Коефіцієнт кореляції Пірсона вимірює силу і напрям лінійного зв'язку між двома кількісними змінними, приймаючи значення від -1 (ідеальна від'ємна кореляція) через 0 (відсутність лінійної залежності) до +1 (ідеальна додатна кореляція), і розраховується як частка коваріації двох змінних та добутку їхніх стандартних відхилень.
Формула коефіцієнта кореляції Пірсона
Формула виглядає так:
r = коваріація(X, Y) / (стандартне відхилення X × стандартне відхилення Y)
На практиці це означає підсумовування добутків відхилень кожної пари спостережень від їхніх відповідних середніх, поділене на корінь з добутку сум квадратів відхилень для кожної змінної окремо. Результат r завжди міститься в діапазоні від -1 до 1, незалежно від одиниць, у яких виражені вхідні змінні.
Як інтерпретувати значення коефіцієнта кореляції
- |r| близьке до 0 (0-0,1) — відсутність чи незначна лінійна кореляція між змінними.
- |r| 0,1-0,3 — слабка кореляція.
- |r| 0,3-0,5 — помірна кореляція.
- |r| 0,5-0,7 — сильна кореляція.
- |r| понад 0,7 — дуже сильна кореляція.
Знак коефіцієнта (додатний чи від'ємний) вказує напрям залежності — додатний означає, що зростання однієї змінної пов'язане зі зростанням іншої, а від'ємний — що зростання однієї змінної пов'язане зі спадом іншої.
Числовий приклад
За п'ять місяців зібрано дані: витрати на рекламу (в тис. злотих): 2, 4, 6, 8, 10 та доходи від продажів (в тис. злотих): 20, 35, 45, 60, 70. Після обчислення середніх (відповідно 6 і 46), відхилень, їхніх добутків та сум квадратів, коефіцієнт кореляції Пірсона становить у цьому випадку r ≈ 0,995, що вказує на майже ідеальну, додатну, лінійну залежність між витратами на рекламу та доходами від продажів у аналізованому періоді.
Кореляція і причинність — поширена помилка інтерпретації
Сильна кореляція між двома змінними автоматично не означає, що одна з них спричиняє зміни іншої. Можливе існування третьої, прихованої змінної, що впливає на обидві досліджувані ознаки (так звана змінна, що спотворює), або залежність може бути суто випадковою, особливо при малих вибірках чи часових даних із спільним трендом. Тому кореляцію варто трактувати як відправну точку для подальшого аналізу, а не доказ причинно-наслідкового зв'язку.
Щоб швидко розрахувати коефіцієнт кореляції для власних пар даних, скористайтеся готовим інструментом: Калькулятор кореляції →
Найпоширеніші запитання про кореляцію Пірсона
Як інтерпретувати значення коефіцієнта кореляції Пірсона?
Значення близьке до 0 означає відсутність лінійного зв'язку, значення близьке до 1 — сильну додатну кореляцію (обидві змінні зростають разом), а значення близьке до -1 — сильну від'ємну кореляцію (одна змінна зростає, коли інша спадає).
Чи сильна кореляція означає причинно-наслідковий зв'язок?
Ні, кореляція показує лише статистичний лінійний зв'язок між змінними, а не те, що одна змінна спричиняє зміни іншої — на це можуть впливати приховані треті змінні або випадковість.
Який діапазон значень приймає коефіцієнт кореляції Пірсона?
Коефіцієнт кореляції Пірсона завжди міститься в діапазоні від -1 до 1, незалежно від одиниць, у яких виражені аналізовані змінні.
Чим відрізняється кореляція Пірсона від кореляції Спірмена?
Кореляція Пірсона вимірює лінійну залежність і вимагає кількісних даних, близьких до нормального розподілу, тоді як кореляція Спірмена вимірює монотонну залежність на основі рангів і краще справляється з нелінійними чи порядковими даними.
Чи кореляція Пірсона виявляє нелінійні залежності?
Ні, кореляція Пірсона може показати значення, близьке до нуля, навіть при сильній, але нелінійній (наприклад, криволінійній) залежності між змінними, тому варто доповнити її точковим графіком (scatter plot).
Наскільки велика вибірка потрібна для достовірного обчислення кореляції?
Чим більша вибірка, тим стабільніша та достовірніша оцінка коефіцієнта кореляції — при дуже малих вибірках (кілька спостережень) окремі викиди можуть значно спотворити результат.
Що таке коефіцієнт детермінації R-квадрат?
R-квадрат — це квадрат коефіцієнта кореляції Пірсона, який виражає, який відсоток мінливості однієї змінної можна пояснити лінійною залежністю від іншої змінної.
Чи викиди впливають на коефіцієнт кореляції?
Так, окремі викиди (значення, що суттєво відрізняються від решти спостережень) можуть значно завищити чи занизити коефіцієнт кореляції Пірсона, тому варто перевірити дані на наявність таких спостережень перед інтерпретацією результату.
Як перевірити, чи кореляція статистично значуща?
Статистичну значущість кореляції зазвичай перевіряють за допомогою t-тесту для коефіцієнта кореляції, який враховує як значення r, так і чисельність вибірки, даючи p-значення для порівняння з прийнятим порогом значущості.
Чи кореляція, що дорівнює нулю, означає повну відсутність зв'язку між змінними?
Не обов'язково — кореляція Пірсона, близька до нуля, вказує на відсутність лінійної залежності, але змінні можуть бути пов'язані нелінійним способом, який цей коефіцієнт не виявляє.