Hoppa till innehållet

Hur starkt hänger två saker ihop?

Pearsons r, Spearmans ρ och regressionslinjen för parade data, i ett spridningsdiagram som uppdateras direkt.

Separera med mellanslag, radbrytningar eller semikolon.

Lika många som x, parade i samma ordning.

Pearson r

0,976

Ett starkt positivt samband (r = 0,976): y ökar när x ökar. Regressionslinjen y = 3,673x + 47,6 förklarar 95,3 % av variationen i y.

Spridningsdiagram med regressionslinjen

Viktiga värden som tabell
xyLinjens yResidual
15251,270,7273
25554,950,05455
36158,622,382
45862,29−4,291
56865,962,036
67069,640,3636
76973,31−4,309
87976,982,018
98080,65−0,6545
108684,331,673

Korrelation och linje

Par
10
Pearson r
0,976
Spearman ρ
0,976
Regressionslinje
y = 3,673x + 47,6
Lutning
3,673 ± 0,2881
Skärning med y-axeln
47,6 ± 1,787
R²
0,9531
Standardavvikelse för residualerna
2,616
p-värde (r = 0)
< 0,001
y på linjen vid x = 5,5
67,8

Pearsons r, Spearmans ρ och regressionslinjen för parade data, i ett spridningsdiagram som uppdateras direkt.

Så använder du verktyget

  1. Klistra in x-värdena i den första rutan och motsvarande y-värden i den andra, i samma ordning; en kolumn kopierad från ett kalkylblad fungerar.
  2. Läs av Pearsons r och meningen under; spridningsdiagrammet visar varje par, regressionslinjen och hur långt varje punkt ligger från den.
  3. Dra punkten på linjen, eller använd piltangenterna på den, för att läsa av linjens y vid valfritt x.

Så fungerar det

Korrelation mäter hur nära två storheter följs åt längs en rät linje. Pearsons r går från −1 (en perfekt fallande linje) via 0 (inget linjärt mönster) till +1 (en perfekt stigande linje). Spearmans ρ är samma beräkning på värdenas rangordning, så den mäter varje jämn ökning eller minskning, inte bara en rät, och påverkas mindre av en enstaka extrem punkt.

Regressionslinjen y = a + b·x är den som gör de kvadrerade lodräta avstånden till punkterna (residualerna) så små som möjligt: b = Σ(x − x̄)(y − ȳ) ÷ Σ(x − x̄)², a = ȳ − b·x̄, där x̄ och ȳ är medelvärdena. R², kvadraten på r, är den andel av variationen i y som linjen förklarar. I exemplet, studietimmar 1 till 10 mot provpoäng, blir b = 303 ÷ 82,5 ≈ 3,67 poäng per timme, a ≈ 47,6 och r ≈ 0,976, så linjen förklarar ungefär 95 % av spridningen i poängen. Metoderna följer NIST/SEMATECH e-Handbook of Statistical Methods.

p-värdet testar om den verkliga korrelationen kan vara noll, med t = r√((n − 2) ÷ (1 − r²)) och n − 2 frihetsgrader. En stark korrelation visar inte att den ena saken orsakar den andra, ett krökt samband kan ha r nära 0, och en linje bör inte litas på långt utanför datats intervall.

Räkneexempel

Vilken är den bäst anpassade linjen och korrelationen för x = 1 2 3 4 5 och y = 2 4 5 4 5?

  1. Medelvärdena är x̄ = 3 och ȳ = 4.
  2. Lutningen är b = Σ(x − x̄)(y − ȳ) ÷ Σ(x − x̄)² = 0,6, och skärningen med y-axeln är a = ȳ − b·x̄ = 2,2.
  3. Pearsons r = 0,77, alltså R² = 60 %.

y = 2,2 + 0,6·x med r = 0,77: linjen förklarar 60 % av variationen i y.

Vanliga frågor

Vad är en stark korrelation?

Som tumregel är |r| över 0,7 stark, 0,3 till 0,7 måttlig, 0,1 till 0,3 svag och under 0,1 försumbar. Vad som räknas som starkt beror också på området: i fysik kan r = 0,9 vara dåligt, i samhällsvetenskap kan r = 0,4 betyda något.

Vad händer om några celler inte är tal?

Räknaren utelämnar hela paret som innehåller ett icke-tal och listar den avvisade posten. Kontrollera de återstående paren, eftersom borttagna observationer kan ändra sambandet.

Ska jag sortera mina två kolumner först?

Låt varje x-värde stå bredvid sitt y-värde. Om du sorterar en kolumn för sig ändras paren och en missvisande korrelation kan uppstå.

Varför visas ingen korrelation när alla y-värden är lika?

Korrelation kräver variation i båda storheterna. Ett konstant y ger fortfarande en vågrät anpassad linje, men Pearsons r och Spearmans ρ är odefinierade.

Hur många par kan jag ange?

Ange mellan 3 och 500 matchande par. Ett litet urval kan ge ett instabilt resultat, så titta på spridningsdiagrammet och inte bara på koefficienten.

Skicka feedback