피어슨 상관계수(r) 계산기

피어슨 상관계수(r) 계산기

신흥 AI Skill PRO

계산 입력

결과

피어슨 상관계수
0.774597
r (-1 ~ +1 범위)
표본 크기 (n) 5
결정계수 (r²) 0.6
회귀 기울기 0.6
회귀 절편 2.2
공분산 (모집단) 1.2

공식

r=∑(xi−x‾)(yi−y‾)∑(xi−x‾)2∑(yi−y‾)2r = \frac{\sum (x_i - \bar{x})(y_i - \bar{y})}{\sqrt{\sum (x_i - \bar{x})^2 \, \sum (y_i - \bar{y})^2}}
사용 통계

광고

이 페이지의 오류 신고

피어슨 상관계수란?

피어슨 상관계수는 \(r\)로 표기하며, 두 수치형 변수가 직선(선형) 관계로 얼마나 함께 움직이는지를 나타내는 값입니다. 항상 -1과 +1 사이의 값을 가집니다. +1에 가까우면 두 변수가 같이 증가하고, -1에 가까우면 한 변수가 커질수록 다른 변수는 작아지며, 0에 가까우면 선형 관계가 거의 없다는 뜻입니다. 이 계산기는 특정 분야에 국한되지 않으며, 짝지어진 수치 데이터라면 어떤 분야에서도 활용할 수 있습니다.

양·음·무상관을 보여 주는 세 개의 산점도
r이 +1, -1, 0에 가까울 때의 산점도 패턴.

계산기 사용 방법

X 값과 Y 값을 각각 입력하되, 쉼표나 공백으로 구분하세요. 각 X 값은 같은 순서에 위치한 Y 값과 짝을 이루므로, 두 목록의 데이터 개수는 반드시 같아야 합니다. '계산' 버튼을 누르면 r은 물론, 결정계수(r²), 최소제곱법 회귀 기울기와 절편, 공분산까지 함께 확인할 수 있습니다.

공식 자세히 보기

먼저 각 데이터 점에서 x가 평균으로부터 얼마나 떨어져 있는지(x − x̄)와 y가 평균으로부터 얼마나 떨어져 있는지(y − ȳ)를 구합니다. 분자는 이 두 편차의 곱을 모두 더한 값입니다. 분모는 각 변수의 편차 제곱합을 곱한 뒤 제곱근을 취한 값입니다. 이렇게 나누면 결과가 표준화되어 단위에 영향을 받지 않고 -1과 +1 사이의 값으로 정해집니다.

$$r = \frac{\sum (x_i - \bar{x})(y_i - \bar{y})}{\sqrt{\sum (x_i - \bar{x})^2 \, \sum (y_i - \bar{y})^2}}$$
광고
평균선이 점들을 네 사분면으로 나눈 산점도
각 점의 X·Y 평균에서의 편차가 상관 합계를 결정합니다.

계산 예시

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

상관계수 해석하기

피어슨 상관계수 \(r\)은 항상 \(-1\)과 \(+1\) 사이에 있습니다. 부호는 방향을 나타냅니다. 양의 값은 X가 커질 때 Y도 커지는 경향이 있다는 뜻이고, 음의 값은 X가 커질 때 Y는 작아지는 경향이 있다는 뜻입니다. 크기 \(|r|\)는 데이터 점들이 직선에 얼마나 가깝게 놓여 있는지를 보여 줍니다. 값이 0이면 선형 관계가 없다는 뜻이지만, 이는 아무런 관계도 없다는 것과 같지 않습니다.

|r| 일반적인 표현
0.00 – 0.19 매우 약함
0.20 – 0.39 약함
0.40 – 0.59 보통
0.60 – 0.79 강함
0.80 – 1.00 매우 강함

이 구분 기준은 경험적인 어림값이며, 분야에 따라 관례가 다릅니다. 행동과학에서 널리 인용되는 Cohen의 기준은 0.1을 작음, 0.3을 중간, 0.5를 큼으로 봅니다. 물리학과 공학에서는 흔히 |r|이 0.95를 넘기를 기대하는 반면, 사회과학과 의학에서는 그보다 훨씬 낮은 값도 의미가 있다고 볼 수 있습니다. 값의 크기는 자신의 분야의 기준에 비추어 판단하십시오.

설명된 분산: \(r^2\), 즉 결정계수는 X와의 선형 관계로 설명되는 Y 분산의 비율입니다. 예를 들어 \(r = 0.775\)이면 \(r^2 \approx 0.60\)이므로, Y 변동의 약 60%가 X와 선형적으로 연관되어 있습니다. \(r^2\)에는 부호가 없다는 점에 유의하십시오.

유의 사항

  • 이상치: 극단적인 점 하나가 r을 크게 올리거나 내릴 수 있습니다. 항상 산점도를 확인하십시오.
  • 비선형 관계: 완벽한 U자형이나 곡선 관계는 r을 0에 가깝게 만들 수 있습니다.
  • 제한된 범위: X 값의 좁은 범위만 표본으로 뽑았다면, r은 전체 범위에서 구했을 때보다 보통 더 작습니다.
  • 작은 표본: 쌍의 수가 적으면 r이 순전히 우연으로 클 수 있습니다. 예를 들어 n = 3이면 거의 어떤 값이든 가능합니다. 이때는 유의성 검정이나 신뢰구간이 도움이 됩니다.
  • 앤스콤의 4분할 자료: 요약 통계량이 거의 동일(r ≈ 0.816, 평균과 분산이 같고, 적합된 직선도 같음)하지만 그림으로 그리면 완전히 다르게 보이는 네 개의 서로 다른 자료 집합입니다. 이는 r 하나만으로는 결코 충분하지 않다는 것을 보여 줍니다.
  • 상관관계가 인과관계를 뜻하지는 않음: 강한 r은 교란 변수, 역인과, 또는 우연의 일치에서 비롯될 수 있습니다.
광고

핵심 용어와 정의

상관계수 (r)
두 변수 사이 선형 관계의 강도와 방향을 측정하는, 단위가 없는 −1부터 +1까지의 수입니다.
결정계수 (r²)
r의 제곱입니다. X에 의해 선형적으로 설명되는 Y 분산의 비율이며, 0부터 1까지의 값을 가집니다.
공분산
두 변수가 함께 변하는 정도를 측정하는 값으로, X의 단위 곱하기 Y의 단위로 표시됩니다. 표본 공분산은 \(S_{xy}\)를 \(n-1\)로 나눈 값입니다. 모집단 공분산은 \(n\)으로 나눈 값입니다.
회귀 기울기
X가 한 단위 증가할 때 예측된 Y의 변화량입니다: \(b = S_{xy}/S_{xx}\).
절편
X = 0일 때 예측된 Y의 값입니다: \(a = \bar{y} - b\bar{x}\).
최소제곱선
관측된 점들과 직선 사이의 수직 거리 제곱합을 최소화하는 직선 \(\hat{y} = a + bx\)입니다.
대응 자료
각 X 값이 같은 대상이나 사례에서 얻은 Y 값과 짝을 이루는 관측값들입니다. 두 목록의 길이는 반드시 같아야 합니다.
이상치
전반적인 패턴에서 멀리 떨어진 데이터 점입니다. r, 기울기, 절편을 크게 왜곡할 수 있습니다.
선형 대 단조 관계
선형 관계는 직선을 따릅니다. 단조 관계는 일관되게 증가하거나 일관되게 감소하지만 반드시 일정한 비율로 변하지는 않으므로 곡선일 수 있습니다.
스피어만 순위상관
단조이지만 비선형인 자료, 이상치가 있는 자료, 또는 순서형 값을 가진 자료에 대해 피어슨 r을 대신하는 방법입니다. 원래 값이 아니라 값들의 순위를 바탕으로 계산합니다.

자주 묻는 질문

r²는 무엇을 알려주나요? r²는 r을 제곱한 값으로, X와의 선형 관계로 설명되는 Y의 변동 비율을 나타냅니다. r이 0.7746이면 \(r^2 \approx 0.6\) 이므로, 전체 분산의 약 60%가 설명된다는 뜻입니다.

상관관계가 인과관계를 증명하나요? 아닙니다. r 값이 높다는 것은 두 변수가 함께 움직인다는 의미일 뿐, 한쪽이 다른 쪽의 원인이라는 사실을 입증하지는 않습니다.

r이 정확히 0이면 어떤 의미인가요? 선형 관계가 전혀 없다는 뜻입니다. 다만 피어슨 r로는 잡아낼 수 없는 비선형 관계가 여전히 존재할 수도 있습니다.

최종 업데이트:

수학 및 통계 인기 계산기

수학 및 통계 계산기 전체 보기