Partialkorrelations-Rechner
Korrelieren x und y mit 0,8, x und z mit 0,5 sowie y und z mit 0,4, beträgt die Partialkorrelation von x und y unter Kontrolle von z etwa 0,76: Der Zusammenhang bleibt großteils bestehen, wenn z herausgerechnet wird. Kostenlos in Ihrem Browser.
- Kostenlos
- Läuft in Ihrem Browser
- Ohne Anmeldung
- Ihre Daten bleiben auf Ihrem Gerät
Im Browser ausführen – kostenlos
Rechenbeispiel
- R xy
- 0,8
- R xz
- 0,5
- R yz
- 0,4
- Partielles r
- 0,755928946
- Zähler
- 0,6
- Nenner
- 0,7937253933
Die Partialkorrelation beantwortet eine Frage, die gewöhnliche Pearson-r nicht löst: wie stark bewegen sich x und y gemeinsam, nachdem der lineare Einfluss einer dritten Variable z entfernt wurde?
Was die Partialkorrelation aussagt
Die Pearson-Korrelation misst, wie eng sich zwei Variablen gemeinsam bewegen, sagt aber nicht, ob ein Teil davon von einer dritten Variable stammt, die beide mitzieht. Die Partialkorrelation entfernt den linearen Einfluss dieser dritten Variable z und misst, was zwischen x und y übrig bleibt. Ein hoher positiver Wert heißt, dass x und y auch nach der Bereinigung gemeinsam steigen, ein hoher negativer Wert, dass sie gegenläufig sind, und ein Wert nahe null, dass der beobachtete Zusammenhang vor allem durch z erklärt wurde. Das Ergebnis liegt stets zwischen minus eins und eins.
So wird gerechnet, und darauf sollten Sie achten
Sie brauchen nur die drei paarweisen Korrelationen, etwa aus einer Korrelationsmatrix oder einem veröffentlichten Artikel. Man multipliziert die Korrelation von x mit z und die von y mit z, zieht dieses Produkt von der Korrelation zwischen x und y ab und teilt durch die Wurzel aus eins minus jeder Kontrollkorrelation zum Quadrat. Mit 0,8, 0,5 und 0,4 ist der Zähler 0,6 und das Ergebnis etwa 0,76. Beträgt eine Kontrollkorrelation genau 1 oder −1, ist die Division unmöglich, und es wird keine Zahl ausgegeben. Bedenken Sie außerdem: Das Herausrechnen von z ist eine statistische Bereinigung, kein Ursachenbeweis.
Was Partialkorrelation misst und die klassische Formel
Pearsons Produkt-Moment-Korrelation r misst die lineare Assoziation zwischen zwei Variablen, trennt aber keine gemeinsame Bewegung, die von einer dritten Variable angetrieben wird. Eine große positive Partialkorrelation bedeutet, dass x und y nach linearer Anpassung für z noch gemeinsam laufen; eine große negative, dass sie nach dieser Anpassung entgegengesetzt laufen; ein Wert nahe null bedeutet, dass die beobachtete Assoziation weitgehend durch z erklärt wurde.
Dieser Endpunkt schätzt keine Koeffizienten aus Rohreihen neu: Er setzt voraus, dass Sie bereits gültige paarweise Pearson-Korrelationen im Einheitsintervall haben, und konzentriert sich auf den algebraischen Schritt, den viele Arbeitsblätter der Handrechnung überlassen. Er behauptet auch keine kausale Kontrolle; das Entfernen der linearen Komponente von z ist eine statistische Anpassung, kein Beweis, dass z ein Confounder ist oder ein Kausalpfad blockiert wurde.
Nutzen Sie dedizierte Pearson-Werkzeuge, wenn Sie von Beobachtungen ausgehen, und diese Seite, wenn die drei paarweisen r-Werte bereits bekannt sind und Sie eine reproduzierbare Partialkorrelation für Berichte, Lösungsschlüssel oder automatisierte Prüfungen brauchen.
Häufige Fragen
Müssen die drei Werte aus derselben Stichprobe stammen?
Ja für eine kohärente Matrix: Die Formel setzt eine gültige gemeinsame Korrelationsstruktur voraus.
Ist Partialkorrelation dasselbe wie Pearson-r?
Nein. Pearson-r ist die einfache paarweise Assoziation. Die Partialkorrelation entfernt die lineare Assoziation mit einer Kontrollvariable z, bevor die verbleibende Assoziation von x und y gemessen wird.
Wie lautet die Formel der Partialkorrelation?
Vom Koeffizienten zwischen x und y wird das Produkt der Koeffizienten von x mit z und von y mit z abgezogen. Das Ergebnis wird durch die Wurzel aus dem Produkt von eins minus jedem dieser beiden Koeffizienten zum Quadrat geteilt.
Was passiert, wenn eine Kontrollkorrelation 1 oder −1 beträgt?
Dann ist der Nenner null, und die Partialkorrelation ist nicht definiert. Der Rechner lehnt diesen Fall ab, statt eine bedeutungslose Zahl zu erfinden.
Beweist eine Partialkorrelation, dass z ein Störfaktor ist?
Nein. Das Herausrechnen des linearen Anteils von z ist eine statistische Bereinigung, kein Beweis für einen Störfaktor oder einen ursächlichen Zusammenhang. Lesen Sie das Ergebnis als Beschreibung Ihrer Daten.
Verwandte Tools
Für Entwickler — API-Zugang
Alles auf dieser Seite ist auch per API verfügbar. Dieser Abschnitt richtet sich an Teams, die es in ihre eigenen Systeme einbinden möchten; alle anderen nutzen einfach das Tool oben.
Endpunkt
Authentifizierung per Bearer-Token. Ein einziger POST stellt die Aufgabe in die Warteschlange; das Ergebnis erhalten Sie per Webhook oder über einen signierten Link.
Aufruf aus Ihrem Stack
curl -X POST https://api.kit.forhosting.com/stat/partial-correlation \
-H "Authorization: Bearer $KIT_KEY" \
-H "Content-Type: application/json" \
-d '{"r_xy":0.8,"r_xz":0.5,"r_yz":0.4}'const res = await fetch("https://api.kit.forhosting.com/stat/partial-correlation", {
method: "POST",
headers: {
"Authorization": `Bearer ${process.env.KIT_KEY}`,
"Content-Type": "application/json"
},
body: JSON.stringify({
"r_xy": 0.8,
"r_xz": 0.5,
"r_yz": 0.4
})
});
const { task_id } = await res.json();import os, requests
res = requests.post(
"https://api.kit.forhosting.com/stat/partial-correlation",
headers={"Authorization": f"Bearer {os.environ['KIT_KEY']}"},
json={
"r_xy": 0.8,
"r_xz": 0.5,
"r_yz": 0.4
},
)
task_id = res.json()["task_id"]<?php
$res = file_get_contents("https://api.kit.forhosting.com/stat/partial-correlation", false, stream_context_create([
"http" => [
"method" => "POST",
"header" => "Authorization: Bearer " . getenv("KIT_KEY") . "\r\nContent-Type: application/json",
"content" => '{"r_xy":0.8,"r_xz":0.5,"r_yz":0.4}',
],
]));
$task = json_decode($res, true);body := bytes.NewBufferString(`{"r_xy":0.8,"r_xz":0.5,"r_yz":0.4}`)
req, _ := http.NewRequest("POST", "https://api.kit.forhosting.com/stat/partial-correlation", body)
req.Header.Set("Authorization", "Bearer "+os.Getenv("KIT_KEY"))
req.Header.Set("Content-Type", "application/json")
res, _ := http.DefaultClient.Do(req)Beispiel-Anfrage
{
"r_xy": 0.8,
"r_xz": 0.5,
"r_yz": 0.4
}Beispiel-Antwort
{
"task_id": "tsk_a1b2c3d4e5f6a1b2c3d4e5f6",
"type": "stat.partial_correlation",
"status": "queued",
"_links": {
"result": "/tasks/tsk_…/result"
}
}Die API arbeitet asynchron: Sie erhalten sofort eine task_id. Polling ist mit 1 Anfrage pro Sekunde erlaubt.
Preis
Der Preis steht auf der Seite – keine Tokens, keine Credits. Fehlgeschlagene Aufgaben werden nicht berechnet.
Fehler
| HTTP | Code | Bedeutung |
|---|---|---|
401 | unauthorized | Der API-Schlüssel fehlt oder ist ungültig – prüfen Sie den Authorization-Header (Bearer). |
402 | insufficient_balance | Ihr Guthaben reicht für diese Aufgabe nicht aus – Aufladungen verfallen nicht. |
404 | unknown_type | Unbekannter Aufgabentyp – prüfen Sie das Feld „type“ gegen den Katalog. |
429 | rate_limited | Zu viele Anfragen – warten Sie kurz; Polling ist mit 1 Anfrage pro Sekunde erlaubt. |
Technische Hinweise
Forschende, Studierende und Analysten verfügen oft über drei paarweise Korrelationen aus einer Matrix, einem Paper oder einer Tabelle und benötigen r_xy.z, ohne Rohdaten neu aufzubauen. Dieser Partialkorrelations-Rechner nimmt die drei paarweisen Koeffizienten r_xy, r_xz und r_yz entgegen, wendet die klassische Formel erster Ordnung an und liefert die Partialkorrelation zusammen mit Zähler, Nenner und Formelzeichenkette zur Prüfung. Wenn die Kontrollkorrelationen betragsmäßig perfekt sind, ist der Nenner null und die Partialkorrelation undefiniert; solche Fälle scheitern mit invalid_input statt eine Zahl zu erfinden.
Was Partialkorrelation misst und die klassische Formel
Die Partialkorrelation von x und y bei Kontrolle von z, geschrieben r_xy.z, ist die Korrelation zwischen den Residuen von x auf z und von y auf z unter linearen Kleinsten Quadraten. Wenn nur die drei paarweisen Korrelationen vorliegen, erhält man denselben Wert aus der geschlossenen Identität: r_xy.z entspricht (r_xy minus r_xz mal r_yz) geteilt durch die Quadratwurzel aus (eins minus r_xz zum Quadrat) mal (eins minus r_yz zum Quadrat). Das Ergebnis liegt im abgeschlossenen Intervall von minus eins bis plus eins, sobald der Nenner positiv ist.
Eingabevertrag, Antwortform und wann der Nenner verschwindet
Senden Sie einen JSON-Körper mit drei erforderlichen endlichen Zahlen, jeweils im abgeschlossenen Intervall von minus eins bis plus eins: r_xy (Korrelation von x und y), r_xz (Korrelation von x und z) und r_yz (Korrelation von y und z). Alias rxy oder xy, rxz oder xz und ryz oder yz werden akzeptiert, damit kompakte Formulare und Tabellen denselben Vertrag nutzen. Fehlende Felder, nicht endliche Werte und Werte außerhalb des Einheitsintervalls scheitern mit invalid_input und Nennung des Feldes; solche Fehler werden nicht berechnet. Die kritische algebraische Absicherung ist der Nenner: Das Produkt unter der Wurzel ist null, wenn der Absolutbetrag von r_xz eins beträgt oder der von r_yz eins, weil dann x oder y eine perfekte lineare Funktion von z ist und die Residualvarianz zusammenbricht. Bei Erfolg spiegelt der Körper die drei Eingaben wider, liefert partial_r auf zwölf Dezimalstellen gerundet für stabile Goldens, liefert Zähler und Nenner zur Prüfung und enthält eine kurze Formelzeichenkette, die die Identität erneut festhält. Beispiel: r_xy gleich null Komma acht, r_xz gleich null Komma fünf und r_yz gleich null Komma vier ergibt eine positive Partialkorrelation nahe null Komma sieben sechs und zeigt residuale Assoziation nach Anpassung für z.
Wo ein Partialkorrelations-Rechner seinen Nutzen zeigt
Unterricht führt Partialkorrelation ein, wenn einfache Assoziation der Assoziation nach Konstanthalten einer dritten Variable gegenübergestellt wird, und Studierende brauchen ein deterministisches Orakel, das die Lehrbuchformel auf beliebigen Tripeln trifft. Produkt- und Datenteams erhalten manchmal nur eine Korrelationsmatrix aus einer datenschutzschonenden Pipeline und wollen dennoch Partialkorrelationen erster Ordnung unter ausgewählten Tripeln, ohne Individuen zu rekonstruieren. Halten Sie Anfragen klein, prüfen Sie die gerundete Partialkorrelation in Tests, und Sie erhalten reproduzierbare Partialkorrelation erster Ordnung für Hausaufgaben, Dokumentations-Widgets und Edge-Worker, ohne für drei Zahlen einen vollen multivariaten Statistik-Stack aufzubauen. Prüfungs-Generatoren und LMS-Plugins bewerten Items, die von einer Korrelationsmatrix statt von Rohwerten ausgehen; der Aufruf dieses Parse-Endpunkts vermeidet fragile Tabellenformeln, die still scheitern, wenn |r_xz| eins erreicht. Sozialwissenschaftliche und epidemiologische Notizen zitieren oft nur paarweise r-Werte aus Vorarbeiten und verlangen r_xy.z als Sensitivitätscheck vor neuer Mikrodatenerhebung. Forschungstests fixieren partial_r für bekannte Matrixscheiben, damit Refactorings größerer multivariater Module nicht abdriften. Weil die Implementierung reines Parse der Stufe A ist, kostet jeder erfolgreiche Aufruf den veröffentlichten Basispreis $0.002 ohne Modell-Tokens und ohne ausgehendes Netz, während ungültige Eingabe kostenlos ist.
Integrationsbeispiele
Hausaufgaben und Matrix-Übungen
Prüfen Sie r_xy.z aus drei lehrbuchmäßigen paarweisen Korrelationen und bestätigen Sie, dass die Partialkorrelation der Residualkorrelations-Definition entspricht.
LMS- und Prüfungs-Autobewertung
Bewerten Sie Korrelationsmatrix-Items mit einem deterministischen Orakel, das perfekte |r_xz| oder |r_yz| als undefiniert ablehnt.
CI-Fixtures aus einer Korrelationsmatrix
Fixieren Sie partial_r für bekannte Tripel in automatisierten Tests, ohne Residualkorrelationen von Hand neu abzuleiten.
Technische Fragen
Wie berechnet man die Partialkorrelation von x und y bei Kontrolle von z?
Senden Sie endliche r_xy, r_xz und r_yz jeweils in [-1, 1]. Die API liefert r_xy.z = (r_xy − r_xz·r_yz) / √((1 − r_xz²)(1 − r_yz²)) als partial_r.
Was geschieht, wenn der Nenner null ist?
Wenn |r_xz|=1 oder |r_yz|=1, ist die Residualvarianz von x oder y nach z null, daher ist die Partialkorrelation undefiniert. Die Aufgabe scheitert mit invalid_input und wird nicht berechnet.
Was kostet der Partialkorrelations-Rechner?
Das Browser-Werkzeug ist kostenlos. API-Anfragen nutzen vorausgezahltes KIT-Guthaben zu $0.002 pro erfolgreichem Aufruf; ungültige Eingabe wird nicht berechnet.