# オンライン・ピアソン相関係数計算機：完全ガイド
ピアソンの相関係数 (r) は、2つの数値変数がどのように線形に関連しているかを測定するための標準的な統計ツールです。学術論文、市場分析、または科学研究においも、データの強さを理解することは不可欠です。 1 完全な連関
0 独立
ローカル 100%のプライバシー
# ピアソンのr係数は何に使用されますか？
ピアソン指数は、傾向が存在するかどうかを明らかにします。一方の変数が増加したとき、もう一方も増加するか（正の相関）、それとも減少するか（負の相関）？このツールは、Excel、SPSS、またはPythonでのデータ分析に欠かせません。ピアソン相関
明確な線形関係を持つ量的変数に最適。
- 数値データ
- 線形関係
- 正規性が必要
スピアマン相関
順序データや単調な非線形関係に適している。
- 順序データ（順位）
- 単調な関係
- 外れ値に強い
# 結果の解釈：数値表
| 数値範囲 (r) | 関係の強さ | 実用的な意味 |
|---|---|---|
| 0.90 〜 1.00 | 極めて強い | ほぼ完璧な関係。予測に最適。 |
| 0.70 〜 0.89 | 強い | 変数間に明確な線形依存関係がある。 |
| 0.40 〜 0.69 | 中程度 | 傾向は見られるが、かなりのばらつきがある。 |
| 0.20 〜 0.39 | 弱い | 関係が乏しい。他の要因の影響の方が大きい。 |
| 0.00 〜 0.19 | なし / 無視できる | 有意な線形関係は存在しない。 |
# この計算機の利点と限界
- Excel/CSVからの貼り付け： データを1つずつ入力する必要はありません。
- 即座な散布図表示 と回帰直線の描画。
- 100%のプライバシー： データがPC外に送信されることはありません。
- 線形関係のみを検出します（曲線関係は不可）。
- 外れ値（極端な値）に非常に敏感です。
- 少なくとも2つの有効なデータペアが必要です。
エキスパート・ヒント
r値を盲信する前に、必ず 散布図 を確認してください。高い係数が1つの外れ値によって引き起こされている場合や、低い係数がピアソンでは検出できない非常に強い曲線関係を隠している場合があります。# 統計用語集
- 共分散
- 2つの確率変数が一緒にどの程度変化するかを示す指標。
- 線形回帰
- 変数間の依存関係を近似するために使用される数学的モデル。
- 決定係数 r²
- 独立変数から予測可能な分散の割合。
- 散布図
- 平面上でのデータペアの分布を示す点グラフ。