Beginner

Beregner af korrelationskoefficient

Indtast to lige lange lister af tal for at beregne Pearsons korrelationskoefficient mellem dem.
Pearson-korrelation (r)
0,8528

Stærk positiv korrelation

Correlation strength: Strong positive
Par (n)
5
r
0,8528
r² (determinationskoefficient)
0,7273
Styrke
Stærk positiv korrelation
Regressionshældning
0,8
Resultaterne er skøn, der kun gives til generel information og er ikke professionel rådgivning — verificér altid vigtige resultater uafhængigt, før du forlader dig på dem. Læs hele ansvarsfraskrivelsen.
Formel
r = Σ(xᵢ − x̄)(yᵢ − ȳ) / √(Σ(xᵢ − x̄)² × Σ(yᵢ − ȳ)²)
How this is calculated

Du angiver to lige lange lister, X og Y, hvor hvert Xᵢ er parret med Yᵢ på samme position (rækkefølgen betyder noget, da lommeregneren kun sammenligner værdier på matchende positioner). Den finder først gennemsnittet af hver liste, x̄ og ȳ, og måler derefter for hvert par afvigelserne dx = xᵢ − x̄ og dy = yᵢ − ȳ.

Tælleren summerer produkterne dx·dy (kovariansleddet): den er positiv, når X og Y har tendens til at ligge over eller under deres gennemsnit samtidig, og negativ, når den ene er høj, mens den anden er lav. Nævneren, √(Σdx² × Σdy²), omskalerer denne sum med hver listes spredning, så r er dimensionsløs og altid ligger mellem −1 og +1 uanset de oprindelige enheder. r² er ganske enkelt r i anden — den andel af variansen, der deles lineært — og regressionshældningen er Σdx·dy ÷ Σdx².

Pearsons r registrerer kun retlinede mønstre, antager, at parrene er uafhængige, og er følsom over for outliers. Den kræver mindst to par og bryder sammen (udefineret), hvis den ene af listerne ingen variation har. En korrelation beviser aldrig, at den ene variabel forårsager den anden.

Om denne lommeregner

Pearsons korrelationskoefficient, r, måler, hvor stærkt to variabler bevæger sig sammen i et lineært forhold. Den ligger mellem −1 og +1: en værdi nær +1 indikerer et stærkt positivt forhold (når den ene variabel stiger, gør den anden det også), en værdi nær −1 indikerer et stærkt negativt forhold, og en værdi nær 0 indikerer ringe eller intet lineært forhold.

Angiv to lister af samme længde, hvor hvert X er parret med det Y, der står på samme position. Beregneren rapporterer også r², determinationskoefficienten, som er den andel af variansen i den ene variabel, der forklares af den anden, sammen med hældningen for den bedst tilpassede regressionslinje. Husk, at korrelation ikke betyder årsagssammenhæng, og at Pearsons r kun fanger lineære forhold — to variabler kan være stærkt relaterede i et buet mønster og alligevel have en r tæt på nul.

Ofte stillede spørgsmål

Den måler styrken og retningen af det lineære forhold mellem to variabler. Værdier nær +1 eller −1 indikerer stærke forhold, mens værdier nær 0 indikerer et svagt eller intet lineært forhold.

Nej. Korrelation betyder ikke årsagssammenhæng. To variabler kan være stærkt korrelerede på grund af tilfældigheder eller en tredje bagvedliggende faktor, ikke fordi den ene forårsager den anden.

R-kvadrat er kvadratet på korrelationskoefficienten. Den repræsenterer den brøkdel af variationen i den ene variabel, som kan forklares ved et lineært forhold til den anden. En r på 0.8 giver en r² på 0.64, eller 64 %.

Også kendt som

korrelationskoefficient
pearson r
korrelation beregner
r kvadreret
lineær korrelation
korrelationskoefficient beregner
samvariation

APA

TG we-Calculate Editorial Team. (2026). Beregner af korrelationskoefficient [Online calculator]. TG we-Calculate. https://we-calculate.com/da/calculator/correlation-coefficient-calculator

Chicago

TG we-Calculate Editorial Team. "Beregner af korrelationskoefficient." TG we-Calculate. 2026. https://we-calculate.com/da/calculator/correlation-coefficient-calculator.

IEEE

TG we-Calculate Editorial Team, "Beregner af korrelationskoefficient," TG we-Calculate, 2026. [Online]. Available: https://we-calculate.com/da/calculator/correlation-coefficient-calculator

BibTeX

@misc{wecalculate_correlation_coefficient_calculator, title = {Beregner af korrelationskoefficient}, author = {{TG we-Calculate Editorial Team}}, howpublished = {\url{https://we-calculate.com/da/calculator/correlation-coefficient-calculator}}, year = {2026}, note = {TG we-Calculate} }

Hjalp denne lommeregner dig?