FreeCalcs
📊

Kalkulator pekali korelasi

Advertisement

Tentang kalkulator ini

Kalkulator pekali korelasi ialah alat analisis statistik profesional yang digunakan untuk mengira korelasi antara dua set data. Pekali korelasi mengukur kekuatan dan arah hubungan linear antara dua pembolehubah, dengan nilai antara -1 hingga 1. Kalkulator ini menyokong pengiraan pekali korelasi Pearson (Pearson) dan pekali korelasi pangkat Spearman (Spearman), dan menyediakan plot serakan, analisis ujian korelasi. Ia digunakan secara meluas dalam analisis data, penyelidikan saintifik, penyelidikan pasaran dan bidang lain untuk membantu menemui hubungan dan corak antara pembolehubah.

Apa Yang Dikira

Kalkulator pekali korelasi digunakan untuk mengukur arah dan kekuatan hubungan linear antara dua pemboleh ubah; yang biasa ialah pekali korelasi Pearson r.

Formula

r = cov(X, Y) / (s_x * s_y). Julat keputusan ialah -1 hingga 1.

Input

  • Set data X.
  • Set data Y.
  • Kedua-dua set data perlu dipadankan mengikut pemerhatian.

Contoh

Nilai rTafsiranHubungan
1Korelasi positif sempurnaApabila X meningkat, Y meningkat secara linear
0Tiada korelasi linearTidak bermaksud tiada hubungan langsung
-1Korelasi negatif sempurnaApabila X meningkat, Y menurun secara linear

Cara Memahami Keputusan

Semakin hampir r kepada 1 atau -1, semakin kuat hubungan linear; semakin hampir kepada 0, semakin lemah hubungan linear. Korelasi tidak sama dengan sebab-akibat.

Kesilapan Biasa

  • Pekali korelasi tidak membuktikan sebab-akibat.
  • r hampir 0 hanya menunjukkan hubungan linear lemah, bukan tiada hubungan tak linear.
  • Nilai terpencil boleh mengubah pekali korelasi dengan ketara.

Cara menggunakan

Gunakan kalkulator pekali korelasi:

1. Pilih jenis pekali korelasi: • Pekali korelasi Pearson (korelasi linear) • Pekali korelasi Spearman (korelasi monotonik) 2. Masukkan data: • Kaedah 1: Masukkan (x,y) pasangan demi pasangan • Kaedah 2: Tampal data dalam kelompok 3. Klik butang "Kira". 4. Lihat keputusan: • Pekali korelasi r • Pekali penentuan r² • Ujian kepentingan • Petak berselerak 5. Menganalisis kekuatan korelasi

Ciri utama

• Pekali dwi: Pearson dan Spearman • Plot taburan: Visualisasikan perhubungan data • Ujian keertian: nilai-p dan selang keyakinan • Pekali penentuan: darjah variasi dijelaskan oleh r² • Analisis regresi: memasang garis regresi • Pengesanan outlier: kenal pasti outlier • Input kelompok: menyokong sejumlah besar data • Benar-benar percuma: penggunaan tanpa had

Kegunaan

• Analisis data: meneroka hubungan pembolehubah • Penyelidikan saintifik: menguji hipotesis • Penyelidikan pasaran: menganalisis tingkah laku pengguna • Analisis kewangan: korelasi aset • Penyelidikan perubatan: analisis korelasi faktor • Penilaian pendidikan: korelasi pencapaian • Kawalan Kualiti: Proses Perhubungan Pembolehubah • Sains sosial: kajian tentang hubungan pembolehubah

相关计算器