Korrelationsrechner

Berechnet Pearson- und Spearman-Korrelation aus gepaarten numerischen Daten

Geben Sie Paare oder zwei Reihen ein, um lineare und monotone Beziehung zu messen.

Beispielergebnisse

1 Beispiele

Lernzeit und Ergebnisse vergleichen

Berechnet Pearson und Spearman fuer gepaarte Beobachtungen.

{
  "result": {
    "pearsonCorrelation": 0.9995,
    "spearmanCorrelation": 1
  }
}
Eingabeparameter anzeigen
{ "pairedData": "1, 52\n2, 57\n3, 63\n4, 68\n5, 74", "xValues": "", "yValues": "", "correlationMethod": "both", "decimalPlaces": 4, "confidenceLevel": 95 }

Wichtige Fakten

Kategorie
Mathe, Datum & Finanzen
Eingabetypen
textarea, text, select, number
Ausgabetyp
json
Sample-Abdeckung
3
API verfügbar
Yes

Überblick

Der Korrelationsrechner ist ein präzises statistisches Werkzeug, mit dem Sie die lineare und monotone Beziehung zwischen zwei numerischen Variablen analysieren können. Durch die Eingabe von Datenpaaren oder separaten X- und Y-Reihen berechnet das Tool sofort den Pearson-Korrelationskoeffizienten sowie die Spearman-Rangkorrelation. Ideal für Forscher, Analysten und Studenten, die Zusammenhänge in Datensätzen schnell und zuverlässig quantifizieren möchten.

Wann verwenden

  • •Wenn Sie untersuchen möchten, ob ein linearer Zusammenhang zwischen zwei Variablen besteht (Pearson-Korrelation).
  • •Wenn Sie monotone Beziehungen in ordinalen oder nicht normalverteilten Daten messen müssen (Spearman-Korrelation).
  • •Wenn Sie statistische Auswertungen für Forschungsarbeiten, Marktanalysen oder wissenschaftliche Projekte durchführen.

So funktioniert es

  • •Geben Sie Ihre Datenpaare zeilenweise in das Hauptfeld ein oder nutzen Sie die separaten Felder für X- und Y-Werte.
  • •Wählen Sie die gewünschte Korrelationsmethode (Pearson, Spearman oder beide) und legen Sie die Dezimalstellen sowie das Konfidenzniveau fest.
  • •Das Tool analysiert die Eingaben und berechnet die entsprechenden Korrelationskoeffizienten.
  • •Das Ergebnis wird als übersichtliches JSON-Format ausgegeben, das Sie direkt für Ihre weitere statistische Auswertung nutzen können.

Anwendungsfälle

Auswertung von Umfragedaten zur Ermittlung von Zusammenhängen zwischen Alter und Einkommen.
Analyse von Marketingkampagnen, um die Beziehung zwischen Werbeausgaben und Verkaufszahlen zu messen.
Wissenschaftliche Experimente, bei denen die Abhängigkeit zweier physikalischer Messgrößen überprüft wird.

Beispiele

1. Lernzeit und Prüfungsergebnisse vergleichen

Student
Hintergrund
Ein Student möchte herausfinden, ob es einen starken Zusammenhang zwischen der investierten Lernzeit (in Stunden) und der erreichten Punktzahl in Klausuren gibt.
Problem
Die manuelle Berechnung der Korrelation ist fehleranfällig und zeitaufwendig.
Verwendung
Geben Sie die Lernstunden und Punkte als Datenpaare ein und wählen Sie 'Pearson und Spearman' als Methode.
Beispielkonfiguration
Datenpaare: '1, 52\n2, 57\n3, 63\n4, 68\n5, 74', Methode: 'both', Dezimalstellen: 4
Ergebnis
Das Tool liefert eine Pearson-Korrelation von 0.9995 und eine Spearman-Korrelation von 1, was auf einen sehr starken positiven Zusammenhang hinweist.

2. Werbebudget und Klickraten analysieren

Marketing Analyst
Hintergrund
Ein Analyst hat die täglichen Werbeausgaben und die resultierenden Klickraten (CTR) für eine Kampagne gesammelt.
Problem
Es muss schnell geprüft werden, ob höhere Ausgaben monoton zu höheren Klickraten führen, auch wenn der Zusammenhang nicht streng linear ist.
Verwendung
Tragen Sie die Ausgaben in das Feld 'X-Werte' und die Klickraten in das Feld 'Y-Werte' ein. Wählen Sie 'Spearman Rangkorrelation'.
Beispielkonfiguration
X-Werte: '100, 200, 300, 400, 500', Y-Werte: '2.1, 2.5, 3.0, 3.1, 3.8', Methode: 'spearman'
Ergebnis
Die Berechnung gibt den Spearman-Koeffizienten aus, der bestätigt, ob ein monotoner Aufwärtstrend zwischen Budget und Klicks besteht.

Mit Samples testen

math-&-numbers
BDD with Cucumber - Behavior Driven Development Praktiken
Umfassende Cucumber BDD-Beispiele einschließlich Feature-Dateien, Step-Definitionen, Datentabellen, Hooks und fortgeschrittene BDD-Patterns für kollaborative Entwicklung
keywords data
sample
Grafana Fortgeschrittene Anwendungsbeispiele
Umfassende Grafana-Beispiele für fortgeschrittenes Dashboard-Design, Alerting-Konfiguration, Datenquellen-Integration und Plugin-Entwicklung
keywords data
sample
WebRTC Echtzeitkommunikation Beispiele
Umfassende WebRTC-Beispiele für P2P Audio/Video-Kommunikation, Datenkanäle, Bildschirmfreigabe und Signalisierungsserver
keywords data
sample

Verwandte Hubs

Math-& Numbers Convert-Tools
Entdecken Sie 45 math-Tools für &-numbers-convert-Workflows und vergleichen Sie ähnliche Utilities schnell.
Tools fur Audio-Encoding und Formatkonvertierung
Vergleiche Audioformat-Konvertierung, Bitratenanderungen, Abtastraten-Konvertierung, Codec-Wechsel und Export-Tools in einem Hub.
Tools fur Bildformat-Konvertierung und animierten Export
Vergleiche Bildkonverter fur JPG, PNG, GIF, AVIF, WebP, TIFF, ICO, base64 und animationsgeeignete Exporte in einem Hub.
Tools fur JSON-Austausch und Format-Ubersetzung
Vergleiche JSON-Konvertierungswerkzeuge fur CSV, YAML, TOML, GraphQL, XML, Markdown, Excel, BSON, EDN und ahnliche strukturierte Formate in einem Hub.

FAQ

Was ist der Unterschied zwischen Pearson und Spearman?

Pearson misst die Stärke einer linearen Beziehung zwischen zwei kontinuierlichen Variablen. Spearman bewertet die monotone Beziehung basierend auf den Rängen der Daten und ist robuster gegenüber Ausreißern.

Wie muss ich die Datenpaare formatieren?

Geben Sie pro Zeile ein Datenpaar ein, getrennt durch ein Komma (z. B. '1, 52'). Alternativ können Sie die X- und Y-Werte in die dafür vorgesehenen separaten Textfelder eintragen.

Was bedeutet ein Korrelationskoeffizient von 1 oder -1?

Ein Wert von 1 steht für eine perfekte positive Korrelation, -1 für eine perfekte negative Korrelation. Ein Wert nahe 0 bedeutet, dass kein linearer oder monotoner Zusammenhang besteht.

Kann ich das Konfidenzniveau anpassen?

Ja, Sie können das Konfidenzniveau zwischen 80 und 99 Prozent einstellen. Der Standardwert liegt bei 95 Prozent.

Werden meine eingegebenen Daten gespeichert?

Nein, die Berechnung erfolgt direkt und temporär. Es werden keine Datensätze dauerhaft auf dem Server gespeichert.

API-Dokumentation

Request-Endpunkt

POST /de/api/tools/correlation-calculator

Request-Parameter

Parameter-Name Typ Erforderlich Beschreibung
pairedData textarea Nein -
xValues text Nein -
yValues text Nein -
correlationMethod select Nein -
decimalPlaces number Nein -
confidenceLevel number Nein -

Antwortformat

{
  "key": {...},
  "metadata": {
    "key": "value"
  },
  "error": "Error message (optional)",
  "message": "Notification message (optional)"
}
JSON-Daten: JSON-Daten

MCP-Dokumentation

Fügen Sie dieses Tool zu Ihrer MCP-Server-Konfiguration hinzu: 

{
  "mcpServers": {
    "elysiatools-correlation-calculator": {
      "name": "correlation-calculator",
      "description": "Berechnet Pearson- und Spearman-Korrelation aus gepaarten numerischen Daten",
      "baseUrl": "https://elysiatools.com/mcp/sse?toolId=correlation-calculator",
      "command": "",
      "args": [],
      "env": {},
      "isActive": true,
      "type": "sse"
    }
  }
}

Sie können mehrere Tools verketten, z.B.: `https://elysiatools.com/mcp/sse?toolId=png-to-webp,jpg-to-webp,gif-to-webp`, maximal 20 Tools.

Wenn Sie auf Probleme stoßen, kontaktieren Sie uns bitte bei [email protected]