Najpierw ustal, co chcesz sprawdzić
W poradniku jak liczyć korelację, regresję i Z-score chodzi o kilka podobnych, ale różnych pytań. Korelacja mówi, czy dwie zmienne rosną razem lub jedna maleje, gdy druga rośnie. Regresja buduje prostą, która pozwala oszacować wynik. Z-score pokazuje, jak daleko pojedyncza wartość leży od średniej. Rozkład normalny pomaga zamienić taki wynik na pole pod krzywą i prawdopodobieństwo.
Do szybkiego obliczenia wyniku użyj kalkulatora korelacji Pearsona, a gdy chcesz wyznaczyć prostą y = ax + b, przejdź do kalkulatora regresji liniowej. Pojedynczy wynik względem zbioru sprawdzisz w kalkulatorze Z-score i standaryzacji, a prawdopodobieństwo w modelu Gaussa w kalkulatorze rozkładu normalnego. Do powtórki służy też tablica statystyki rozszerzonej.
Korelacja Pearsona - czy dane idą razem?
Korelacja Pearsona oznaczana jest najczęściej literą r. Wynik mieści się od -1 do 1. Gdy r jest blisko 1, zależność liniowa jest dodatnia. Gdy jest blisko -1, zależność liniowa jest ujemna. Gdy jest blisko 0, zależność liniowa jest słaba albo jej nie widać w prostym modelu liniowym.
r blisko 1
Gdy X rośnie, Y zwykle też rośnie. Przykład: czas nauki i wynik z testu w dobrze dobranej próbie.
r blisko -1
Gdy X rośnie, Y zwykle maleje. Przykład: liczba błędów i ocena z zadania.
r blisko 0
Nie widać prostej zależności liniowej. Dane mogą być losowe albo zależność ma inny kształt.
Jeżeli wpisujesz w wyszukiwarkę „jak obliczyć korelację Pearsona” albo „co oznacza r Pearsona”, najważniejsze jest to: korelacja nie mówi, że jedna zmienna na pewno powoduje drugą. Mówi tylko, jak mocno układają się razem w linii prostej.
Wskazówka od KalkulatorXXL
Nie interpretuj samego znaku korelacji bez wykresu i kontekstu. Dwie zmienne mogą mieć wysoką korelację, ale zależność może wynikać z trzeciego czynnika. Dlatego najpierw policz wynik, potem sprawdź wykres punktowy, a dopiero na końcu opisz wniosek.
Regresja liniowa - prosta, która opisuje trend
Regresja liniowa idzie krok dalej niż korelacja. Z par danych (x,y) tworzy równanie prostej, zwykle w postaci y = ax + b. Współczynnik a mówi, o ile średnio zmienia się Y, gdy X rośnie o 1. Współczynnik b jest miejscem przecięcia z osią Y.
Pokazuje nachylenie prostej regresji.
Dopasowuje prostą do środka danych.
Przykład: jeśli prosta ma postać y = 2x + 5, to dla x = 10 prognoza wynosi 25. Taki wynik jest sensowny tylko wtedy, gdy dane rzeczywiście układają się w przybliżeniu liniowo i nie przewidujesz daleko poza zakresem danych.
R² - ile zmienności wyjaśnia prosta?
W prostym modelu z jedną zmienną R² jest często kwadratem korelacji Pearsona. Jeżeli R² = 0,64, można powiedzieć, że model liniowy wyjaśnia około 64% zmienności Y w tym konkretnym zestawie danych. Nie oznacza to automatycznie dobrej prognozy w każdej sytuacji, ale jest wygodnym wskaźnikiem dopasowania.
| Wskaźnik | Co pokazuje? | Typowe pytanie ucznia |
|---|---|---|
| r | Siłę i kierunek zależności liniowej. | Czy dane rosną razem? |
| R² | Część zmienności wyjaśnianą przez model. | Jak dobrze prosta pasuje do danych? |
| reszta | Różnicę między wynikiem rzeczywistym i przewidywanym. | O ile model się pomylił? |
| RMSE | Średni błąd w jednostkach zmiennej Y, mocniej karze duże błędy. | Jaki jest typowy błąd prognozy? |
Z-score - jak daleko wynik jest od średniej?
Z-score mówi, ile odchyleń standardowych dzieli wynik od średniej. To bardzo przydatne, gdy chcesz porównać wyniki z różnych skal, np. test z matematyki i test z języka, gdzie średnie i rozrzut są inne.
z = 0
Wynik jest równy średniej.
z = 1
Wynik jest o jedno odchylenie standardowe powyżej średniej.
z = -2
Wynik jest o dwa odchylenia standardowe poniżej średniej.
Jeżeli potrzebujesz najpierw policzyć średnią i odchylenie standardowe, pomocny będzie kalkulator wariancji i odchylenia standardowego oraz podstawowy poradnik o średniej, medianie i odchyleniu standardowym.
Rozkład normalny - kiedy używać krzywej Gaussa?
Rozkład normalny jest modelem, w którym wyniki skupiają się wokół średniej, a im dalej od środka, tym obserwacji jest mniej. W szkole i na studiach często liczy się prawdopodobieństwa typu P(X ≤ x), P(X ≥ x) albo P(a ≤ X ≤ b). Najpierw zamienia się wartość X na Z-score, a potem odczytuje pole pod krzywą.
Reguła 68-95-99,7
Około 68% wyników leży w zakresie średnia ± 1 odchylenie, około 95% w zakresie ± 2 odchylenia, a około 99,7% w zakresie ± 3 odchylenia.
Uwaga na założenia
Nie każdy zbiór danych jest normalny. Przed mocnym wnioskiem warto sprawdzić histogram, wartości odstające i sens danych.
Przykład pełnego toku myślenia
Masz dane o liczbie godzin nauki i wyniku z testu. Najpierw liczysz korelację, żeby zobaczyć, czy zależność jest dodatnia. Potem liczysz regresję, żeby dostać równanie przewidywania wyniku. Następnie sprawdzasz R², aby ocenić dopasowanie. Jeśli chcesz porównać wynik konkretnego ucznia z grupą, liczysz Z-score. Jeżeli wyniki są zbliżone do rozkładu normalnego, możesz dodatkowo oszacować percentyl lub prawdopodobieństwo.
Miniściąga: co wybrać w zadaniu?
| Treść zadania | Najlepszy wybór | Narzędzie |
|---|---|---|
| „Czy zmienne są ze sobą powiązane?” | Korelacja Pearsona | kalkulator korelacji Pearsona |
| „Wyznacz prostą trendu i prognozę” | Regresja liniowa | kalkulator regresji liniowej |
| „Ile odchyleń od średniej ma wynik?” | Z-score | kalkulator Z-score |
| „Jakie jest P(X ≤ x)?” | Rozkład normalny | kalkulator rozkładu normalnego |
| „Gdzie jest mediana, kwartyl albo IQR?” | Statystyka opisowa | kalkulator kwartylów i percentyli |
Zadania z odpowiedziami
Zadanie 1
Współczynnik korelacji wynosi r = 0,82. Jak opisać zależność?
Gdy jedna zmienna rośnie, druga zwykle też rośnie. Nadal trzeba pamiętać, że korelacja nie dowodzi przyczyny.
Zadanie 2
Dana jest prosta regresji y = 3x + 4. Oblicz prognozę dla x = 6.
Podstawiamy: y = 3 · 6 + 4 = 18 + 4 = 22.
Zadanie 3
Oblicz Z-score dla x = 80, średniej 70 i odchylenia standardowego 5.
z = (80 - 70) / 5 = 10 / 5 = 2. Wynik jest dwa odchylenia standardowe powyżej średniej.
Zadanie 4
Jeżeli r = -0,60, to ile wynosi R² w prostym modelu liniowym?
Kwadrat z -0,60 to 0,36, czyli 36% zmienności jest opisane przez prosty model liniowy.
Zadanie 5
W rozkładzie normalnym około jaki procent wyników leży w zakresie średnia ± 1 odchylenie standardowe?
To pierwsza część reguły 68-95-99,7.
Zadanie 6
Reszta w regresji to różnica między jakimi wartościami?
Najczęściej zapisuje się: reszta = y rzeczywiste - y przewidywane.
Najczęstsze błędy w statystyce rozszerzonej
- Mylenie korelacji z przyczyną: wysoka korelacja nie oznacza automatycznie, że X powoduje Y.
- Liczenie regresji dla danych, które wyraźnie nie mają kształtu liniowego.
- Używanie prognozy daleko poza zakresem danych, np. gdy dane były od 1 do 10, a prognoza jest dla 100.
- Porównywanie Z-score bez sprawdzenia, czy odchylenie standardowe nie wynosi 0.
- Zakładanie rozkładu normalnego tylko dlatego, że zadanie ma średnią i odchylenie standardowe.
- Pomijanie wartości odstających, które mogą mocno zmienić korelację i regresję.
Sprawdź także w pakiecie statystyki rozszerzonej
Poradnik wyjaśnia schematy, a kalkulatory pozwalają od razu sprawdzić własne dane. Wróć do tablicy, gdy potrzebujesz wzorów i szybkiej powtórki przed zadaniem.