Korelace v podstatě znamená vzájemné propojení dvou nebo více sad dat. Ve statistice se k nalezení korelace mezi nimi používají bivariační data nebo dvě náhodné proměnné. The korelační koeficient je obecně měření korelace mezi bivariačními daty, která v podstatě označuje, jak moc spolu dvě náhodné proměnné korelují.
Pokud je korelační koeficient 0, bivariační data spolu nekorelují.
Pokud je korelační koeficient -1 nebo +1, bivariační data spolu silně korelují.
r=-1 označuje silný negativní vztah a r=1 označuje silný pozitivní vztah.
Obecně, pokud je korelační koeficient blízký -1 nebo +1, pak můžeme říci, že bivariační data spolu silně korelují.
Korelační koeficient se vypočítá pomocí Pearsonův korelační koeficient který je dán:
Korelační koeficient
budkový algoritmus
Kde,
- r: Korelační koeficient.
V tomto článku se podíváme na to, jak najít korelační koeficienty v Excelu.
Příklad: Zvažte následující soubor dat:
Nalezení korelačního koeficientu v Excelu:
1. Použití funkce CORREL
V Excelu k nalezení korelačního koeficientu použijte vzorec:
=CORREL(pole1,pole2) pole1 : pole proměnné x pole2: pole proměnné y Chcete-li vložit pole1 a pole2, vyberte rozsah buněk pro oba.
1. Najděte korelační koeficient pro proměnné a X a Y1.
Korelační koeficient x a y1
typy smyček for
pole1 : Sada hodnot X. Rozsah buněk je od A2 do A6.
pole2 : Sada hodnot Y1. Rozsah buněk je od B2 do B6.
Podobně můžete najít korelační koeficienty pro (X , Y2) a (X , Y3) pomocí vzorce Excel. Nakonec jsou korelační koeficienty následující:
Z výše uvedené tabulky můžeme usoudit, že:
X a Y1 mají negativní korelační koeficient.
X a Y2 mají kladný korelační koeficient.
X a Y3 spolu nekorelují, protože korelační koeficient je téměř nulový.
Příklad: Nyní přistoupíme k dalším dvěma metodám pomocí nového souboru dat. Zvažte následující soubor dat:
modem vs router
Použití analýzy dat
Můžeme také analyzovat daný soubor dat a vypočítat korelační koeficient: Chcete-li to provést, postupujte takto:
Krok 1: Nejprve musíte povolit Analýza dat ToolPak v Excelu. Umožnit :
- Jít do Soubor v levém horním rohu okna Excelu a vyberte Možnosti .
- The Možnosti aplikace Excel otevře se dialogové okno. Nyní přejděte k Doplňky možnost a v Spravovat z rozevírací nabídky vyberte Doplňky aplikace Excel.
- Klikněte na Jít knoflík.
- Otevře se dialogové okno Doplňky. V tomto zaškrtněte volbu Analytické nástroje .
- Klikněte OK !
Byla přidána karta Analýza dat
Krok 2: Nyní klikněte na Data následován Analýza dat . Zobrazí se dialogové okno.
Krok 3: V dialogovém okně vyberte Korelace ze seznamu možností. Klikněte OK !
alfa-beta prořezávání
Krok 4: Zobrazí se nabídka Korelace.
Krok 5: V této nabídce nejprve zadejte Vstupní rozsah . Vstupní rozsah je rozsah buněk sloupců X a Y1, jak je zvýrazněno na obrázku níže.
Krok 6: Také dodejte Výstupní rozsah jako číslo buňky, kde chcete zobrazit výsledek. Ve výchozím nastavení se výstup zobrazí v novém listu Excelu v případě, že nezadáte žádný rozsah výstupu.
Krok 7: Zkontrolovat Štítky v první řada volba pokud máte v datové sadě štítky. V našem případě má sloupec 1 štítek X a sloupec 2 štítek Y1.
Krok 8: Klepněte na tlačítko OK.
java řetězec na booleovský
Krok 9: Tabulka Analýza dat je nyní připravena. Zde můžete vidět korelační koeficient mezi X a Y1 v tabulce analýzy.
Podobně můžete najít korelační koeficienty XY2 a XY3. Nakonec všechny korelační koeficienty jsou:
Použití funkce PEARSON
Je přesně podobná funkci CORREL, o které jsme hovořili ve výše uvedené části. Syntaxe funkce PEARSON je:
=PEARSON(pole1,pole2) pole1: pole proměnné x pole2: pole proměnné y Chcete-li vložit pole1 a pole2, vyberte rozsah buněk pro oba.
Pojďme najít korelační koeficient pro X a Y1 v datové sadě příkladu 2 pomocí funkce PEARSON.
Vzorec vrátí korelační koeficient X a Y1. Podobně můžete udělat pro ostatní.
Konečné korelační koeficienty jsou:
