相関ヒートマップ

すべてのペアの相関を一目で確認——赤は関連あり、青は逆相関

相関ヒートマップは各セルが2つの数値列間のピアソンrを示す 行列です。色でパターンが一目でわかります：赤いセル（r が +1 に近い）は2変数が 一緒に上昇することを意味し、青いセル（r が -1 に近い）は一方が上がると他方が 下がることを意味し、白/薄いセル（r が 0 に近い）は線形関係がないことを意味します。

このツールには30人分のAge、Height、Weight、Score、Incomeのサンプルデータセットが 読み込まれています。HeightとWeightは意図的に相関（〜0.7）し、AgeとIncomeは中程度の相関 （〜0.6）があり、Scoreは残りと独立しています。データをリンクをクリックして ヒートマップを作成し、実際に関連しているペアを確認しましょう。

独自の複数列数値CSVを貼り付けて相関ヒートマップを作成できます。

関連トピック

回帰計算機散布図メーカー統計計算機
相関ヒートマップとは何ですか？
相関ヒートマップは行と列が変数を表し、各セルがそのペアのピアソン相関係数rを示すグリッドです。色が強さと方向をエンコードします：温色（赤/オレンジ）は正の相関、寒色（青）は負の相関、中間色（白）はほぼゼロを表します。
ピアソンrとは何ですか？その値は何を意味しますか？
ピアソンrは-1から+1の範囲を取ります。r = +1は完全な正の線形関係（Xが増加するとYも常に比例して増加）。r = -1は完全な逆関係。r = 0は線形関係がないことを意味します（ただし非線形関係は存在する場合があります）。目安：|r| > 0.7は強い相関、0.4〜0.7は中程度、< 0.4は弱い相関です。
r = 0は関係がないことを意味しますか？
r = 0は線形関係がないことを意味します。2変数が強い非線形関係（U字型など）を持ちながら r ≈ 0 になることがあります。常にヒートマップと散布図を組み合わせて、ピアソンrが見逃す曲線やクラスターを確認してください。
相関ヒートマップはいつ使うべきですか？
3つ以上の数値列があり、さらに調査する価値のあるペアを素早く見つけたいときにヒートマップが最も役立ちます。回帰モデルを構築する前の探索的データ分析（EDA）の標準的な最初のステップで、多重共線性と重要な予測変数を見つけるのに役立ちます。
相関は因果関係を意味しますか？
いいえ。2変数間の高い相関はデータセットで一緒に動くことを意味するだけで、一方が他方を引き起こすことを意味しません。アイスクリームの売上と日焼けの発生率は高い相関があります（どちらも夏にピーク）が、どちらも他方を引き起こしません。因果関係の確立には制御実験や注意深い因果推論手法が必要です。
対角線がすべて1.0なのはなぜですか？
相関行列の対角線は各変数とそれ自身との相関を示し、常に完全な+1です。これは期待されることであり、行列が正しいことを確認するだけです。