使い方
- 1 行に 1 組の x,y を貼り付けます。カンマ、セミコロン、タブ、空白区切りに対応します。
- 直線的な関係を見るなら Pearson、順位の単調関係を見たいなら Spearman を選びます。
- 係数だけでなく、散布図と p 値も合わせて読み、必要なら回帰や別の検定へ進みます。
Wave 2 statistics expansion
貼り付けた XY データから相関を確認
Pearson は直線的な関係の強さを見たいときに向いています。
計算すると結果の要約が表示されます。
Pearson r
—
両側 p 値
—
R²
—
サンプル数
—
散布図
狭い画面では目盛りを間引き、読みやすさを保ちます。グラフにフォーカスして ← / → で点を移動できます。
計算すると点を確認できます。
相関と回帰は別で、どちらも因果を証明しません
相関は「一緒に動く強さ」を見る指標です。回帰は「x から y をどう近似するか」を見るモデルです。用途が違うので、最初の判断が関係の強さなら相関から始めるのが自然です。
Pearson と Spearman の使い分け
Pearson は元の数値をそのまま使うので直線関係に敏感です。Spearman は順位に変換してから比べるため、単調だが曲がった関係や外れ値の影響を抑えたい場面で有効です。
係数だけでなく散布図を見る
1 つの係数だけでは、群れ、曲がり、外れ値、天井効果を見落とします。散布図を確認してから数値を解釈してください。
よくある質問
Pearson と Spearman の違いは何ですか？
Pearson は元の数値で直線的な関係を測ります。Spearman は順位に変換してから比べるため、単調だが直線でない関係や外れ値が気になる場面に向きます。
相関が高いと因果関係があると言えますか？
言えません。相関は 2 つの変数が一緒に動く強さを示すだけで、片方がもう片方を引き起こすことまでは示しません。
回帰ではなくこのページを使うのはどんなときですか？
主な関心が関係の強さと向きにあるときはこのページが先です。傾きや切片、予測値、残差まで必要なら線形回帰ページへ進んでください。
共有 URL に貼り付けたデータは含まれますか？
含まれません。共有 URL には Pearson / Spearman の設定だけを入れ、元データはブラウザ内に残します。
関連
コメント（任意）
読み込みを軽くするため、必要になるまでコメントは取得しません。