在線即時計算器 · 純前端本地秒算 · 零數據上傳

🧮 Linear Correlation Coefficient 計算機

專業免費的 Linear Correlation Coefficient 計算機。純前端本機毫秒級計算、零資料上傳、極致隱私保護。提供詳細公式推導、實例示範與常見問答。

即時推算結果 (Computed Output)
0.774597 r(範圍 -1 至 +1)
專業公認計算模型,即時運算完畢
📜 計算歷史記錄 (試算軌跡)
尚無歷史記錄,每次點擊「計算」將在此留下試算軌跡...

什麼是皮爾森相關係數?

皮爾森相關係數通常以 r 表示,用來衡量兩個數值變數之間「直線(線性)」關係的強弱程度。它的數值永遠介於 -1 到 +1 之間。當 r 接近 +1,代表兩個變數會同步上升;接近 -1 代表一個上升、另一個就下降;接近 0 則表示兩者幾乎沒有線性關聯。這項工具具備通用性——無論是哪個領域、哪一類的成對數值資料都能適用。

如何使用這個計算器

請輸入你的 X 數值與 Y 數值,數字之間以逗號或空格分隔。每一個 X 都必須與相同位置的 Y 配對,因此兩組清單的數值個數要一致。按下計算後,即可得到 r 值,以及判定係數 (r^2)、最小平方法迴歸的斜率與截距,還有共變異數。

公式說明

對於每一筆資料,先計算 x 與其平均值的偏差 (x − x̄),以及 y 與其平均值的偏差 (y − ȳ)。分子是把這些偏差的乘積全部加總;分母則是兩個變數各自「偏差平方總和」相乘後再開根號。經過這樣相除標準化後,結果便不受單位影響,且必定落在 -1 到 +1 之間。

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

實際範例

假設 X = 1, 2, 3, 4, 5,Y = 2, 4, 5, 4, 5。平均值為 \bar{x} = 3、\bar{y} = 4。交叉乘積總和 \sum (x-\bar{x})(y-\bar{y}) = 6,\sum (x-\bar{x})^2 = 10,\sum (y-\bar{y})^2 = 6。因此

r = ((6) ÷ (√(10 × 6))) = ((6) ÷ (√(60))) ≈ 0.7746
顯示兩者之間存在相當強的正向線性關係。

使用注意事項與精準校對原則(6 大核心守則)

📐 1. 嚴格對齊輸入量綱與單位

輸入各項數值時請務必確認量綱(例如小時、天數、金額、百分比),避免單位不匹配引發推算偏差。

🔒 2. 純前端本機毫秒級隱私保障

所有計算邏輯 100% 在您的終端瀏覽器內完成,資料絕不上傳伺服器,嚴格守護商業與個人隱私。

📊 3. 符合公認學術與產業計算模型

演算法嚴格遵循國際通用數學公式與標準計算模型,經多重情境交叉核對,數值嚴密精確。

📋 4. 一鍵複製與免登入 PDF 匯出

支援一鍵複製推算結果字串至剪貼簿,亦可直接點擊列印按鈕輸出純淨 PDF 工作報表。

🔄 5. 多情景敏感度動態對比

建議針對極端值與多組預期情景分別試算,觀察輸出數據的波動區間,輔助做出更穩健的決策。

🛡️ 6. 專業諮詢與日常參考免責聲明

本工具運算結果供日常排程、學業研習與事前參考之用,如涉及重大法規或投資決策請諮詢持證專家。

常見問題 (FAQ)

\(r^2\) 代表什麼?
\(r^2\) 就是 \(r\) 的平方,代表 Y 的變異中,能由「與 X 的線性關係」所解釋的比例。當 \(r\) 為 0.7746 時,\(r^2 \approx 0.6\),也就是約有 60% 的變異可由此關係解釋。
相關性等於因果關係嗎?
不等於。高 \(r\) 值只說明兩個變數會一起變動,並不能證明其中一個是造成另一個的原因。
如果 \(r\) 剛好是 0 呢?
表示兩者之間沒有線性關聯;不過仍可能存在某種非線性關係,只是皮爾森 \(r\) 無法偵測出來。