Máy Tính Hệ Số Tương Quan

Máy Tính Hệ Số Tương Quan

Mới nổi AI Skill PRO

Nhập phép tính

Công thức

r=∑(xi−x‾)(yi−y‾)∑(xi−x‾)2∑(yi−y‾)2trong đó{xi=Giá trị Xyi=Giá trị Yx‾=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{trong đó}\quad \left\{ \begin{aligned} x_i &= \text{Giá trị X} \\ y_i &= \text{Giá trị Y} \\ \bar{x} &= \tfrac{1}{n}\textstyle\sum x_i \\ \bar{y} &= \tfrac{1}{n}\textstyle\sum y_i \end{aligned} \right. \end{gathered}
Thống kê sử dụng

Quảng cáo

Kết quả

Hệ số tương quan Pearson (r)
0,7746
khoảng từ −1 đến +1
Hệ số xác định (r²) 0,6
Số cặp dữ liệu (n) 5
Trung bình của X 3
Trung bình của Y 4
Hiệp phương sai 1,2
Hệ số góc hồi quy 0,6
Hệ số chặn hồi quy 2,2

Báo lỗi nội dung trang này

Hệ số tương quan là gì?

Hệ số tương quan Pearson, ký hiệu là r, đo lường mức độ hai biến số cùng biến thiên theo đường thẳng mạnh đến đâu. Giá trị này luôn nằm trong khoảng từ −1 đến +1. Giá trị gần +1 cho thấy mối quan hệ tuyến tính thuận chiều mạnh (X tăng thì Y cũng tăng), giá trị gần −1 thể hiện mối quan hệ nghịch chiều mạnh, còn giá trị gần 0 nghĩa là gần như không có mối liên hệ tuyến tính nào.

Ba biểu đồ phân tán thể hiện tương quan dương, tương quan âm và không tương quan giữa hai biến
Dạng phân tán của tương quan dương (r gần +1), tương quan âm (r gần -1) và không tương quan (r gần 0).

Cách sử dụng máy tính

Bạn hãy nhập dãy giá trị X và dãy giá trị Y tương ứng, mỗi dãy cách nhau bằng dấu phẩy hoặc khoảng trắng. Hai dãy nên có cùng số phần tử; nếu lệch nhau, máy tính chỉ dùng những cặp khớp đầu tiên. Kết quả trả về gồm r, hệ số xác định r², hiệp phương sai, giá trị trung bình của từng dãy, cùng hệ số góc và hệ số chặn của đường hồi quy phù hợp nhất.

Giải thích công thức

Với mỗi cặp dữ liệu, ta tính độ lệch của x so với trung bình của nó \((x - \bar{x})\) và của y so với trung bình của nó \((y - \bar{y})\). Tử số là tổng tích các độ lệch này; mẫu số là căn bậc hai của tích giữa tổng bình phương độ lệch của X và tổng bình phương độ lệch của Y. Phép chia này chuẩn hóa kết quả về khoảng từ −1 đến +1, nhờ đó độ lớn của r không phụ thuộc vào đơn vị đo lường.

$$ r = \frac{\sum (x_i - \bar{x})(y_i - \bar{y})}{\sqrt{\sum (x_i - \bar{x})^2 \; \sum (y_i - \bar{y})^2}} $$$$ \text{where}\quad \left\{ \begin{aligned} x_i &= \text{X values} \\ y_i &= \text{Y values} \\ \bar{x} &= \tfrac{1}{n}\textstyle\sum x_i \\ \bar{y} &= \tfrac{1}{n}\textstyle\sum y_i \end{aligned} \right. $$
Quảng cáo
Biểu đồ phân tán có các đường trung bình chia thành bốn góc phần tư, cho thấy mỗi điểm đóng góp thế nào vào hệ số tương quan
Độ lệch so với giá trị trung bình của x và y kết hợp lại tạo thành hiệp phương sai, cốt lõi của công thức.

Ví dụ minh họa

Giả sử X = 1, 2, 3, 4, 5 và Y = 2, 4, 5, 4, 5. Giá trị trung bình là \(\bar{x} = 3\) và \(\bar{y} = 4\). Tổng tích các độ lệch bằng 6, \(\sum (x-\bar{x})^2 = 10\) và \(\sum (y-\bar{y})^2 = 6\). Vậy

$$ r = \frac{6}{\sqrt{10 \times 6}} = \frac{6}{\sqrt{60}} \approx 0{,}7746 $$

suy ra \(r^2 \approx 0{,}6\). Điều này cho thấy một mối quan hệ tuyến tính thuận chiều khá mạnh.

Quảng cáo
Biểu đồ phân tán các điểm dữ liệu với đường thẳng hồi quy khớp nhất đi qua chúng
Đường hồi quy tóm tắt mối quan hệ tuyến tính đằng sau giá trị r đã tính.

Câu hỏi thường gặp

Tương quan có đồng nghĩa với nhân quả không? Không. Hệ số r cao chỉ cho thấy hai biến cùng biến thiên với nhau, chứ không chứng minh được biến này là nguyên nhân gây ra biến kia.

Thế nào là tương quan "mạnh"? Theo kinh nghiệm chung, \(|r|\) trên 0,7 là mạnh, từ 0,3 đến 0,7 là trung bình, dưới 0,3 là yếu — nhưng còn tùy vào bối cảnh cụ thể.

Vì sao r² lại quan trọng? r² cho biết phần biến thiên của Y được giải thích bởi mối quan hệ tuyến tính với X; r² bằng 0,6 nghĩa là 60% phương sai của Y được lý giải bởi X.

Cập nhật lần cuối:

Phổ biến nhất trong Toán học và Thống kê

Xem tất cả máy tính Toán học và Thống kê