研究
学科
产品
解决方案
教育
功能
商业
cn
线性相关系数的计算和解释
11.3
考虑在特定时间段内二氧化碳浓度与年平均气温的数据集。数据点的散点图显示这两个变量之间可能存在线性关系。
为了确认直线模式,需计算线性相关系数 r。
首先,计算 x 的平方、y 的平方以及 x 与 y 的乘积,然后将它们相加。数据点的数量为 7。
根据这些数值,计算相关系数。
相关系数值的含义可通过临界值表进行解释。
在显著性水平为 0.05 且 n 等于 7 时,临界值为 0.754。
由于 r 的模大于临界值,因此有充分证据支持变量之间存在线性相关性的结论。
r 平方值表明,年平均气温变化的76.2%可由二氧化碳浓度与年平均气温之间的线性关系解释。
相关系数 r 是卡尔·皮尔逊(Karl Pearson)在 1900 年代初期提出的,它是一个数值,能够用来衡量自变量 x 和因变量 y 之间线性关系的强度和方向。因此,它也称为皮尔逊积矩相关系数。可以使用以下公式来进行计算:
其中 n = 数据点的数量。
通过样本相关系数表中的 95% 临界值,可…