Zum Inhalt
Alle Apps

Punktewolke sprühen

Über diese App

Punktewolke sprühen, radieren oder Punkt für Punkt setzen: Quadranten zeigen die Kovarianz als gerichtete Rechtecke, dazu r, Spearman, R², zwei Regressionsgeraden und Beispiele, in denen r täuscht (U-Form, Ausreißer, zwei Gruppen).

Pearson, Spearman und ihre Grenzen

Der Korrelationskoeffizient nach Pearson r = sₓᵧ / (sₓ · sᵧ) misst die Stärke des linearen Zusammenhangs zweier Merkmale. Er ist dimensionslos, liegt zwischen −1 und +1 und erreicht ±1 genau dann, wenn alle Punkte auf einer Geraden liegen; das Bestimmtheitsmaß ist R² = r². Eine verbreitete Faustregel nennt |r| ab 0,8 stark und ab 0,5 mittel. Der Rangkoeffizient nach Spearman ist die Pearson-Korrelation der Ränge. Er erfasst monotone Zusammenhänge und reagiert weniger empfindlich auf Ausreißer.

Was die App zeigt

Mit den Werkzeugen Sprühen, Radieren und Punkt entsteht eine eigene Punktewolke; Sprühradius und Dichte sind einstellbar. Der Schwerpunkt teilt die Wolke in vier Quadranten, deren gerichtete Rechtecke die Kovarianz aufbauen. Einblendbar sind die Regressionsgeraden y(x) und x(y) sowie eine Streuungsellipse. Das Werte-Panel zeigt Kovarianz, Pearson r, Spearman rₛ, R², Steigung und Achsenabschnitt mit einer kurzen Einordnung. Neun Beispielwolken reichen von stark und schwach über U-Form, zwei Gruppen und Ausreißer bis zu Motor- und Einkommensdaten.

Selbst ausprobieren

Lade die U-Form: r liegt nahe 0, obwohl die Punkte eng einer Kurve folgen. Beim Ausreißer zeigt die App, welchen Wert r ohne diesen einen Punkt hätte, während Spearman stabil bleibt. Bei zwei Gruppen entsteht ein hohes r allein aus dem Abstand der Gruppen. Strecke oder stauche y um ȳ: Die Steigung ändert sich, r bleibt gleich. Achte auch darauf, wie sich die beiden Regressionsgeraden bei schwacher Korrelation auseinanderspreizen.

Häufige Fragen

Was misst der Korrelationskoeffizient r?
Der Korrelationskoeffizient nach Pearson misst, wie stark zwei Merkmale linear zusammenhängen. Werte nahe +1 bedeuten einen steigenden, nahe −1 einen fallenden linearen Zusammenhang, Werte um 0 keinen linearen Zusammenhang. Andere Formen der Abhängigkeit, etwa eine U-Form, erfasst r nicht.
Wann sollte man Spearman statt Pearson verwenden?
Spearman eignet sich, wenn der Zusammenhang monoton, aber nicht unbedingt linear ist, wenn Ausreißer vorhanden sind oder wenn nur Rangdaten vorliegen. Der Spearman-Koeffizient berechnet die Pearson-Korrelation der Ränge. Ein einzelner extremer Wert belegt dabei nur einen Rang und verzerrt das Ergebnis weniger.
Bedeutet r = 0, dass kein Zusammenhang besteht?
Nein, r = 0 bedeutet nur, dass kein linearer Zusammenhang vorliegt. Punkte auf einer symmetrischen Parabel können eng voneinander abhängen und trotzdem r ≈ 0 ergeben. Deshalb lohnt sich immer ein Blick auf das Streudiagramm.
Was kann ich in dieser App ausprobieren?
Du sprühst, radierst oder setzt Punkte einzeln und siehst alle Kennzahlen sofort. Neun Beispielwolken zeigen typische Fälle, in denen r täuscht. Regressionsgeraden, Quadrantenfarben und Streuungsellipse lassen sich einblenden, und y kann um ȳ gestreckt oder gestaucht werden.

Fach: Wahrscheinlichkeit & Stochastik

Mehr aus Wahrscheinlichkeit & Stochastik

Eine VisuApp von heyprof: interaktiv, kostenlos im Browser, ohne Anmeldung. Was ist eine VisuApp? · Alle Apps