Kalkulator korelacji

Kalkulator korelacji

Korelacja mierzy siłę i kierunek liniowego związku między dwiema zmiennymi. Współczynnik r przyjmuje wartości od −1 do 1.

Wzór

r = Σ(x−x̄)(y−ȳ) ÷ √(Σ(x−x̄)² · Σ(y−ȳ)²)

y = a + bx, gdzie b = Σ(x−x̄)(y−ȳ) ÷ Σ(x−x̄)²

Interpretacja siły

R²

Współczynnik determinacji mówi, jaki procent zmienności Y wyjaśnia X. R² = 0,64 oznacza, że model wyjaśnia 64% zmian — resztę stanowią inne czynniki i losowość.

Jak kalkulator wyznacza współczynnik korelacji

Kalkulator przyjmuje dwie kolumny liczb tej samej długości i traktuje je jako pary obserwacji (x, y). Najpierw liczy średnie x̄ oraz ȳ, a następnie trzy sumy: Σ(x−x̄)², Σ(y−ȳ)² i Σ(x−x̄)(y−ȳ). Pierwsze dwie opisują, jak bardzo rozrzucona jest każda zmienna osobno. Trzecia, czyli kowariancja bez dzielenia, mówi, czy odchylenia obu zmiennych idą w tym samym kierunku. Współczynnik Pearsona to iloraz tej trzeciej sumy i pierwiastka z iloczynu dwóch pierwszych: r = Σ(x−x̄)(y−ȳ) ÷ √(Σ(x−x̄)² · Σ(y−ȳ)²).

Podział przez pierwiastek normalizuje wynik: r nie ma jednostek, więc zmiana jednostki X ani przemnożenie całej kolumny przez liczbę dodatnią nie zmienia wartości. Znak mówi o kierunku — dodatni, gdy obie zmienne rosną razem, ujemny, gdy wzrostowi jednej towarzyszy spadek drugiej. Wynik mieści się między −1 a 1, bo licznik nigdy nie przekracza iloczynu rozrzutów z mianownika. Gdy |r| = 1, wszystkie punkty leżą dokładnie na jednej prostej. Gdy r = 0, wspólna część zmienności jest zerowa.

Osobno kalkulator dopasowuje prostą regresji y = a + bx metodą najmniejszych kwadratów. Nachylenie b = Σ(x−x̄)(y−ȳ) ÷ Σ(x−x̄)² mówi, o ile przeciętnie zmienia się Y przy wzroście X o jedną jednostkę, a wyraz wolny a = ȳ − b·x̄ to wartość przewidywana dla X = 0. Reszta to różnica między wartością obserwowaną i wyliczoną z równania: im mniejsze reszty, tym lepiej prosta opisuje dane. Warto dodać, że sumy odchyleń liczone są na tych samych danych, więc wartość r wychodzi identyczna niezależnie od tego, czy w obliczeniach pomocniczych stosuje się dzielenie przez n, czy przez n−1.

Przykład krok po kroku dla pięciu obserwacji

1. Zbieramy pięć par obserwacji: (1, 2), (2, 4), (3, 5), (4, 4), (5, 6). Pierwsza liczba to X, druga to Y.
2. Liczymy średnie: x̄ = (1 + 2 + 3 + 4 + 5) ÷ 5 = 3 oraz ȳ = (2 + 4 + 5 + 4 + 6) ÷ 5 = 4,2.
3. Wyznaczamy sumy odchyleń: Σ(x−x̄)² = 4 + 1 + 0 + 1 + 4 = 10, Σ(y−ȳ)² = 8,8, Σ(x−x̄)(y−ȳ) = 8,0.
4. Podstawiamy do wzoru: r = 8,0 ÷ √(10 · 8,8) = 8,0 ÷ √88 = 8,0 ÷ 9,381 ≈ 0,853. Korelacja jest dodatnia i silna.
5. Dopasowujemy prostą: b = 8,0 ÷ 10 = 0,8 oraz a = 4,2 − 0,8 · 3 = 1,8, czyli y = 1,8 + 0,8x.
6. Sprawdzamy jakość dopasowania: R² = 0,853² ≈ 0,73, więc model wyjaśnia około 73% zmienności Y. Pozostałe 27% to inne czynniki i losowość.

Przelicznik |r| na R² — ile zmienności Y wyjaśnia X

Jak praktycznie korzystać z wyników

• Zacznij od wykresu rozrzutu — r opisuje wyłącznie związek liniowy. Na wykresie od razu widać skupiska, łuki i pojedyncze punkty odległe od reszty, których sama liczba nie pokaże.
• Nie porównuj r przy różnych zakresach X — jeśli jeden zbiór obejmuje X od 1 do 100, a drugi od 40 do 60, niższa wartość w drugim przypadku może wynikać z zawężonego zakresu, a nie ze słabszego związku.
• Podawaj r razem z R² — R² mówi wprost, jaki procent zmienności Y wyjaśnia model. Przy |r| = 0,30 to zaledwie 9%, mimo że sama korelacja bywa opisywana jako słaba, ale obecna.
• Pamiętaj o kierunku i jednostkach — po zamianie kolumn X i Y wartość r się nie zmieni, ale równanie regresji już tak. Nachylenie b ma jednostkę Y na X, a wyraz wolny a jednostkę Y.
• Wklejaj dane bez wcześniejszych zaokrągleń — zaokrąglenie kolumn zmniejsza ich rozrzut i zwykle zaniża |r| oraz R². Jeśli masz wartości z większą liczbą miejsc po przecinku, użyj ich w pełnej postaci.

Czego kalkulator nie uwzględnia

• Tylko zależność liniowa — dla związku nieliniowego, na przykład rosnącego, a potem malejącego, r może wyjść bliskie 0, mimo że zmienne są silnie powiązane.
• Wrażliwość na pojedyncze punkty — jedna skrajna obserwacja potrafi wyraźnie przesunąć r w górę lub w dół. Kalkulator nie oznacza wartości odstających ani nie liczy wyniku z ich pominięciem.
• Brak testu istotności i przedziału ufności — narzędzie zwraca r, R², a oraz b, ale nie liczy p-value ani zakresu, w którym mieści się prawdziwy współczynnik dla całej populacji.
• Zakres danych i ekstrapolacja — prosta opisuje wyłącznie przedział X, na którym ją policzono. Przewidywanie Y dla wartości spoza tego przedziału bywa mylące, a kalkulator o tym nie ostrzega.

Najczęstsze pytania