计算过程，无隐藏假设
相关性衡量的是关联，而非因果关系。Pearson r 衡量原始数值之间的线性关联；Spearman ρ 则对秩次应用相同的相关计算，适用于单调关系或有序数据。MAXScanner 会保留成对数据的逐行显示，拒绝长度不一致的列表，并展示得出相关系数所依据的交叉离差和，而不是只给出一个无法解释的数字。
如何使用此计算器
按相同顺序分别粘贴 X 值和 Y 值；两列数据的观测数量必须相同。
若关注原始测量值之间的线性关联，选择 Pearson；若关注秩次或单调关联，选择 Spearman。
请同时查看相关系数、R²、协方差和数据表；在将较强的相关系数视为有意义的关系之前，应先检查原始数据。
常见使用场景
- •检验两个测量变量之间的关联
- •当异常值或非线性单调关系较为重要时，比较 Pearson 与基于秩次的相关系数
- •在回归分析前核查成对的电子表格数据
示例：学习时长与成绩
对于成绩总体随学习时长增加而提高的成对观测，若两者关系接近直线，Pearson r 会趋近于 +1。若增长呈单调但有弧度，Spearman ρ 仍可能保持较高数值。
结果未作出的假设
- •相关性并不能证明因果关系，可能受混杂变量、受限取值范围或异常值的影响。
- •Pearson 衡量的是线性关联。Pearson r 接近零并不排除存在较强的曲线关系。
- •Spearman 对并列值采用平均秩；若数据集的缺失值或并列值处理方式不同，其他软件的结果可能有所差异。
常见问题
相关系数为 +1 或 −1 意味着什么？+
对于所选方法，+1 表示完全正相关（线性或秩次意义上），−1 表示完全负相关。接近零的值表示线性或秩次关联较弱，但不一定表示两者毫无关系。
应选择 Pearson 还是 Spearman？+
当关注原始数值尺度上的线性关系时，使用 Pearson；当秩次或单调关系更合适时，使用 Spearman。
R² 与相关系数是一回事吗？+
对于带截距的简单 Pearson 线性回归，R² 等于 r²。平方会去掉符号，因此 R² 不能表示方向。
相关下一步
继续计算
这些链接会进入不同的输入、公式或项目阶段，而不是本页的关键词变体。
线性回归计算器——最佳拟合直线、R²、相关系数与残差
对成对的 X/Y 数据进行最小二乘简单线性拟合，计算斜率、截距、Pearson r、R²、预测值、残差以及回归过程中使用的各项求和。
打开协方差计算器 — 样本与总体协方差及相关系数
根据两组成对数据计算样本或总体协方差，并给出均值、交叉离差和、标准差、Pearson 相关系数以及逐行计算过程。
打开统计计算器 — 均值、中位数、众数、四分位数、方差与标准差
粘贴数据集，计算计数、总和、均值、中位数、众数、最小值/最大值/极差、Tukey 四分位数、IQR、样本/总体方差与标准差、标准误、变异系数、偏度、超额峰度、异常值边界以及频数表。
打开标准差计算器 — 样本与总体方差（含步骤）
根据粘贴的数据计算样本或总体标准差，并给出均值、方差、平方偏差和、标准误、变异系数、Tukey 异常值，以及逐行的偏差与 z 分数表。
打开Z 分数计算器 — 标准化或反求 x、均值与标准差
计算 z = (x − 均值) ÷ 标准差，或反向求解原始值、均值或标准差，并给出正态分布百分位参考及代入过程。
打开频数分布计算器——频数、相对频数与累积频数表
粘贴原始数据，即可生成未分组或分组的频数分布表，包括计数、相对频数、累积频数、累积百分比、组中值，并与原始样本量 n 进行核对。
打开置信区间计算器 — 均值（z/t）与比例，含计算步骤
计算均值的 90%、95% 或 99% 置信区间：总体标准差已知时使用 z 区间，以样本标准差按 t 分布计算，或使用 Wilson 区间计算比例的置信区间。
打开加权平均数计算器 — 数值、权重、贡献与简单平均
粘贴数值与权重的行数据，计算加权平均数、加权和、总权重、简单平均、加权偏移量，以及每行的归一化权重百分比、乘积和贡献值；权重无需合计为 100。
打开免费发布者小组件
把此计算器放到你的网站上
无需重新实现计算逻辑，即可向读者提供实时计算器。一键复制响应式嵌入代码，或在发布前调整宽度、高度、边框和圆角。可见的 MAXScanner 品牌归属会保留。
计算器嵌入 HTML
将此代码粘贴到你的页面。聚焦代码框即可手动选择代码。
让结果与实际工作保持关联
MAXScanner 会把公式和假设保留在结果旁边，方便你在将数字用于图纸、估算、规范、工作表或文档前进行核对。如果供应商、制造商、图纸或适用标准规定了要求，应以该来源为准。