相关系数计算器
粘贴 x、y 两列数据（支持从 Excel/WPS 整块复制的两列成对粘贴），自动算出皮尔逊相关系数 r、决定系数 r² 与斯皮尔曼等级相关系数 ρ，并给出 t 值、双尾 p 值、置信区间、回归方程和相关强度判读。
分别粘贴 x 和 y 两列数字，两列个数必须相同、顺序一一对应。
决定显著性判定的 α（= 1 − 置信水平）与 r 的置信区间宽度。95%（α = 0.05）是论文与 报告的默认口径。
支持逗号、空格、换行分隔，可填小数与负数。
个数必须与 x 列相同；第 1 个 y 对应第 1 个 x，依此类推。至少 3 对数据。
极强正相关（|r| = 0.9311），决定系数 r² = 0.866858，即 y 的变动约有 86.69% 能由 x 的线性关系解释。t = 7.217085（df = 8），p = 0.000091 < α = 0.05，在 95% 水平上显著。
总体 r 的 95% 置信区间（Fisher z 变换）：0.72846 ~ 0.983901。区间不含 0，与显著性结论一致。
斯皮尔曼等级相关系数 ρ = 0.939394（极强正相关），p = 0.000055。两者接近，说明关系基本是线性的，用 r 即可。
回归直线（y 对 x 最小二乘）：y = 53.642857 + 3.160173 x。相关不等于因果，方向与机制需要另行论证。
怎么用
- 准备成对数据：相关系数衡量的是两个变量在同一批观测对象上的共同变化，所以数据必须成对：第 1 个 x 与第 1 个 y 来自同一个人、同一天或同一次实验。两列个数必须相同，至少 3 对（只有 2 对时相关系数恒为 ±1，没有信息量）。缺失值请把整对一起删掉，不要只删一边。
- 录入两列数据：默认「两列分开填」：把 x 列和 y 列分别粘贴进两个输入框，逗号、空格、换行分隔都可以。从 Excel/WPS 整块复制的两列数据，切到「成对粘贴」，每行「2 62」或「2,62」这样一对一对贴进来，制表符会自动识别。
- 选置信水平：90%、95%、99% 三档，决定显著性判定用的 α（α = 1 − 置信水平）和 r 的置信区间宽度。论文与行业报告默认 95%（α = 0.05）；医学、质量控制等误判代价高的场景常用 99%。口径要先定后算，不能算完不理想再回头调。
- 看 r 与相关强度：顶部大字是皮尔逊相关系数 r，范围 −1 到 1：正号表示同向变动，负号表示反向。下面直接给出强度判读（|r| ≥ 0.8 极强、0.6~0.8 强、0.4~0.6 中等、0.2~0.4 弱、< 0.2 极弱或无）与决定系数 r²，r² 表示 y 的变动有多大比例能被 x 的线性关系解释。
- 看显著性与置信区间：工具同时给出 t 值、自由度 df = n − 2、双尾 p 值和总体 r 的置信区间。p < α 才能说「相关显著」；区间跨过 0 就说明连方向都还没定下来。小样本很容易算出很大的 r 却不显著——n = 10 时要 |r| > 0.632 才在 α = 0.05 下显著。
- 对照斯皮尔曼 ρ 并回看散点图：结果里同时给出斯皮尔曼等级相关系数 ρ。若 ρ 明显大于 r，多半是关系单调但不是直线，或者被离群点带偏，这时以 ρ 和散点图为准。最后记住：相关不等于因果，r 再高也只能说明两者同步变动。
核心要点
相关系数衡量两个变量「同步变动」的程度，取值在 −1 到 1 之间。皮尔逊 r = Σ(x−x̄)(y−ȳ) / √(Σ(x−x̄)²·Σ(y−ȳ)²) 测直线关系； 斯皮尔曼 ρ 把两列换成名次后套同一条公式，测单调关系。
- 强度判读：
|r| ≥ 0.8极强、0.6~0.8强、0.4~0.6中等、0.2~0.4弱、< 0.2极弱或无； 符号只表示方向。 - 显著性：
t = r√((n−2)/(1−r²))，df = n − 2，双尾p < α才算显著。α = 0.05时n = 10需|r| > 0.632。 - 典型算例：本页默认数据
n = 10，r ≈ 0.931052、r² ≈ 0.866858、t ≈ 7.217085、p ≈ 0.000091、95% 区间[0.728460, 0.983901]。 - ρ 的 p 值是近似值：斯皮尔曼
ρ的显著性沿用t = ρ√((n−2)/(1−ρ²))的渐近近似， 样本量小或并列秩较多时只宜作参考，不等同于精确置换检验； 正式研究请用置换检验或 SPSS、R 等统计软件复核。 - 三条红线：
r = 0只排除线性关系（抛物线的r也是 0）；相关不等于因果；算r之前先画散点图 （安斯库姆四重奏四组图形迥异的数据r都约 0.816）。
原理与公式
相关系数（correlation coefficient）描述两个变量的共变程度：一个变量偏离自己的 平均值时，另一个是不是也朝同一方向偏离。它是无量纲的——把身高 从厘米换成米、把收入从元换成万元，相关系数都不会变，这正是它比协方差更常用的原因。
皮尔逊相关系数 r（线性相关）
r = cov(x, y) / (sx · sy) = Σ(x−x̄)(y−ȳ) / √(Σ(x−x̄)²·Σ(y−ȳ)²)
等价的原始和写法（更适合手算与查表核对）：r = (nΣxy − Σx·Σy) / √[(nΣx² − (Σx)²)(nΣy² − (Σy)²)]
取值范围 −1 ≤ r ≤ 1：r = 1 表示所有点严格落在一条 上升直线上，r = −1 是严格下降直线，r = 0 表示没有线性 趋势。r² 叫决定系数，等于最小二乘回归能解释的 y 的方差比例。
斯皮尔曼等级相关系数 ρ（单调相关）
把 x、y 各自换成名次（rank），再对这两列名次算皮尔逊相关系数，就是斯皮尔曼 ρ。无并列时可用捷径公式：ρ = 1 − 6Σd² / (n(n²−1))，其中 d 是同一对数据的两个名次之差。
有并列数值时按平均秩处理（三个并列占据第 2、3、4 名，都记 3）， 此时捷径公式不再成立，必须回到「对名次算皮尔逊」的定义——本工具始终按定义计算， 并在存在并列时明确提示，因此结果与 SPSS、R 的 cor(method="spearman") 一致。
显著性检验
原假设 H₀: ρ总体 = 0，统计量t = r · √((n−2)/(1−r²))，df = n − 2
查双尾 p 值，p < α 时拒绝 H₀。 把上式反解可得 r 临界值：r临界 = t* / √(t*² + df)。
α = 0.05 / 0.01 的 r 临界值（双尾）n = 5：0.8783 / 0.9587；n = 8：0.7067 / 0.8343；n = 10：0.6319 / 0.7646；n = 15：0.5140 / 0.6411；n = 20：0.4438 / 0.5614；n = 30：0.3610 / 0.4629；n = 50：0.2787 / 0.3610；n = 100：0.1966 / 0.2565；n = 200：0.1388 / 0.1818。
可见样本越大，越小的 r 也能「显著」——显著性只回答「是否恰好为 0」， 强度必须另看 r² 与置信区间。
总体 r 的置信区间（Fisher z 变换）
r 的抽样分布在接近 ±1 时严重偏斜，不能直接加减误差幅度， 通行做法是先做 Fisher z 变换、在 z 尺度上做对称区间、再变回来：z = artanh(r) = ½·ln((1+r)/(1−r))，SE(z) = 1/√(n−3)区间 = tanh(z ± z* · SE(z))（z* 为正态临界值，95% 时 1.959964）
因此 n ≥ 4 才有区间，|r| = 1 时 z 发散、 区间无定义。斯皮尔曼 ρ 的标准误需要额外的修正系数（Fieller、 Bonett–Wright 等给出约 1.03~1.06 的放大），直接套皮尔逊公式会低估宽度， 所以本工具不为 ρ 给出置信区间。
计算示例（本页默认数据）
每周学习时长 x = 2, 3, 4, 5, 6, 7, 8, 9, 10, 12， 考试成绩 y = 62, 58, 71, 66, 75, 78, 72, 85, 88, 90，n = 10：x̄ = 6.6，ȳ = 74.5Sxx = Σ(x−x̄)² = 92.4，Syy = Σ(y−ȳ)² = 1064.5，Sxy = Σ(x−x̄)(y−ȳ) = 292r = 292 / √(92.4 × 1064.5) = 0.931052，r² = 0.866858t = 0.931052 × √(8/(1−0.866858)) = 7.217085，df = 8，p = 0.000091 < 0.05 → 显著95% 区间 = [0.728460, 0.983901]（不含 0）ρ = 0.939394（Σd² = 10），回归直线 y = 53.642857 + 3.160173x
适用前提与常见误用
皮尔逊 r 要求：数据成对且观测相互独立、两个变量都是连续数值、 关系近似线性、无极端离群点（显著性检验还额外要求近似二元正态）。常见误用有四类：
① 只看数字不看图——安斯库姆四重奏的四组数据（直线、曲线、 单个离群点、单个杠杆点）r 都约 0.816，图形却完全不同；
② 把 r = 0 当成无关——对称抛物线 y = x² 的 r 与 ρ 都是 0，关系却是确定性的；
③ 把相关当因果——反向因果、混杂变量（第三方共同原因）、 样本选择偏差都会制造高相关；
④ 分组混合——把本该分开的两组数据合并，可能出现辛普森悖论， 合并后的相关方向与每一组内部相反。
精度与支持范围
两列数据以原始文本直接交给高精度十进制引擎，不经浮点转换； 所有和、均值、偏差平方和与相关系数本身都按偏差形式Σ(x−x̄)² 累加，而不是 Σx² − (Σx)²/n——后者在数值大而 彼此接近时（如 100000001~100000004）会发生灾难性抵消，把真值 5 算成 0 甚至负数。p 值由不完全贝塔函数表示的 t 分布尾概率求得（相对误差约 1e-13）， 自由度超过 10⁶ 时自动切换到正态极限。
支持范围：数据对数 3 ≤ n ≤ 100000； 单个数据绝对值上限 1e150；置信水平 90%、95%、99%。 某一列所有数值相同（方差为 0）时相关系数无定义，会明确报错而不是返回 0。 所有计算在浏览器本地完成，不上传数据。
常见问题
- 相关系数怎么算？皮尔逊相关系数公式是什么？
- 皮尔逊相关系数 r 等于两个变量的协方差除以各自标准差的乘积，展开成偏差形式就是 r = Σ(x−x̄)(y−ȳ) / √(Σ(x−x̄)²·Σ(y−ȳ)²)。四步走：① 算出 x̄ 与 ȳ；② 对每对数据算偏差乘积 (x−x̄)(y−ȳ) 并求和，得到 Sxy；③ 分别求 Sxx = Σ(x−x̄)²、Syy = Σ(y−ȳ)²；④ 代入 r = Sxy/√(Sxx·Syy)。用原始和的等价写法更适合手算：r = (nΣxy − Σx·Σy) / √[(nΣx² − (Σx)²)(nΣy² − (Σy)²)]。以本页默认数据（每周学习时长 x 与考试成绩 y，n = 10）为例：Σx = 66、Σy = 745、Σxy = 5209、Σx² = 528、Σy² = 56567，代入得 r = (10×5209 − 66×745) / √[(10×528 − 66²)(10×56567 − 745²)] = 2920 / √(924×10645) ≈ 0.931052，r² ≈ 0.866858。
- 相关系数多少算强相关？0.5 的相关系数算高吗？
- 常用的判读区间按 |r| 分档：0.8~1.0 极强相关，0.6~0.8 强相关，0.4~0.6 中等程度相关，0.2~0.4 弱相关，0~0.2 极弱或基本无线性相关；正负号只表示方向，不影响强弱。所以 |r| = 0.5 属于中等程度，r² = 0.25，意味着只有约 25% 的变动能被线性关系解释，另外 75% 来自别的因素——说「高度相关」是夸大了。但这套分档只是经验尺度，不同学科的期待值差别很大：物理测量里 r = 0.9 可能还嫌低，社会科学、心理学、医学观察研究里 r = 0.3~0.4 已经算有价值的发现（Cohen 的经典建议是 0.1 小、0.3 中、0.5 大）。判读时务必同时看三样：样本量 n、p 值是否显著、以及 r 的置信区间有多宽。n = 8 时 r = 0.5 连显著都达不到（α = 0.05 需 |r| > 0.707），谈强弱没有意义。
- 相关系数 r 和决定系数 r² 有什么区别？r² 等于 0.87 说明什么？
- r 和 r² 回答的是两个不同的问题。r 是相关系数，范围 −1 到 1，带方向，回答「两个变量同向还是反向、同步得紧不紧」；r² 是决定系数（也写作 R²），等于 r 的平方，范围 0 到 1，没有方向，回答「y 的总变动里有多大比例能被 x 的线性关系解释」。所以 r = −0.9 与 r = 0.9 的 r² 同为 0.81，解释力一样，只是方向相反。以本页默认数据为例，r ≈ 0.931052 对应 r² ≈ 0.866858，含义是每周学习时长的线性关系能解释考试成绩约 86.7% 的变动，剩下约 13.3% 来自天赋、学习方法、题目难度等本模型没纳入的因素。两个容易踩的坑：① r 的数值不能按比例理解强弱，r = 0.8 的解释力（0.64）不是 r = 0.4（0.16）的两倍，而是四倍；② 一元线性回归里 r² 恰好等于相关系数的平方，但多元回归的 R² 会随着变量个数增加而只升不降，那里要看调整后 R²（adjusted R²），不能拿本页的 r² 直接类比。
- 皮尔逊相关系数和斯皮尔曼相关系数有什么区别？该用哪一个？
- 皮尔逊 r 直接用原始数值，测的是「直线」关系，要求两个变量都是连续的定距/定比数据，且对离群点非常敏感；斯皮尔曼 ρ 先把每列换成名次（并列取平均秩）再套同一条公式，测的是「同增同减」的单调关系，只要求数据可排序，因此顺序变量（满意度 1~5 级、职称等级、成绩排名）和有离群点、明显偏态的数据都能用。三条选择规则：① 数据近似正态、散点图看着像一条直线 → 用 r；② 数据是等级/排名，或存在极端值、明显偏态 → 用 ρ；③ 两者差距很大 → 关系大概率是单调但非线性的，以 ρ 为准并回看散点图。举例：x = 1,2,3,4,5，y = 1,8,27,64,125（完美的三次方关系）ρ = 1 但 r ≈ 0.943118；再如 x = 1~6、y = 1,2,3,4,5,1000，一个离群点就把 r 压到 0.657 而 ρ 仍为 1。注意 ρ 与 r 都只能查一元关系，控制第三个变量要用偏相关。
- 相关系数显著性怎么判断？p 值和 r 临界值表怎么看？
- 检验的原假设是「总体相关系数 ρ = 0」，统计量 t = r·√((n−2)/(1−r²))，自由度 df = n − 2，查双尾 p 值；p < α（常用 0.05）才能说相关显著。等价的做法是查 r 临界值表：α = 0.05 时，n = 5 需 |r| > 0.878，n = 10 需 > 0.632，n = 20 需 > 0.444，n = 30 需 > 0.361，n = 100 需 > 0.197。这解释了两个常见困惑：小样本里很大的 r 也可能不显著（n = 5、r = 0.8 的 p ≈ 0.10），而超大样本里 r = 0.05 也能「显著」——显著只回答「是不是恰好为 0」，不回答「关系够不够强」，后者要看 r² 和置信区间。本工具同时给出基于 Fisher z 变换的总体 r 置信区间：区间跨过 0 就等价于不显著。检验前提是成对抽样独立、近似二元正态；不满足时改用斯皮尔曼 ρ 的秩检验更稳妥。
- 斯皮尔曼相关系数的 p 值怎么算？小样本或并列秩多的时候准吗？
- 本工具与 SPSS、R 的默认做法一致：把 ρ 代进同一个统计量 t = ρ·√((n−2)/(1−ρ²))，按 df = n − 2 查双尾概率，得到 ρ 的 p 值。要留意这是一个渐近近似，不是精确检验——秩统计量的抽样分布本身是离散的，样本量小（一般指 n < 20）或并列秩较多时，这个近似 p 值与精确值会有差距，通常偏乐观。三点实操建议：① 小样本别直接套皮尔逊 r 的临界值表，斯皮尔曼有自己的精确临界值表，同一 n 下门槛并不相同；② 并列值很多时（例如满意度只有 1~5 五档、大量重复），秩之间的信息量被压缩，近似的偏差更明显，可考虑改用肯德尔 τ-b，它对并列有专门修正；③ 论文、临床研究、质量管控等正式场合，建议用置换检验（permutation test）或精确检验，并以 SPSS、R、SAS 的输出为准，本页 p 值作为快速筛查与量级参考使用。
- 相关系数为 0 是不是说明两个变量没关系？相关能证明因果吗？
- 都不能。r = 0 只说明没有「线性」关系，完全可能存在很强的非线性关系：x = −2,−1,0,1,2，y = 4,1,0,1,4 是一条标准抛物线，y 完全由 x 决定，但 r = 0（这组数据非单调，斯皮尔曼 ρ 同样是 0，所以必须画散点图）。反过来，r 很高也不等于 x 导致 y：可能是反向因果（y 影响 x）、共同的第三方原因（夏天同时推高冰淇淋销量与溺水人数）、样本选择偏差，或者纯粹巧合（伪相关）。安斯库姆四重奏是经典的警示：四组差异极大的数据（一条直线、一条曲线、一个离群点、一个杠杆点）r 都约等于 0.816。所以正确用法是「先画散点图，再算 r」，并且只把 r 当作描述同步程度的指标；要谈因果，需要随机对照实验或成体系的因果推断设计。
- Excel 的 CORREL、SPSS 和本工具算出的相关系数不一样，是哪里错了？
- 皮尔逊 r 的定义只有一种，Excel 的 CORREL 与 PEARSON、SPSS/R 的 cor() 和本工具算的是同一个量，正常只会在小数末位有差别，通常出在三处：① 数据没对齐——某一列多一个空格、多一行空值，或缺失值只删了一边，导致配对错位；② 口径不同——你比较的其实是斯皮尔曼 ρ（SPSS 里勾了 Spearman、Excel 需要先转成 RANK 再 CORREL）或肯德尔 τ；③ 浮点误差——数据量级很大且彼此接近时，用 Σx² − (Σx)²/n 展开式的实现会发生灾难性抵消，本工具全程走高精度十进制、并按偏差形式 Σ(x−x̄)² 累加，不会出现这种失真。另外注意 Excel 的 CORREL 会自动忽略文本与空单元格，可能悄悄改变实际参与计算的 n，核对时先确认两边的 n 一致；显著性方面 Excel 不直接给 p 值，需要用 T.DIST.2T(ABS(t), n−2) 自己算，本工具已直接给出。