有意性付き
rに対するt検定は、これほど強い相関が無関係なデータから簡単に出得るかを教えてくれます。
ツール / 相関計算機
対になった値を1行に1組貼り付けると、ピアソンの相関係数がr二乗と有意性検定とともに得られます。
r = Σ(x − x̄)(y − ȳ) ÷ √( Σ(x − x̄)² × Σ(y − ȳ)² )
対になった値を貼り付けると結果が見えます
1行に1組、xのあとにyを、スペース、カンマ、タブで区切ります。スプレッドシートの2列をそのまま貼り付けられます。
各行はちょうど2つの数値が必要です。値が足りない行も、表計算から余分な3列目が付いてきた行も、黙って切り詰めるのではなく拒否します。
rは強さと方向、r²は説明される分散の割合、pは0と区別できるかどうかを示します。
rだけでは誤解を招きます。10点あればr = 0.6は偶然でも出るので、p値はすぐ隣にあるべきです。
rに対するt検定は、これほど強い相関が無関係なデータから簡単に出得るかを教えてくれます。
r = 0.5は中程度に聞こえますが、分散の25%しか説明しないと知ると印象が変わります。
シートからコピーした2列はタブ区切りで届きますが、これはそのまま解析できます。
満足度は応答時間や接触回数と一緒に動くでしょうか。
支出と登録数が週ごとに連動しているかを確認できます。
標準的なピアソンrと有意性検定を一度に行えます。
r = Σ(x − x̄)(y − ȳ) ÷ √( Σ(x − x̄)² × Σ(y − ȳ)² )
rは−1から1の範囲です。有意性検定は自由度n − 2で t = r√(n − 2) ÷ √(1 − r²) を使います。
0.0〜0.1
ごくわずか
0.1〜0.3
弱い
0.3〜0.5
中程度
0.5〜1.0
強い
ピアソンのrは、xとyの共分散をそれぞれの標準偏差の積で割ったものです。
r = Σ(x − x̄)(y − ȳ) ÷ √( Σ(x − x̄)² × Σ(y − ȳ)² )
結果は−1(完全な逆相関)から0(線形関係なし)を経て1(完全な正の相関)までの範囲になります。
よく使われる大まかな目安として、rの絶対値が0.3未満なら弱い、0.3〜0.5なら中程度、0.5を超えると強いとされます。
これらの区分は慣例で、規則ではありません。物理学では0.9でも物足りないことがあり、社会調査では0.4でも強い発見になり得ます。
一方の変数の分散のうち、もう一方との線形関係で説明される割合です。r = 0.6ならr² = 0.36なので、変動の36%が説明され、64%は説明されません。
中程度のrを読み過ぎないための、有用な解毒剤になります。
いいえ。相関は、xがyを引き起こしている、yがxを引き起こしている、両方が別の何かに動かされている、単なる偶然、のいずれとも整合します。
方向を決められるのは、統制された実験か、慎重に設計された因果推論だけです。
3組です。有意性検定には自由度が最低1必要で、2点は必ず一直線に並ぶためrは常に1になり、関係については何も示しません。20組ほどに満たない結論は不安定で、このツールのp値は標本サイズを直接考慮するため、少ない点で強いrが出てもp値は弱くなります。
曲線を描く実際の関係を、ピアソンrは過小評価します。まず点をプロットしてください。単調だが非線形のデータには、スピアマンのような順位相関のほうが適しています。
ピアソンのrではできません。2つのカテゴリ変数にはカイ二乗計算機を使い、関連の強さはクラメールのVで読んでください。
いいえ。解析も計算もブラウザ内で行われます。
新しいアンケート回答を集めますか?試す:Formms で、短いリンクとQR付きのフォームを。