सहसंबंध गुणांक कैलकुलेटर

ऊपर गणना की गई सहसंबंध गुणांक पियर्सन के सहसंबंध गुणांक से मेल खाती है।इसकी गणना करने की आवश्यकता यह है कि दो चर X और y को कम से कम अंतराल स्तर पर मापा जाता है (जिसका अर्थ है कि यह नाममात्र या क्रमिक चर के साथ काम नहीं करता है)।

The formula for Pearson's correlation coefficient is:

\[r =\frac{n \sum_{i=1}^n x_i y_i - \left(\sum_{i=1}^n x_i \right) \left(\sum_{i=1}^n y_i \right) }{\sqrt{n \sum_{i=1}^n x_i^2 - \left( \sum_{i=1}^n x_i \right)^2} \sqrt{n \sum_{i=1}^n y_i^2 - \left( \sum_{i=1}^n y_i \right)^2} }\]

या समतुल्य रूप से

\[r = \frac{\sum_{i=1}^n x_i y_i - \frac{1}{n}\left(\sum_{i=1}^n x_i \right) \left(\sum_{i=1}^n y_i \right) }{\sqrt{\sum_{i=1}^n x_i^2 - \frac{1}{n}\left( \sum_{i=1}^n x_i \right)^2} \sqrt{\sum_{i=1}^n y_i^2 - \frac{1}{n}\left( \sum_{i=1}^n y_i \right)^2}} = \frac{SS_{XY}}{\sqrt{SS_{XX}\cdot SS_{YY} }}\]

यदि आपके पास दो या अधिक चर हैं, तो आप हमारे उपयोग कर सकते हैं मैट r मैटrugutun their ।इसके अलावा, यदि चर के लिए डेटा << XYZ >> और << XYZ >> पियर्सन के सहसंबंध के लिए पैरामीट्रिक मान्यताओं को पूरा नहीं करता है, तो आपको इसका उपयोग करना चाहिए सthurमैन kada सहसंबंध सहसंबंध सहसंबंध बजाय।

सहसंबंध और प्रतिगमन

सहसंबंध और प्रतिगमन एक ही चीज नहीं हैं, हालांकि वे कसकर संबंधित अवधारणाएं हैं।सहसंबंध विश्लेषण सहसंबंध गुणांक की गणना से मेल खाता है, जो एक मूल्य है जो -1 से 1 तक होता है, जो दो चर के बीच रैखिक एसोसिएशन की डिग्री का आकलन करता है।

पूर्ण मूल्य में करीब सह - संबंध 1 पर जाता है, दो चर के बीच रैखिक एसोसिएशन को तंग करता है।1 के करीब एक तंग सकारात्मक रैखिक एसोसिएशन को इंगित करता है, और -1 के करीब एक तंग नकारात्मक एसोसिएशन को इंगित करता है

सहसंबंध विश्लेषण करने की प्रक्रिया में अक्सर शामिल होता है अफ़रपदात , गुणांक गुणांक द्वारा प्राप्त जानकारी की पुष्टि करने के लिए।

एक बार जब हमने पुष्टि की कि सहसंबंध पूर्ण मूल्य में 1 के करीब है कि स्कैटरप्लॉट एक यथोचित तंग रैखिक पैटर्न दिखाता है, तो हम एक चला सकते हैं रोटी विश्लेषण, मात्रात्मक रूप से आश्रित चर X के प्रभाव का आकलन करने के लिए आश्रित चर वाई पर।

क्या मैं सहसंबंध गुणांक की गणना करने के लिए जेड-स्कोर का उपयोग कर सकता हूं

निश्चित रूप से!आपने हर जगह सांख्यिकी और स्वाभाविक रूप से जेड-स्कोर देखे हैं, आपको आश्चर्य है कि क्या आप कर सकते हैं जेड-स्कोर के साथ सहसंबंध की गणना करें ।आप निश्चित रूप से इसे कर सकते हैं, और वास्तव में, यह सामाजिक विज्ञान के आंकड़ों में इसे करने का प्रथागत तरीका है।

इस सहसंबंध कैलकुलेटर के समान अन्य कैलकुलेटर

इसके अलावा, की अवधारणा है बहु सहसंबंध गुणांक , जब आपके पास एक से अधिक भविष्यवक्ता होते हैं, जो प्रतिगमन द्वारा देखे गए \(Y\) मानों और अनुमानित मान \(\hat Y\) के बीच सहसंबंध की गणना करके प्राप्त किया जाता है।