상관계수 계산기

상관계수 계산기

신흥 AI Skill PRO

계산 입력

공식

r=∑(xi−x‾)(yi−y‾)∑(xi−x‾)2∑(yi−y‾)2여기서{xi=X 값yi=Y 값x‾=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{여기서}\quad \left\{ \begin{aligned} x_i &= \text{X 값} \\ y_i &= \text{Y 값} \\ \bar{x} &= \tfrac{1}{n}\textstyle\sum x_i \\ \bar{y} &= \tfrac{1}{n}\textstyle\sum y_i \end{aligned} \right. \end{gathered}
사용 통계

광고

결과

피어슨 상관계수 (r)
0.7746
범위 −1 ~ +1
결정계수 (r²) 0.6
데이터 쌍의 개수 (n) 5
X의 평균 3
Y의 평균 4
공분산 1.2
회귀 기울기 0.6
회귀 절편 2.2

이 페이지의 오류 신고

상관계수란?

피어슨 상관계수는 보통 r로 표기하며, 두 변수가 직선 형태로 얼마나 함께 움직이는지를 나타내는 지표입니다. 값은 항상 −1에서 +1 사이에 위치합니다. +1에 가까울수록 강한 양(+)의 선형 관계(X가 커지면 Y도 커짐)를 뜻하고, −1에 가까울수록 강한 음(−)의 관계를, 0에 가까울수록 선형 관계가 거의 없음을 의미합니다.

두 변수 사이의 양의 상관관계, 음의 상관관계, 상관관계 없음을 보여 주는 세 개의 산점도
양의 상관관계(r이 +1에 가까움), 음의 상관관계(r이 -1에 가까움), 상관관계 없음(r이 0 부근)의 산점도 패턴.

계산기 사용법

X 값과 그에 대응하는 Y 값을 각각 입력하세요. 각 목록은 쉼표나 공백으로 구분하면 됩니다. 두 목록의 데이터 개수는 같아야 하며, 개수가 다를 경우 앞에서부터 짝이 맞는 쌍까지만 계산에 사용됩니다. 계산기는 \(r\), 결정계수 \(r^2\), 공분산, 각 데이터의 평균, 그리고 최적 회귀직선의 기울기와 절편을 함께 보여줍니다.

공식 살펴보기

각 쌍에 대해 x가 평균에서 벗어난 편차(x − x̄)와 y가 평균에서 벗어난 편차(y − ȳ)를 구합니다. 분자는 이 두 편차의 곱을 모두 더한 값이고, 분모는 각 편차 제곱합의 곱에 대한 제곱근입니다. 이렇게 나누면 결과가 −1에서 +1 사이로 표준화되므로, 측정 단위와 상관없이 관계의 강도를 비교할 수 있습니다.

$$r = \frac{\sum (x_i - \bar{x})(y_i - \bar{y})}{\sqrt{\sum (x_i - \bar{x})^2 \; \sum (y_i - \bar{y})^2}}$$

$$\text{where}\quad \left\{ \begin{aligned} x_i &= \text{X values} \\ y_i &= \text{Y values} \\ \bar{x} &= \tfrac{1}{n}\textstyle\sum x_i \\ \bar{y} &= \tfrac{1}{n}\textstyle\sum y_i \end{aligned} \right.$$

광고
평균선으로 네 개의 사분면으로 나뉜 산점도로, 각 점이 상관관계에 어떻게 기여하는지 보여 줌
x와 y의 평균으로부터의 편차가 결합되어 공식의 핵심인 공분산을 이룹니다.

예제로 이해하기

X = 1, 2, 3, 4, 5, Y = 2, 4, 5, 4, 5라고 해봅시다. 평균은 \(\bar{x} = 3\), \(\bar{y} = 4\)입니다. 편차 곱의 합은 6, \(\sum (x - \bar{x})^2 = 10\), \(\sum (y - \bar{y})^2 = 6\)이 됩니다. 따라서 $$r = \frac{6}{\sqrt{10 \times 6}} = \frac{6}{\sqrt{60}} \approx 0.7746$$이고, \(r^2 \approx 0.6\)입니다. 이는 비교적 강한 양의 선형 관계가 있음을 보여줍니다.

광고
데이터 점들의 산점도와 그 사이를 지나는 최적 적합 회귀 직선
회귀선은 계산된 r 값의 바탕이 되는 선형 관계를 요약해 보여 줍니다.

자주 묻는 질문

상관관계가 곧 인과관계인가요? 아닙니다. \(r\) 값이 높다는 것은 두 변수가 함께 움직인다는 사실만 보여줄 뿐, 한쪽이 다른 쪽의 원인임을 증명하지는 않습니다.

'강한' 상관관계의 기준은 무엇인가요? 대략적인 기준으로 \(|r|\)이 0.7을 넘으면 강함, 0.3~0.7은 보통, 0.3 미만은 약함으로 봅니다. 다만 분야와 상황에 따라 해석이 달라질 수 있습니다.

r²는 왜 중요한가요? \(r^2\)는 X와의 선형 관계가 Y의 변동을 얼마나 설명하는지를 나타냅니다. \(r^2\)가 0.6이라면 Y의 분산 중 60%가 설명된다는 뜻입니다.

최종 업데이트:

수학 및 통계 인기 계산기

수학 및 통계 계산기 전체 보기