Калькулятори кореляції та регресії: аналіз звʼязків у даних

Ці калькулятори кореляції та регресії допоможуть вам виміряти та змоделювати звʼязки між змінними у вашому наборі даних. Незалежно від того, чи ви студент, який виконує завдання зі статистики, дослідник, який аналізує результати експериментів, чи бізнес-аналітик, що вивчає тренди, — ці інструменти перетворюють сирі пари даних на чіткі висновки за лічені секунди.Скористайтеся калькулятором коефіцієнта кореляції, щоб оцінити, наскільки сильно дві змінні змінюються разом — від повної додатної до повної відʼємної кореляції. Калькулятор лінійної регресії підбирає пряму лінію до ваших даних, надаючи рівняння, кутовий коефіцієнт і зсув, необхідні для прогнозування. Разом вони охоплюють основи біваріативного аналізу — просто введіть значення x та y і отримайте миттєві точні результати без ручних формул чи роботи з електронними таблицями.

Лінійна регресія

Підберіть пряму до парних даних X–Y методом найменших квадратів. Введіть обидва набори даних і отримайте кутовий коефіцієнт, вільний член, коефіцієнт кореляції, R², залишки та прогнозоване значення Y для будь-якого X.

Коефіцієнт кореляції

Введіть два парні набори даних і одразу отримайте коефіцієнт кореляції Пірсона r, коефіцієнт детермінації r², коваріацію та просте зрозуміле тлумачення сили й напрямку зв'язку.

Рангова кореляція Спірмена

Введіть дві парні вибірки значень — і калькулятор обчислить коефіцієнт рангової кореляції Спірмена (ρ), проранжує кожну змінну та перевірить зв’язок за наближеним p-значенням.

Часткова кореляція

Обчисліть часткову кореляцію між двома змінними з урахуванням третьої. Введіть три парні стовпці даних або три попарні кореляції Пірсона — і отримайте коефіцієнт часткової кореляції з інтерпретацією.

Автокореляція

Обчислюйте вибіркові коефіцієнти автокореляції r_k для будь-якого часового ряду на одному чи кількох лагах. Вставте впорядковані спостереження, виберіть лаги та оцінювач — і отримайте r_k разом зі смугою значущості для білого шуму.

Множинна лінійна регресія

Введіть значення результативної ознаки та два або більше стовпців предикторів, щоб побудувати множинну лінійну регресію методом найменших квадратів. Калькулятор повертає вільний член, коефіцієнти кожного предиктора, R², рівняння регресії та прогнозні значення із залишками.

Тау Кендалла

Введіть два парні списки значень, щоб обчислити тау-b Кендалла, кількість узгоджених і неузгоджених пар, z-статистику та p-значення для рангового зв’язку між змінними.