ホーム 数学 ピアソン相関係数の計算ツール ピアソン相関係数の計算ツール 2つのデータ列からピアソン相関係数rと決定係数r²を計算し、相関の強さ（強い・中程度・弱い）を判定します。 印刷 入力 データ入力 Xの値 カンマ区切りで数値を入力してください（例：1, 2, 3, 4, 5）。 Yの値 カンマ区切りで数値を入力してください。Xと同じ個数にする必要があります。 結果 ピアソン相関係数 r XとYの線形関係の強さと方向を表す−1〜+1の無次元指標です。 相関なし〜弱い相関（|r| < 0.3）中程度の相関（0.3 ≤ |r| < 0.7）強い相関（|r| ≥ 0.7） 詳細 決定係数 r² データ数（n） 散布図 データ点 回帰直線 X Y 0 at 0 共有 レポートを印刷 リセット 埋め込み この計算機を埋め込む プレビュー このコードをページに貼り付けると計算機を表示できます。 コードをコピー この計算を共有 このリンクを開くと、入力した値がそのまま表示されます。 リンクをコピー 共有する XFacebookLINE メール 最終更新: 2026-05-22 ピアソン相関係数とは ピアソン相関係数（r）は、2つの数値変数の線形関係の強さと向きを −1 〜 +1 の範囲で表す無次元の指標です。+1 に近いほど一方が増えるともう一方も直線的に増える関係を、−1 に近いほど一方が増えるともう一方が直線的に減る関係を示し、0 付近は直線的な関係がほとんどないことを意味します。 このツールは、カンマ区切りで入力した2つの数値列から相関係数 r と決定係数（r²）を算出し、相関の強さ（強い・中程度・弱い）も併せて評価します。 計算式 r=∑i=1n(xi−xˉ)(yi−yˉ)∑i=1n(xi−xˉ)2⋅∑i=1n(yi−yˉ)2r = \frac{\sum_{i=1}^{n}(x_i - \bar{x})(y_i - \bar{y})}{\sqrt{\sum_{i=1}^{n}(x_i - \bar{x})^2 \cdot \sum_{i=1}^{n}(y_i - \bar{y})^2}} 分子は偏差の積和で、XとYがそれぞれの平均からどちらの方向にずれるかを捉えます。分母はX・Yそれぞれのばらつきで正規化しているため、rの値はデータの単位や規模に関わらず必ず −1 〜 +1 の範囲に収まります。 計算例 デフォルト値のデータセット X = [1, 2, 3, 4, 5]、Y = [2, 4, 5, 4, 5] を例に、計算の流れを示します。 ステップ1 — 平均を計算する xˉ=1+2+3+4+55=3yˉ=2+4+5+4+55=4\bar{x} = \frac{1+2+3+4+5}{5} = 3 \qquad \bar{y} = \frac{2+4+5+4+5}{5} = 4 ステップ2 — 偏差と積を計算する ixᵢxᵢ − x̄yᵢyᵢ − ȳ(xᵢ−x̄)(yᵢ−ȳ)(xᵢ−x̄)²(yᵢ−ȳ)²11−22−244422−1400103305+100144+14001055+25+1241合計6106 ステップ3 — 式に代入する r=610×6=660≈0.7746r = \frac{6}{\sqrt{10 \times 6}} = \frac{6}{\sqrt{60}} \approx 0.7746 r2=(0.7746)2≈0.60r^2 = (0.7746)^2 \approx 0.60 解釈： r ≈ 0.77 は強い正の相関を示します。Yのばらつきの約60%がXとの線形関係で説明できます。 r の値の読み方 r の値意味+1.0完全な正の線形関係+0.7〜+0.99強い正の相関+0.3〜+0.69中程度の正の相関−0.3〜+0.3弱い、またはほぼ無相関−0.3〜−0.69中程度の負の相関−0.7〜−0.99強い負の相関−1.0完全な負の線形関係 これらの基準はあくまでも目安です。疫学では r = 0.3 でも実用的に意味のある相関と判断されることがありますし、工学や物理では r < 0.99 はノイズが多すぎると見なされる場合もあります。同じ r の値でも、分野の慣行と研究の文脈によって解釈は変わります。 r と r² の違い rとr²はそれぞれ異なる問いに答えます。 r は線形関係の「方向」と「強さ」を表します。−0.9 と +0.9 は同じ強さで、符号が正負どちらかを示します。 r²（決定係数）は「YのばらつきのうちXの線形関係で説明できる割合」を表します。0〜1 の値をとり、符号はありません。r² = 0.64 ならば、Yの変動の64%がXとの直線関係で説明できるということです。 「直線へのあてはまりはどのくらい強いか」を知りたいときはr、「Xはどれくらいの割合でYの変動を説明するか」を定量的に把握したいときはr²を使うのが一般的です。 相関は因果ではない rが高いからといって、XがYを引き起こすとは言えません。身近な例をいくつか挙げます。 アイスクリームの売上と水難事故件数は夏に同時に増える（共通原因：気温上昇）。 子どもの靴のサイズと読書能力は正の相関がある（共通原因：年齢・発達段階）。 1世帯あたりのテレビ台数が多い国ほど平均寿命が長い（どちらも経済的豊かさを反映）。 因果関係を立証するには、対照実験の設計・交絡因子の排除・時間的先行性の確認（原因は結果より先に起きる）が必要です。相関はあくまでも「何らかの関係がありそう」という手がかりにすぎません。 スピアマン相関との使い分け ピアソンrを使うには次の条件がそろっていることが望ましいです。 両変数が連続量（間隔尺度または比率尺度）である。 XとYの関係がおおむね直線的である。 外れ値が積和を大きく歪めていない。 これらの条件が満たされない場合に適しているのがスピアマン順位相関係数です。スピアマン法は生の数値を順位に変換してからピアソンrと同様の計算を行うため、順序データ・単調な非線形関係・外れ値に対してより頑健です。散布図を描いて関係が曲線状のとき、あるいは一部の点が大きく外れているときは、スピアマンのほうが適切な選択となります。 よくある質問 (FAQ)相関係数r = 0.7はどのくらい強い相関ですか？r = 0.7は強い正の線形相関を示します。Xが増えるにつれてYも一定の傾向で増えており、その関係は直線に近い形で現れます。統計学の慣例では |r| ≥ 0.7 を「強い相関」、0.3 ≤ |r| < 0.7 を「中程度の相関」、|r| < 0.3 を「弱い相関または無相関」と分類することが多いですが、分野によって異なります。心理学・社会科学では r = 0.5 でも実用上十分な相関と見なされることがあり、工学では r < 0.99 はノイズが多すぎると判断される場合もあります。 相関が高ければ因果関係がある証拠になりますか？いいえ。相関係数が高くても、因果関係があるとは限りません。XとYが同時に動いているのは、第三の変数（交絡因子）が両方に影響しているためかもしれません。たとえばアイスクリームの売上と水難事故の件数は夏に同時に増えますが、アイスクリームが水難事故を引き起こすわけではありません（どちらも「気温上昇」が原因です）。因果関係を示すには、対照実験の実施・時間的先行性の確認・交絡因子の排除が必要です。相関はあくまでも「関係が存在する可能性」を示す手がかりにすぎません。 相関係数rと決定係数r²の違いは何ですか？r（ピアソン相関係数）は線形関係の方向と強さを −1〜+1 の範囲で表します。正の値はXが増えるとYも増える傾向、負の値は逆の傾向を意味します。一方 r²（決定係数）は「YのばらつきのうちXとの線形関係で説明できる割合」を示します。たとえば r = 0.8 なら r² = 0.64 となり、Yの変動の64%がXとの直線的関係で説明できることを意味します。r²は常に0以上で直感的なパーセント表示として便利ですが、正負の方向情報は失われます。 スピアマン相関はどんなときに使いますか？データが順序尺度（順位データ）の場合、XとYの関係が単調増加・単調減少ではあるが直線的でない場合、または外れ値が少数含まれている場合はスピアマン順位相関係数が適しています。スピアマン法は生の数値を順位に変換してからピアソンrを計算するため、外れ値の影響を受けにくく、非線形な単調関係にも対応できます。散布図を描いたときに関係が曲線状であったり、一部の点が大きく外れていたりする場合はスピアマンを選ぶのが無難です。両変数が連続量で正規分布に近く、散布図がおおむね直線状であればピアソンrが最適です。 次のおすすめ 分散・標準偏差の計算 カンマ区切りの数値から分散と標準偏差を計算します。標本（n−1）と母集団（n）の公式を即時切り替え可能。 詳しく解説記述統計量計算ツール 平均・標準偏差・分散・範囲・最小値・最大値を8つのデータから計算。母集団統計と標本統計を同時表示。 詳しく解説Zスコア計算ツール Zスコア（標準スコア）と正規分布における近似パーセンタイルを計算します。観測値・平均値・標準偏差から、Z値表を使わずに値を求めます。 詳しく解説平均・中央値・最頻値の計算 コンマ区切りで数値を入力すると、平均値・中央値・最頻値・範囲を計算できます。代表値の求め方を基礎から確認したいときにも便利です。 詳しく解説 200+ ツール · 10 言語対応 · 完全無料 統計の他の計算 Zスコア計算ツールピアソン相関係数の計算ツール加重平均の計算記述統計量計算ツール誤差率（百分率誤差）の計算信頼区間の計算 +3 more Show less 分散・標準偏差の計算平均・中央値・最頻値の計算変動係数（CV）の計算 数学の他のカテゴリ 代数 2元連立一次方程式の解（クラメールの公式）一次方程式の計算（ax + b = c）三次方程式の解絶対値方程式の解（|ax + b| = c）多項式の定積分多項式の微分計算二次方程式の解判別式の計算平方完成の計算平面幾何 2点を通る直線の方程式2点間の距離計算ピタゴラスの定理の計算円の弦と弧の計算円の面積・円周の計算円環面積の計算円弧の長さの計算三角形の外接円の計算三角形の計算（ASA）― 1辺と2角から全要素を求める三角形の計算（SAS）― 2辺と夾角から全要素を求める三角形の計算（SSS）― 3辺から全要素を求める三角形の面積計算正三角形の計算正多角形の計算扇形の面積計算楕円の面積・周の長さの計算台形の面積計算中点計算ツール直角三角形の計算直角二等辺三角形（45-45-90）の計算直線の傾き計算ツール二等辺三角形の計算平行四辺形の面積計算立体幾何 トーラス体積の計算円錐の体積・表面積の計算円錐台（切頭円錐）の計算円柱の体積・表面積の計算球の体積・表面積の計算四角錐の体積・表面積の計算直方体の体積・表面積の計算立方体の計算 — 体積・表面積・対角線三角法 ベクトルの大きさの計算外積の計算（3次元ベクトル）逆三角関数の計算（arcsin・arccos・arctan）三角関数の計算（sin・cos・tan）正弦定理 — AAS（二角一辺）の計算余弦定理の計算確率 カード確率の計算サイコロ確率の計算階乗の計算（n!）順列の計算 — P(n, r)条件付き確率・ベイズの定理計算ツール正規分布計算ツール組み合わせの計算 — C(n, r)二項確率の計算数列・級数 フィボナッチ数列の計算等差数列の計算平均変化率計算ツール数論 ローマ数字変換ツール最大公約数・最小公倍数の計算指数表記（科学的記数法）変換器素因数分解の計算素数チェッカー対数の計算分数・パーセント パーセント計算比・比例の計算分数・小数・百分率の変換分数の四則演算 この計算機は役に立ちましたか？ 役に立った 改善が必要 改善が必要 どのような点が改善されると良いですか？ フィードバックを送信 Powered by OneCalc ↗
最終更新: 2026-05-22 ピアソン相関係数とは ピアソン相関係数（r）は、2つの数値変数の線形関係の強さと向きを −1 〜 +1 の範囲で表す無次元の指標です。+1 に近いほど一方が増えるともう一方も直線的に増える関係を、−1 に近いほど一方が増えるともう一方が直線的に減る関係を示し、0 付近は直線的な関係がほとんどないことを意味します。 このツールは、カンマ区切りで入力した2つの数値列から相関係数 r と決定係数（r²）を算出し、相関の強さ（強い・中程度・弱い）も併せて評価します。 計算式 r=∑i=1n(xi−xˉ)(yi−yˉ)∑i=1n(xi−xˉ)2⋅∑i=1n(yi−yˉ)2r = \frac{\sum_{i=1}^{n}(x_i - \bar{x})(y_i - \bar{y})}{\sqrt{\sum_{i=1}^{n}(x_i - \bar{x})^2 \cdot \sum_{i=1}^{n}(y_i - \bar{y})^2}} 分子は偏差の積和で、XとYがそれぞれの平均からどちらの方向にずれるかを捉えます。分母はX・Yそれぞれのばらつきで正規化しているため、rの値はデータの単位や規模に関わらず必ず −1 〜 +1 の範囲に収まります。 計算例 デフォルト値のデータセット X = [1, 2, 3, 4, 5]、Y = [2, 4, 5, 4, 5] を例に、計算の流れを示します。 ステップ1 — 平均を計算する xˉ=1+2+3+4+55=3yˉ=2+4+5+4+55=4\bar{x} = \frac{1+2+3+4+5}{5} = 3 \qquad \bar{y} = \frac{2+4+5+4+5}{5} = 4 ステップ2 — 偏差と積を計算する ixᵢxᵢ − x̄yᵢyᵢ − ȳ(xᵢ−x̄)(yᵢ−ȳ)(xᵢ−x̄)²(yᵢ−ȳ)²11−22−244422−1400103305+100144+14001055+25+1241合計6106 ステップ3 — 式に代入する r=610×6=660≈0.7746r = \frac{6}{\sqrt{10 \times 6}} = \frac{6}{\sqrt{60}} \approx 0.7746 r2=(0.7746)2≈0.60r^2 = (0.7746)^2 \approx 0.60 解釈： r ≈ 0.77 は強い正の相関を示します。Yのばらつきの約60%がXとの線形関係で説明できます。 r の値の読み方 r の値意味+1.0完全な正の線形関係+0.7〜+0.99強い正の相関+0.3〜+0.69中程度の正の相関−0.3〜+0.3弱い、またはほぼ無相関−0.3〜−0.69中程度の負の相関−0.7〜−0.99強い負の相関−1.0完全な負の線形関係 これらの基準はあくまでも目安です。疫学では r = 0.3 でも実用的に意味のある相関と判断されることがありますし、工学や物理では r < 0.99 はノイズが多すぎると見なされる場合もあります。同じ r の値でも、分野の慣行と研究の文脈によって解釈は変わります。 r と r² の違い rとr²はそれぞれ異なる問いに答えます。 r は線形関係の「方向」と「強さ」を表します。−0.9 と +0.9 は同じ強さで、符号が正負どちらかを示します。 r²（決定係数）は「YのばらつきのうちXの線形関係で説明できる割合」を表します。0〜1 の値をとり、符号はありません。r² = 0.64 ならば、Yの変動の64%がXとの直線関係で説明できるということです。 「直線へのあてはまりはどのくらい強いか」を知りたいときはr、「Xはどれくらいの割合でYの変動を説明するか」を定量的に把握したいときはr²を使うのが一般的です。 相関は因果ではない rが高いからといって、XがYを引き起こすとは言えません。身近な例をいくつか挙げます。 アイスクリームの売上と水難事故件数は夏に同時に増える（共通原因：気温上昇）。 子どもの靴のサイズと読書能力は正の相関がある（共通原因：年齢・発達段階）。 1世帯あたりのテレビ台数が多い国ほど平均寿命が長い（どちらも経済的豊かさを反映）。 因果関係を立証するには、対照実験の設計・交絡因子の排除・時間的先行性の確認（原因は結果より先に起きる）が必要です。相関はあくまでも「何らかの関係がありそう」という手がかりにすぎません。 スピアマン相関との使い分け ピアソンrを使うには次の条件がそろっていることが望ましいです。 両変数が連続量（間隔尺度または比率尺度）である。 XとYの関係がおおむね直線的である。 外れ値が積和を大きく歪めていない。 これらの条件が満たされない場合に適しているのがスピアマン順位相関係数です。スピアマン法は生の数値を順位に変換してからピアソンrと同様の計算を行うため、順序データ・単調な非線形関係・外れ値に対してより頑健です。散布図を描いて関係が曲線状のとき、あるいは一部の点が大きく外れているときは、スピアマンのほうが適切な選択となります。 よくある質問 (FAQ)相関係数r = 0.7はどのくらい強い相関ですか？r = 0.7は強い正の線形相関を示します。Xが増えるにつれてYも一定の傾向で増えており、その関係は直線に近い形で現れます。統計学の慣例では |r| ≥ 0.7 を「強い相関」、0.3 ≤ |r| < 0.7 を「中程度の相関」、|r| < 0.3 を「弱い相関または無相関」と分類することが多いですが、分野によって異なります。心理学・社会科学では r = 0.5 でも実用上十分な相関と見なされることがあり、工学では r < 0.99 はノイズが多すぎると判断される場合もあります。 相関が高ければ因果関係がある証拠になりますか？いいえ。相関係数が高くても、因果関係があるとは限りません。XとYが同時に動いているのは、第三の変数（交絡因子）が両方に影響しているためかもしれません。たとえばアイスクリームの売上と水難事故の件数は夏に同時に増えますが、アイスクリームが水難事故を引き起こすわけではありません（どちらも「気温上昇」が原因です）。因果関係を示すには、対照実験の実施・時間的先行性の確認・交絡因子の排除が必要です。相関はあくまでも「関係が存在する可能性」を示す手がかりにすぎません。 相関係数rと決定係数r²の違いは何ですか？r（ピアソン相関係数）は線形関係の方向と強さを −1〜+1 の範囲で表します。正の値はXが増えるとYも増える傾向、負の値は逆の傾向を意味します。一方 r²（決定係数）は「YのばらつきのうちXとの線形関係で説明できる割合」を示します。たとえば r = 0.8 なら r² = 0.64 となり、Yの変動の64%がXとの直線的関係で説明できることを意味します。r²は常に0以上で直感的なパーセント表示として便利ですが、正負の方向情報は失われます。 スピアマン相関はどんなときに使いますか？データが順序尺度（順位データ）の場合、XとYの関係が単調増加・単調減少ではあるが直線的でない場合、または外れ値が少数含まれている場合はスピアマン順位相関係数が適しています。スピアマン法は生の数値を順位に変換してからピアソンrを計算するため、外れ値の影響を受けにくく、非線形な単調関係にも対応できます。散布図を描いたときに関係が曲線状であったり、一部の点が大きく外れていたりする場合はスピアマンを選ぶのが無難です。両変数が連続量で正規分布に近く、散布図がおおむね直線状であればピアソンrが最適です。
