皮尔逊相关系数计算器 使用指南
皮尔逊相关系数计算器：输入两变量成对数据，计算 Pearson 相关系数 r 衡量线性相关强度与方向，并给出显著性判断，用于相关分析。
计算公式与原理
r = Σ(xᵢ−x̄)(yᵢ−ȳ) / √(Σ(xᵢ−x̄)²·Σ(yᵢ−ȳ)²)
皮尔逊相关系数 r 用两变量离差乘积之和除以各自离差平方和之积的平方根，衡量线性相关的强度与方向：r 取值 −1 到 1，绝对值越大线性关系越强，符号表示正相关或负相关。r = 0 表示无线性相关。
使用步骤
- 填写「X 数据（逗号分隔）」。
- 填写「Y 数据（逗号分隔）」。
- 结果区会即时更新；可一键复制结果用于记录或汇报。
典型使用场景
- 两变量线性相关：r=Σ(x−x̄)(y−ȳ)/√(Σ(x−x̄)²Σ(y−ȳ)²)。
- 判断线性相关方向与强度（−1 至 1）。
- 相关不蕴含因果。
算例参考
- 强正相关：x=[1,2,3,4]、y=[2,4,5,7]：x̄=2.5、ȳ=4.5；Σ(x−x̄)(y−ȳ)=6.5、√(Σ(x−x̄)²·Σ(y−ȳ)²)=√(5×14.75)=√73.75≈8.587；r≈6.5/8.587≈0.757（中强正相关）。
- 无相关：r≈0 表示线性无关联，但可能存在非线性关系（需看图）。
注意事项
结果为按上述公式得到的理论估算值，实际表现受数据分布、实现细节与运行环境影响，落地决策请以实测为准；本工具纯前端运行，输入不上传服务器。
- r=0.8 算强吗？
- 一般 |r|>0.7 强、0.4–0.7 中、<0.4 弱（经验）。但需样本量与领域判断。
- 相关能推因果？
- 不能。冰淇淋销量与溺水相关，但共同受温度驱动，相关≠因果。