如何解读你的相关系数结果
下表展示了一种常用的描述性尺度，用来解读 |r| 的强度。这些区间是一种惯例，不是统计检验，不同领域有时会采用不同的阈值。
| |r| 区间 | 线性关联强度 |
|---|---|
| 0.00 – 0.19 | 极弱 |
| 0.20 – 0.39 | 弱 |
| 0.40 – 0.59 | 中等 |
| 0.60 – 0.79 | 强 |
| 0.80 – 1.00 | 极强 |
- 皮尔逊 r 专门衡量的是线性关联。两个变量可能存在很强、规律明显的非线性关系（例如 U 形曲线），却依然得到接近 0 的 r 值，因为 r 无法识别这类曲线关系。
- 相关不等于因果：高相关可能源自一个变量导致另一个变量、也可能源自第三个混杂变量同时影响两者、也可能是反向因果，或者只是数据中的巧合。
- 由于 r 是基于偏差平方计算的，它对异常值很敏感——单个极端数据点就可能大幅拉高或拉低相关系数。
- 皮尔逊 r 假设潜在关系近似线性，且数据是按区间或比率尺度测量的；对于单调但非线性的关系，斯皮尔曼相关等基于秩次的指标往往更合适。
什么是皮尔逊相关系数？
皮尔逊相关系数（r）衡量两个成对数值变量之间线性关系的强度和方向。它的取值范围是 −1 到 +1：接近 +1 表示强正线性关系（x 增大时 y 也趋于增大），接近 −1 表示强负线性关系（x 增大时 y 趋于减小），接近 0 表示几乎不存在线性关系。
本计算器还给出 R²，即决定系数，它等于 r 的平方，表示 y 的方差中有多大比例能由与 x 的线性关系在统计上解释。它还会拟合最小二乘回归线，即使数据点到该直线的垂直距离平方和最小的那条直线。
两个变量之间存在强相关，并不能证明其中一个导致了另一个。相关性纯粹是一种统计上的关联；要确立因果关系，需要额外的证据，例如对照实验，或能排除混杂变量和反向因果的精心设计的研究。
如何使用本相关系数计算器
- 以分号分隔的形式输入 x 值，例如 1; 2; 3; 4。
- 以分号分隔的形式输入对应的 y 值，顺序和数量要与 x 值一致，例如 2; 4; 6; 8。
- 至少提供 3 对数据——数据对少于此数，相关系数就没有意义。
- 查看相关系数（r）、R²、回归线的斜率和截距，以及回归线方程本身。
皮尔逊相关与线性回归背后的公式
皮尔逊 r 是每个变量偏离各自均值的乘积之和，除以两组偏差平方和之积的平方根：r = Σ(xᵢ − x̄)(yᵢ − ȳ) / √[Σ(xᵢ − x̄)² × Σ(yᵢ − ȳ)²]。
最小二乘回归线 ŷ = slope × x + intercept，使用 slope = Σ(xᵢ − x̄)(yᵢ − ȳ) / Σ(xᵢ − x̄)² 和 intercept = ȳ − slope × x̄，其选取原则是使该直线到各数据点的垂直距离平方和最小。
算例：x = 1, 2, 3, 4，y = 2, 4, 6, 8——一条经过原点、斜率为 2 的完美直线。计算得 r = 1（完全正线性相关）、R² = 1、slope = 2、intercept = 0，回归线为 ŷ = 2x。
常见错误
- 把相关当作因果——两个变量之间的强相关，并不能证明其中一个导致了另一个；第三个混杂变量、反向因果或巧合都可能产生同样的统计模式。
- 以为皮尔逊 r 能捕捉两个变量之间的任何关系，而实际上它只衡量线性关联——一种很强的曲线（非线性）关系也可能得到接近 0 的 r 值。
- 忽视异常值的影响，由于计算基于偏差平方，异常值可能大幅拉高或拉低 r 值。
- 把 r 和回归斜率混淆——r 是一个介于 −1 和 +1 之间、无量纲的线性关联强度和方向指标，而斜率带有“每单位 x 对应的 y”这样的单位，取决于数据的尺度。
- 把回归线外推到观测 x 值范围之外，而在这个范围之外，数据估计出的线性关系可能已经不再成立。
常见问题
相关系数为 1 是什么意思？
皮尔逊相关系数 r = 1 表示两个变量存在完全正线性关系：每个数据点都恰好落在一条斜率为正的直线上，x 增大时 y 按比例增大。
相关意味着因果吗？
不是。相关衡量的是两个变量之间的统计关联，而不是因果关系。高相关可能是因为一个变量导致了另一个、第三个混杂因素同时影响了两者、反向因果，或者仅仅是巧合——确立因果关系需要相关性之外的额外证据。
什么是 R²（决定系数）？
R² 等于皮尔逊相关系数的平方（r²），表示 y 变量的方差中，有多大比例能由它与 x 的线性关系在统计上解释。R² 为 0.81（对应 r = 0.9）意味着 y 的方差中有 81% 与它同 x 的线性关系相关联。
两个变量关系密切，但相关系数很低，这种情况可能吗？
可能。皮尔逊 r 只衡量线性关系。两个变量可能通过某种曲线（非线性）模式——例如 U 形或指数曲线——存在很强、可预测的关系，却依然得到接近 0 的 r 值，因为 r 无法捕捉这类关系。
回归线是怎么算出来的？
最小二乘回归线使该直线到每个数据点的垂直距离平方和最小。其斜率等于 Σ(xᵢ − x̄)(yᵢ − ȳ) / Σ(xᵢ − x̄)²，截距等于 y 的均值减去斜率乘以 x 的均值。
需要多少个数据点，相关系数才有意义？
本计算器至少需要 3 对数据才能计算出结果，但样本量非常小时算出的相关系数对个别数据点极为敏感，可能产生误导；更大的样本能对真实的潜在关系给出更稳定、更可靠的估计。
参考文献
- Pearson K. Note on regression and inheritance in the case of two parents. Proceedings of the Royal Society of London 1895; 58: 240-242.
- National Institute of Standards and Technology (NIST). NIST/SEMATECH e-Handbook of Statistical Methods — correlation and linear regression. nist.gov.
- Moore DS, McCabe GP, Craig BA. Introduction to the Practice of Statistics. W. H. Freeman (correlation, least-squares regression).
- Evans JD. Straightforward Statistics for the Behavioral Sciences. Brooks/Cole, 1996 (descriptive strength bands for |r|).
- Chatterjee S, Hadi AS. Regression Analysis by Example. Wiley (least-squares regression and its assumptions).