Кореляція в основному означає взаємний зв'язок між двома або більше наборами даних. У статистиці для визначення кореляції між ними використовуються двовимірні дані або дві випадкові величини. The Коефіцієнт кореляції це, як правило, вимірювання кореляції між двовимірними даними, яке в основному означає, наскільки дві випадкові змінні корельовані одна з одною.
.06 як дріб
Якщо коефіцієнт кореляції дорівнює 0, двомірні дані не корельовані між собою.
Якщо коефіцієнт кореляції становить -1 або +1, двомірні дані сильно корелюють один з одним.
r=-1 означає сильний негативний зв’язок, а r=1 означає сильний позитивний зв’язок.
Загалом, якщо коефіцієнт кореляції близький до -1 або +1, тоді можна сказати, що двовимірні дані сильно корелюють один з одним.
Коефіцієнт кореляції розраховується за допомогою Коефіцієнт кореляції Пірсона який задано:
Коефіцієнт кореляції
Де,
- r: Коефіцієнт кореляції.
У цій статті ми побачимо, як знайти коефіцієнти кореляції в Excel.
приклад: Розглянемо наступний набір даних:
Знаходження коефіцієнта кореляції в Excel:
1. Використання функції CORREL
В Excel для визначення коефіцієнта кореляції використовуйте формулу:
=CORREL(масив1,масив2) масив1 : масив змінної x масив2: масив змінної y Щоб вставити масив1 і масив2, просто виберіть діапазон клітинок для обох.
1. Давайте знайдемо коефіцієнт кореляції для змінних і X і Y1.
Коефіцієнт кореляції x і y1
масив1 : набір значень X. Діапазон комірок від A2 до A6.
array2 : набір значень Y1. Діапазон клітинок від B2 до B6.
Так само ви можете знайти коефіцієнти кореляції для (X , Y2) і (X , Y3) за допомогою формули Excel. Нарешті, коефіцієнти кореляції такі:
З наведеної вище таблиці можна зробити висновок, що:
X і Y1 мають негативний коефіцієнт кореляції.
X і Y2 мають позитивний коефіцієнт кореляції.
X і Y3 не корельовані, оскільки коефіцієнт кореляції майже дорівнює нулю.
приклад: Тепер перейдемо до наступних двох методів, використовуючи новий набір даних. Розглянемо наступний набір даних:
Використання аналізу даних
Ми також можемо проаналізувати заданий набір даних і обчислити коефіцієнт кореляції: для цього виконайте наведені нижче дії.
Крок 1: Спочатку потрібно включити Аналіз даних ToolPak в Excel. Для того, щоб :
- Йти до Файл у верхньому лівому куті вікна Excel і виберіть Опції .
- The Параметри Excel відкриється діалогове вікно. Тепер перейдіть до Надбудови варіант і в Керувати виберіть Надбудови Excel зі спадного списку.
- Натисніть на Іди кнопку.
- Відкриється діалогове вікно надбудов. У цьому позначте опцію Пакет інструментів аналізу .
- Натисніть в порядку !
Додано вкладку «Аналіз даних».
крок 2: Тепер натисніть на Дані а потім Аналіз даних . З'явиться діалогове вікно.
крок 3: У діалоговому вікні виберіть Кореляція зі списку опцій. Натисніть в порядку !
крок 4: З’явиться меню кореляції.
крок 5: У цьому меню спочатку введіть Вхідний діапазон . Діапазон введення — це діапазон клітинок стовпців X і Y1, як виділено на малюнку нижче.
Крок 6: Також надайте Вихідний діапазон як номер комірки, де потрібно відобразити результат. За замовчуванням вихідні дані з’являться на новому аркуші Excel, якщо ви не вкажете діапазон виведення.
Крок 7: Перевірте етикетки в перший ряд варіант якщо у вас є мітки в наборі даних. У нашому випадку стовпець 1 має мітку X, а стовпець 2 має мітку Y1.
Крок 8: Натисніть OK.
Крок 9: Тепер таблиця аналізу даних готова. Тут ви можете побачити коефіцієнт кореляції між X і Y1 у таблиці аналізу.
Так само ви можете знайти коефіцієнти кореляції для XY2 і XY3. Нарешті, усі коефіцієнти кореляції:
Використання функції PEARSON
Вона точно схожа на функцію CORREL, яку ми обговорювали в розділі вище. Синтаксис функції PEARSON такий:
=PEARSON(масив1,масив2) масив1 : масив змінної x масив2: масив змінної y Щоб вставити масив1 і масив2, просто виберіть діапазон клітинок для обох.
Давайте знайдемо коефіцієнт кореляції для X і Y1 у наборі даних прикладу 2 за допомогою функції PEARSON.
Формула поверне коефіцієнт кореляції X і Y1. Подібним чином ви можете зробити для інших.
Кінцеві коефіцієнти кореляції:
