מחשבון פיזור

מחבר: Henrick Yau
- July 21, 2026
| |

מחשבון פיזור

צור, הצג ונתח גרפי פיזור בעזרת מחשבון אינטראקטיבי זה. הזן את נקודות הנתונים שלך, התאם אישית אפשרויות תצוגה, וקבל ניתוח סטטיסטי הכולל מקדם מתאם וקווי מגמה.

קלט נתונים

נקודות נתונים

1

הגדרות גרף

אפשרויות ניתוח

אפשרויות תצוגה

אודות גרפי פיזור

גרפי פיזור משמשים לצפייה בקשרים בין משתנים. כל נקודה מייצגת תצפית עם שני ערכים: אחד משורטט לאורך ציר ה-X והשני לאורך ציר ה-Y.

מה גרפי פיזור מראים
  • מתאם: המידה שבה שני משתנים קשורים ליניארית.
  • אשכולות: קבוצות של נקודות שעשויות להצביע על תת-קבוצות בנתונים.
  • חריגים: נקודות החורגות באופן משמעותי מהדפוס הכללי.
  • מגמות: הכיוון או הדפוס הכללי בנתונים.
הבנת מתאם
  • Positive correlation (r > 0): כאשר x עולה, y נוטה לעלות.
  • מתאם שלילי (r < 0): כאשר x עולה, y נוטה לרדת.
  • ללא מתאם (r ≈ 0): אין קשר ליניארי בין המשתנים.
  • מתאם מושלם (r = 1 או r = -1): הנקודות יוצרות קו מושלם.
פירוש R-squared

R-squared (מקדם ההסבר) מייצג את שיעור השונות במשתנה התלוי שניתן לחזות מהמשתנה/משתנים הבלתי תלויים.

  • R² = 0: המודל אינו מסביר כל שונות בנתוני התגובה.
  • R² = 1: המודל מסביר את כל השונות בנתוני התגובה.
  • R² = 0.7: המודל מסביר 70% מהשונות בנתוני התגובה.
מקדם המתאם (r):
\( r = \frac{\sum (x_i - \bar{x})(y_i - \bar{y})}{\sqrt{\sum (x_i - \bar{x})^2 \sum (y_i - \bar{y})^2}} \)

משוואת הרגרסיה הליניארית:
\( y = mx + b \)

R-בריבוע (מקדם ההסבר):
\( R^2 = 1 - \frac{\text{SS}_{\text{res}}}{\text{SS}_{\text{tot}}} \)

מהו מחשבון גרף הפיזור?

מחשבון גרף הפיזור הוא כלי קל לשימוש להדמיה וניתוח של קשרים בין שני משתנים מספריים. על ידי הצגת נקודות נתונים על מישור קואורדינטות, משתמשים יכולים לזהות מגמות, להעריך את עוצמת הקשרים ולחקור כיצד משתנה אחד עשוי לחזות משתנה אחר.

כיצד להשתמש במחשבון

בצע את השלבים הבאים כדי להתחיל:

  • הזן נתונים: בחר כיצד להזין את הנתונים שלך — ידנית, על ידי הדבקה, או בחירה ממערכי נתונים לדוגמה מובנים.
  • התאם אישית הגדרות: הוסף כותרות, בחר תוויות צירים, והגדר אפשרויות חזותיות כמו גודל נקודות וצבעים.
  • בחר ניתוח: בחר את סוג קו המגמה שברצונך לנתח — ליניארי, פולינומי, אקספוננציאלי או לוגריתמי.
  • צפה בתוצאות: לחץ על "צור גרף" כדי לראות את גרף הפיזור, קו הרגרסיה, מקדם המתאם, ערך R-בריבוע ותובנות סטטיסטיות נוספות.

תכונות עיקריות

  • הזנת נתונים אינטראקטיבית עם עדכונים מיידיים
  • תמיכה במספר מודלי רגרסיה
  • משוב חזותי ברור עם גרפים הניתנים להתאמה אישית
  • חישוב מיידי של סטטיסטיקות כמו מתאם, R², ממוצעים וסטיות תקן
  • לוגיקת פותר רצפים מובנית לזיהוי קשרים מספריים

במה זה יכול לעזור לך

כלי זה אידיאלי עבור:

  • הבנת קשרים בין משתנים באמצעות ניתוח רגרסיה
  • שימוש ככלי סטטיסטי לקבלת תובנות ממערכי נתונים קטנים או גדולים
  • חקר דפוסים ליניאריים ולא-ליניאריים עם מאתר דפוסים מובנה
  • השוואת מערכי נתונים מרובים באמצעות שכבות של קווי מגמה
  • יצירת תרשימים איכותיים לדוחות או מצגות

למי זה מיועד?

בין אם אתה סטודנט הלומד על מקדמי מתאם, חוקר העוסק בניתוח סטטיסטי, או סתם מישהו שמנסה לנתח מערכי נתונים, מחשבון זה מציע דרך אפקטיבית וויזואלית להבין את המספרים.

למה להשתמש בגרף פיזור?

גרפי פיזור עוזרים לזהות:

  • מתאמים: כיצד שני משתנים נעים יחד
  • חריגים: נקודות נתונים חריגות השונות מהדפוס
  • מגמות: הכיוון הכללי שהנתונים עוקבים אחריו
  • אשכולות: תת-קבוצות של ערכים דומים

שאלות נפוצות

מהו קו מגמה?

קו מגמה הוא קו מתמטי המתאים ביותר לנקודות הנתונים, ועוזר לחשוף את הקשר בין המשתנים.

מה אומר לי מקדם המתאם?

הוא מראה עד כמה שני משתנים קשורים זה לזה. ערכים קרובים ל-1+ או 1- מצביעים על קשר חזק, בעוד שערכים קרובים ל-0 מראים מתאם מועט או לא קיים.

מתי עלי להשתמש במודל פולינומי או אקספוננציאלי?

אם הנתונים אינם עוקבים אחר קו ישר, מודלים פולינומיים או אקספוננציאליים יכולים ללכוד טוב יותר מגמות מעוקלות.

האם מחשבון זה יכול להחליף כלים מקצועיים?

זוהי דרך מהירה ואינפורמטיבית לחקור את הנתונים שלך, אך ייתכן שהיא אינה כוללת בדיקות סטטיסטיות מתקדמות הנמצאות בתוכנות ייעודיות.

כלים קשורים

אם אתה חוקר נתונים ודפוסים, ייתכן שתמצא גם את אלה שימושיים:

  • כלי רגרסיה ליניארית – הבן מגמות ובצע תחזיות
  • מחשבון סטיית תקן – מדוד פיזור נתונים
  • מחשבון רצפים מספריים – נתח ופתור רצפים מספריים
  • כלי ממוצע וחציון – הבן התפלגות נתונים במהירות
  • מחשבון מקדם מתאם – כמת את עוצמת הקשרים

מחשבות אחרונות

מחשבון גרף הפיזור עוזר להפוך נתונים גולמיים לתובנות ברורות ומשמעותיות. בין אם אתה עובד על פרויקט בית ספרי או מנתח נתונים מהעולם האמיתי, כלי זה הוא דרך פרקטית להדמית מגמות, להבין מתאמים ולשפר קבלת החלטות.