Streudiagramm-Ersteller

Beziehungen zwischen zwei Variablen visualisieren — nach Gruppe farblich kodieren

Ein Streudiagramm zeigt Paare numerischer Werte als Punkte in einem Raster und macht sofort klar, ob zwei Variablen korreliert sind. Punkte, die einen aufsteigenden Trend bilden, zeigen eine positive Korrelation; ein absteigender Trend ist negativ; eine zufällige Wolke bedeutet keine Korrelation.

Dieses Tool lädt 40 Messungen von Körpergröße, Gewicht und Geschlecht. Klicke auf Daten verknüpfen, um Körpergröße vs. Gewicht nach Geschlecht eingefärbt darzustellen. Du kannst dann die KI bitten, eine Regressionsgerade zu überlagern oder den Korrelationskoeffizienten zu berechnen.

Füge deine eigene zweispaltige CSV (plus optionale Gruppenspalte) ein, um deine eigenen Daten zu visualisieren.

Verwandte Themen

RegressionsrechnerStatistikrechnerHistogramm-Ersteller
Was zeigt ein Streudiagramm?
Ein Streudiagramm zeigt die Beziehung zwischen zwei numerischen Variablen. Jeder Punkt repräsentiert eine Beobachtung. Das Gesamtmuster zeigt, ob die Variablen korreliert sind (wenn eine zunimmt, tendiert die andere dann auch zu- oder abzunehmen?) und wie stark diese Beziehung ist.
Was ist Korrelation vs. Kausalität?
Ein Streudiagramm kann Korrelation zeigen — zwei gemeinsam veränderliche Variablen — aber keine Kausalität. Eiscremeverkäufe und Ertrinkungsraten sind korreliert (beide gipfeln im Sommer), aber keine verursacht die andere. Kausalität erfordert kontrollierte Experimente, nicht nur Daten.
Was ist der Korrelationskoeffizient (r)?
Der Korrelationskoeffizient r reicht von -1 bis +1. r = +1 ist eine perfekte aufsteigende Linie; r = -1 ist eine perfekte absteigende Linie; r = 0 bedeutet keine lineare Beziehung. Als grobe Orientierung: |r| > 0,7 = starke, 0,3–0,7 = mäßige, < 0,3 = schwache Korrelation.
Wie funktioniert „nach Gruppe färben"?
Wenn du eine kategoriale Spalte hast (wie Geschlecht oder Art), frag die KI „nach Geschlecht färben" und sie zeichnet das Streudiagramm mit jeder Gruppe in einer anderen Farbe. Das macht es einfach zu sehen, ob die Beziehung zwischen den beiden Variablen in verschiedenen Gruppen unterschiedlich ist.