Thus, 60% of the variation in score

Thus, 60% of the variation in scores is explained by the variation in hours worked. The square root of this estimate yields the correlation coefficient between exam scores and hours worked and this is computed as 0.775 (the negative sign needs re-introduction here). Note from table 1 that the covariance between the two variables is –133.5 ÷ 7 = –19.071. If we divide this by the product of the standard deviations (4.749×5.182), we get the simple correlation coefficient (–19.071) ÷ (4.749×5.182) = –0.775.

結果 (中文) 1:

因此的变化解释了 60%的成绩变化，工作小时数。这一估计数的平方根产量考试成绩之间的相关系数和工作时间这计算为 0.775 (负号需要重新介绍在这里)。从表 1 中注意到，两个变量之间的协方差是 –133.5 ÷ 7 = –19.071。如果我们除以这标准偏差的乘积 (4.749 × 5.182)，我们得到简单相关系数 (–19.071) ÷ (4.749 × 5.182) = –0.775。

結果 (中文) 2:

因此，在分数的变化，60％是通过工作时间的变化解释。这个估计的平方根产生考试的分数和小时之间的相关系数的工作，这是计算为0.775（负号需要重新引入这里）。从表1注意到，两个变量之间的协方差是-133.5÷7 = -19.071。如果我们把这样的标准差（4.749×5.182）的产品，我们得到的简单相关系数（-19.071）÷（4.749×5.182）= -0.775。

結果 (中文) 3:

因此，60%的变化在分数解释的变化在工作时间。这个估计的平方根产生的相关系数之间的考试成绩和工作时间，这是0.775（负标志需要重新引入这里）计算为。从表1中注意到，两个变量之间的协方差是133.5––÷7 = 19.071。如果我们把这个产品的标准偏差（4.749×5.182），我们得到的简单相关系数（–19.071）÷（4.749×5.182）=–0.775。