Kalkulatory korelacji i regresji dla danych parzystych

Skorzystaj z tych kalkulatorów korelacji i regresji, aby zbadać, jak dwie zmienne są ze sobą powiązane. Kalkulator współczynnika korelacji mierzy siłę i kierunak zależności liniowej między parami wartości. Kalkulator regresji liniowej dopasowuje prostą i podaje jej współczynnik kierunkowy, wyraz wolny oraz równanie. Te narzędzia pomagają uczniom sprawdzzać zadania ze statystyki, badaczom podsumowywać obserwacje, a analitykom analizować trendy. Wpisz wartości x i y, aby uzyskać wyniki bez ręcznego przeliczania wzorów. Korelacja nie dowodzi przyczynowości, a prognozy na podstawie prostej regresji są najbardziej wiarygodne w zakresie danych użytych do jej dopasowania.

Korelacja rang Spearmana

Wpisz dwa sparowane zestawy wartości, a kalkulator wyznaczy współczynnik korelacji rang Spearmana (ρ), przypisze rangi każdej zmiennej i sprawdzi zależność, podając przybliżoną wartość p.

Korelacja cząstkowa

Oblicz korelację cząstkową między dwiema zmiennymi z jednoczesną kontrolą trzeciej zmiennej. Wpisz trzy sparowane kolumny danych albo trzy współczynniki korelacji Pearsona dla poszczególnych par, a otrzymasz współczynnik korelacji cząstkowej wraz z interpretacją.

Współczynnik korelacji

Wprowadź dwa sparowane zestawy danych i natychmiast otrzymaj współczynnik korelacji Pearsona r, współczynnik determinacji r², kowariancję oraz prostą, zrozumiałą interpretację siły i kierunku zależności.

Regresja liniowa

Dopasuj prostą do sparowanych danych X–Y metodą najmniejszych kwadratów. Wpisz oba zestawy danych i otrzymaj współczynnik kierunkowy, wyraz wolny, współczynnik korelacji, R², residua oraz przewidywaną wartość Y dla dowolnego X.

Regresja liniowa wielokrotna

Wpisz wartości zmiennej zależnej oraz dwie lub więcej kolumn predyktorów, aby dopasować regresję liniową wielokrotną metodą najmniejszych kwadratów. Kalkulator zwraca wyraz wolny, współczynniki poszczególnych predyktorów, R², dopasowane równanie oraz wartości przewidywane wraz z resztami.

Autokorelacja

Oblicz empiryczne współczynniki autokorelacji r_k dla dowolnego szeregu czasowego przy jednym lub wielu opóźnieniach. Wklej obserwacje w odpowiedniej kolejności, wybierz opóźnienia i estymator, a otrzymasz r_k wraz z pasmem istotności dla białego szumu.

Tau Kendalla

Wpisz dwie sparowane listy wartości, aby obliczyć tau-b Kendalla, liczbę par zgodnych i niezgodnych, statystykę z oraz wartość p dla zależności rangowej między zmiennymi.