(\(r^2\))、最小二乗法による回帰直線の傾きと切片、共分散が表示されます。
計算式の解説
各データ点について、x とその平均との差(\(x - \bar{x}\))、および y とその平均との差(\(y - \bar{y}\))を求めます。分子はこれらの偏差の積の総和です。分母は、各変数の偏差平方和の積の平方根になります。この割り算によって結果が標準化され、単位に依存せず -1 から +1 の間に収まる値になります。
$$r = \frac{\sum (x_i - \bar{x})(y_i - \bar{y})}{\sqrt{\sum (x_i - \bar{x})^2 \, \sum (y_i - \bar{y})^2}}$$
計算例
X = 1, 2, 3, 4, 5、Y = 2, 4, 5, 4, 5 とします。平均はそれぞれ \(\bar{x} = 3\)、\(\bar{y} = 4\) です。偏差の積の総和 \(\sum (x-\bar{x})(y-\bar{y}) = 6\)、\(\sum (x-\bar{x})^2 = 10\)、\(\sum (y-\bar{y})^2 = 6\) となります。したがって $$r = \frac{6}{\sqrt{10 \times 6}} = \frac{6}{\sqrt{60}} \approx 0.7746$$ となり、かなり強い正の線形関係があることがわかります。
相関係数の解釈
ピアソンの相関係数 \(r\) は、必ず \(-1\) から \(+1\) の間に収まります。符号は方向を示します。正の値は、X が増えると Y も増える傾向があることを意味し、負の値は、X が増えると Y が減る傾向があることを意味します。大きさ \(|r|\) は、データの点がどれだけ直線に近いかを示します。値が 0 の場合は線形の関係がないことを意味しますが、これは全く関係がないことと同じではありません。
| |r| | 一般的な表現 |
|---|---|
| 0.00 – 0.19 | 非常に弱い |
| 0.20 – 0.39 | 弱い |
| 0.40 – 0.59 | 中程度 |
| 0.60 – 0.79 | 強い |
| 0.80 – 1.00 | 非常に強い |
これらの区切りは目安であり、基準は分野によって異なります。行動科学でよく引用されるコーエンの基準では、0.1 を小、0.3 を中、0.5 を大としています。物理学や工学では |r| が 0.95 を超えることが求められることが多い一方、社会科学や医学では、それよりはるかに低い値でも意味があるとみなされることがあります。値の評価は、自分の分野の慣例に照らして行ってください。
説明できる分散: \(r^2\)、すなわち決定係数は、X との線形関係によって説明される Y の分散の割合です。例えば \(r = 0.775\) の場合、\(r^2 \approx 0.60\) となり、Y の変動のおよそ 60% が X と線形に関連していることを意味します。\(r^2\) には符号がない点に注意してください。
注意点
- 外れ値: 一つの極端な点によって r が大きく上がったり下がったりすることがあります。必ず散布図を確認してください。
- 非線形の関係: 完全な U 字型や曲線的な関係では、r が 0 に近い値になることがあります。
- 範囲の制限: X の値の狭い範囲しか標本抽出していない場合、r は全範囲で測定した場合より通常小さくなります。
- 小標本: 組の数が少ないと、偶然によって r が大きくなることがあります。例えば n = 3 の場合、ほぼどのような値も取り得ます。このような場合には、有意性検定や信頼区間が役立ちます。
- アンスコムの四組のデータ: 要約統計量(r ≈ 0.816、同じ平均と分散、同じ近似直線)がほぼ同一である一方、グラフにすると全く異なって見える四つのデータセットです。これは、r だけでは決して十分ではないことを示しています。
- 相関は因果を意味しない: 強い r は、交絡変数、逆の因果関係、または偶然によって生じることがあります。
主要な用語と定義
- 相関係数 (r)
- 2 つの変数間の線形関係の強さと方向を測る、単位のない −1 から +1 までの数値です。
- 決定係数 (r²)
- r の二乗です。X によって線形に説明される Y の分散の割合を表し、0 から 1 の範囲をとります。
- 共分散
- 2 つの変数がどのように一緒に変動するかを示す尺度で、単位は X の単位に Y の単位を掛けたものです。標本共分散は \(S_{xy}\) を \(n-1\) で割ったものです。母集団共分散は \(n\) で割ったものです。
- 回帰の傾き
- X が 1 単位増加したときの予測された Y の変化量です: \(b = S_{xy}/S_{xx}\)。
- 切片
- X = 0 のときの予測された Y の値です: \(a = \bar{y} - b\bar{x}\)。
- 最小二乗直線
- 観測された点と直線との間の、垂直方向の距離の二乗和を最小にする直線 \(\hat{y} = a + bx\) です。
- 対応のあるデータ
- 各 X の値が、同じ対象または同じ事例からの Y の値と対応づけられている観測値です。両方のリストは同じ長さでなければなりません。
- 外れ値
- 全体の傾向から大きく外れたデータ点です。r、傾き、切片に大きな歪みを与えることがあります。
- 線形の関係と単調な関係
- 線形の関係は直線に従います。単調な関係は、一貫して上昇するか一貫して下降しますが、必ずしも一定の割合ではないため、曲線になることがあります。
- スピアマンの順位相関係数
- 単調だが非線形なデータ、外れ値を含むデータ、または順序尺度の値に対して、ピアソンの r の代わりに用いられる指標です。生の値ではなく、値の順位に基づいて計算されます。
よくある質問
\(r^2\) は何を表すの? \(r^2\) は \(r\) を2乗した値で、Y のばらつきのうち X との線形関係によって説明できる割合を示します。\(r\) が 0.7746 のとき \(r^2 \approx 0.6\) となり、分散のおよそ60%が説明できることを意味します。
相関があれば因果関係も証明できる? いいえ。\(r\) が高いということは2つの変数が連動して動くことを示すだけで、一方がもう一方の原因であることを証明するものではありません。
\(r\) がちょうど0だったら? 線形の関連はまったくないことを意味します。ただし、ピアソンの \(r\) では捉えられない非線形の関係が存在している可能性は残ります。