Fügen Sie zwei Spalten gepaarter Messwerte ein und erhalten Sie Pearsons Korrelationskoeffizienten r — wie stark sich die beiden Variablen in einem geradlinigen Muster zusammen bewegen — plus r² und die regressionsfertigen Summen.
Nein — die wichtigste Warnung des Rechners. Korrelation kann durch Kausalität in beide Richtungen entstehen, durch eine dritte Variable, die beide antreibt, oder durch Zufall in kleinen Stichproben. r misst die gemeinsame Bewegung, nichts weiter.
Eine übliche Faustregel: |r| unter 0.3 schwach, 0.3–0.7 moderat, über 0.7 stark. Der Kontext zählt — 0.4 kann in der Medizin wichtig und in der Physik bedeutungslos sein.
Pearson r sieht nur geradlinige Muster. Eine perfekte U-Form kann r ≈ 0 erreichen. Zeichnen Sie die Daten immer in ein Diagramm (der Rechner für lineare Regression zeichnet die Punktwolke), bevor Sie r allein vertrauen.
Der Anteil der Varianz von y, der linear durch x erklärt wird. r = 0.775 ergibt r² = 0.60 — etwa 60% der Variation in y stimmt im linearen Modell mit x überein.
r = Σ(x − x̄)(y − ȳ) ÷ √(Σ(x − x̄)² × Σ(y − ȳ)²). Der Zähler (Kovarianz, nicht normiert) wird durch die Streuungen beider Variablen skaliert, was r auf den Bereich [−1, 1] festlegt.
Eingaben: x = [1,2,3,4,5], y = [2,4,5,4,5].
Schritte: x̄ = 3, ȳ = 4. Σ(x−x̄)(y−ȳ) = (−2)(−2) + (−1)(0) + 0(1) + 1(0) + 2(1) = 4 + 0 + 0 + 0 + 2 = 6. Σ(x−x̄)² = 10. Σ(y−ȳ)² = 4 + 0 + 1 + 0 + 1 = 6. r = 6 ÷ √(10 × 6) = 6 ÷ 7.746 = 0.7746.
Ergebnis: r = 0.775, r² = 0.600.
Fügen Sie diesen Rechner zu Ihrer eigenen Website oder Ihrem Blog hinzu — er ist völlig kostenlos, braucht keine Anmeldung und zeigt immer die neueste Version. Kopieren Sie den Code unten und fügen Sie ihn in Ihre Seite ein, wo der Rechner erscheinen soll. Die kleine Zeile “Powered by Loona Automation” unter dem Embed zu behalten, hilft, dieses Tool kostenlos zu halten — aber Sie können sie frei gestalten oder entfernen; das Tool funktioniert so oder so.