Fatos principais
- Categoria
- Matemática, datas e finanças
- Tipos de entrada
- textarea, text, select, number
- Tipo de saída
- json
- Cobertura de amostras
- 3
- API disponível
- Yes
Visão geral
A Calculadora de Correlação é uma ferramenta estatística projetada para medir a força e a direção da relação entre duas variáveis. Ao inserir dados pareados ou séries independentes, você pode calcular rapidamente os coeficientes de correlação linear de Pearson e de postos de Spearman, facilitando a análise de tendências e associações em conjuntos de dados numéricos.
Quando usar
- •Quando precisar verificar se existe uma relação linear direta entre duas variáveis contínuas usando o método de Pearson.
- •Para analisar dados ordinais ou relações não lineares (monotônicas) através do coeficiente de Spearman.
- •Ao preparar relatórios estatísticos que exigem o cálculo rápido de correlações com níveis de confiança ajustáveis.
Como funciona
- •Insira seus dados numéricos no campo de pares (um par por linha, separados por vírgula) ou utilize os campos separados para valores X e Y.
- •Selecione o método de correlação desejado: Pearson, Spearman ou ambos.
- •Ajuste as casas decimais e o nível de confiança conforme a necessidade da sua análise.
- •A ferramenta processa os números e retorna um objeto JSON com os coeficientes calculados com precisão.
Casos de uso
Exemplos
1. Análise de Estudo e Desempenho
Pesquisador Educacional- Contexto
- Um pesquisador coletou dados sobre as horas de estudo semanais e as notas finais de um grupo de alunos.
- Problema
- Precisa descobrir se há uma correlação forte entre o tempo de estudo e a nota obtida para validar sua hipótese.
- Como usar
- Insere os pares de dados (horas, nota) no campo principal e seleciona o método 'Pearson e Spearman'.
- Configuração de exemplo
-
Método: both, Casas decimais: 4 - Resultado
- A ferramenta retorna um JSON mostrando uma correlação de Pearson de 0.9995, confirmando uma forte relação linear positiva.
2. Correlação de Investimento e Vendas
Analista de Dados- Contexto
- O analista possui duas listas separadas: uma com os gastos mensais em anúncios (X) e outra com a receita gerada (Y).
- Problema
- Calcular rapidamente a correlação de Spearman para entender a tendência de crescimento sem depender de linearidade estrita.
- Como usar
- Deixa o campo de pares vazio e preenche os 'Valores X' com os gastos e 'Valores Y' com as receitas, escolhendo o método Spearman.
- Configuração de exemplo
-
Método: spearman, Nível de confiança: 95 - Resultado
- Obtém o coeficiente de Spearman exato no formato JSON, permitindo concluir se o aumento de gastos reflete consistentemente no aumento de vendas.
Testar com amostras
math-&-numbersHubs relacionados
FAQ
Qual a diferença entre a correlação de Pearson e Spearman?
Pearson mede a relação linear entre duas variáveis contínuas, enquanto Spearman avalia a relação monotônica, baseando-se no ranking (postos) dos dados, sendo ideal para relações não lineares ou dados ordinais.
Como devo formatar os dados de entrada?
Você pode inserir um par de números por linha separados por vírgula no campo principal, ou inserir os valores de X e Y em campos separados, também separados por vírgulas.
O que significa um coeficiente de correlação próximo a 1 ou -1?
Um valor próximo a 1 indica uma forte correlação positiva (ambas as variáveis crescem juntas), enquanto -1 indica uma forte correlação negativa (uma cresce e a outra diminui).
Posso alterar a precisão dos resultados?
Sim, você pode configurar o número de casas decimais (de 0 a 10) para ajustar o nível de detalhe do resultado gerado no JSON.
A ferramenta lida com dados ausentes?
Os dados devem ser fornecidos em pares completos. Se usar os campos separados de X e Y, certifique-se de que ambas as listas tenham a mesma quantidade de valores.