Korelasyon Hesaplayıcı Pearson ve Spearman korelasyon katsayılarını R-kare yorumlaması ile hesaplayın.
Korelasyon Hesaplayıcı
Pearson ve Spearman korelasyon katsayılarını R-kare yorumlaması ile hesaplayın.
X Değerlerini Girin
X verilerinizi virgül veya boşlukla ayrılmış sayılar olarak girin.
Y Değerlerini Girin
Y verilerinizi (X ile aynı sayıda değer) girin.
Korelasyonu Görüntüle
Pearson r, Spearman ρ, R-kare ve yorumu görün.
What Is Korelasyon Hesaplayıcı?
Korelasyon Hesaplayıcı, iki değişken arasındaki ilişkinin gücünü ve yönünü ölçmek için hem Pearson hem de Spearman korelasyon katsayılarını hesaplar. Pearson'un r'si doğrusal korelasyonu (verilerin bir doğruya ne kadar iyi uyduğunu) ölçerken, Spearman'ın ρ'si monotonik korelasyonu (değişkenlerin aynı yönde ilerleme eğilimini) ölçer. R-kare (R²), bir değişkendeki varyansın diğer değişken tarafından açıklanan oranını gösterir. Hesaplayıcı, korelasyon gücünü (zayıf, orta, güçlü) ve yönünü (pozitif, negatif) sınıflandırır ve ilişkinin net bir yorumunu sağlar.
Why Use Korelasyon Hesaplayıcı?
-
Hem Pearson (lineer) hem de Spearman (sıralı) korelasyonlarını hesaplar
-
Açıklanan varyansın yorumlanması için R-kare gösterir
-
Korelasyon gücünü ve yönünü sınıflandırır
-
Ortalamaları ve veri noktası sayısını görüntüler
Common Use Cases
Araştırma Analizi
Bilimsel çalışmalarda değişkenler arasındaki ilişkileri ölçün.
İş Zekası
İş metrikleri arasında (satış vs reklam) korelasyonu belirleyin.
Eğitim
İstatistik derslerinde veri ilişkilerini keşfedin.
Kalite Kontrolü
Süreç değişkenleri ve sonuçları arasındaki ilişkileri test edin.
Technical Guide
Pearson korelasyonu: r = Σ(xᵢ−x̄)(yᵢ−ȳ) / √(Σ(xᵢ−x̄)² × Σ(yᵢ−ȳ)²). Değerler -1 (mükemmel negatif) ile +1 (mükemmel pozitif) arasında değişir ve 0, doğrusal korelasyon olmadığını gösterir. Spearman sıralama korelasyonu: ρ = 1 − 6Σdᵢ² / (n(n²−1)), burada dᵢ sıralama farkıdır. R-kare = r², Y değişkenindeki varyansın X tarafından açıklanan oranını temsil eder. Güç yorumu: |r| < 0,3 = zayıf, 0,3-0,7 = orta, > 0,7 = güçlü. Önemli: korelasyon, nedensellik anlamına gelmez - iki değişken birbirini etkilemeden korele olabilir.
Tips & Best Practices
-
1Korelasyon, nedensellik anlamına gelmez - her zaman karıştırıcı değişkenleri dikkate alın
-
2Pearson, aykırı değerlere duyarlıdır; Spearman daha sağlamdır
-
3Her iki değişkende aynı sayıda veri noktası olmalıdır
-
4Sıralı veriler veya lineer olmayan monotonik ilişkiler için Spearman kullanın
Related Tools
Ortalama, Medyan & Mod Hesaplayıcı
Herhangi bir veri kümesi için ortalama, medyan, mod, aralık ve diğer merkezi eğilim ölçümlerini hesaplayın.
🔢 Math & Calculators
Güven Aralığı Hesaplayıcı
Özet istatistiklerinden veya ham verilerden çoklu güven seviyeleri ile güven aralıklarını hesaplayın.
🔢 Math & Calculators
Lineer Regresyon Hesaplayıcı
En iyi uyum sağlayan doğrusal denklemi bulmak için lineer regresyon gerçekleştirin ve tahmin yeteneği kazanın.
🔢 Math & Calculators
İkili Hesap Makinesi
İkili aritmetik ve bit düzeyinde işlemler (AND, OR, XOR, NOT) gerçekleştirin.
🔢 Math & CalculatorsFrequently Asked Questions
Q İyi bir korelasyon nedir?
Q Pearson ve Spearman arasındaki fark nedir?
Q Korelasyon negatif olabilir mi?
Q R-kare ne anlama geliyor?
Q Kaç veri noktasına ihtiyacım var?
About This Tool
Korelasyon Hesaplayıcı is a free online tool by FreeToolkit.ai. All processing happens directly in your browser — your data never leaves your device. No registration or installation required.