Korelacija v bistvu pomeni medsebojno povezavo dveh ali več nizov podatkov. V statistiki se za iskanje korelacije med njima uporabljajo bivariatni podatki ali dve naključni spremenljivki. The korelacijski koeficient je na splošno merjenje korelacije med bivariantnimi podatki, ki v bistvu označuje, koliko sta dve naključni spremenljivki medsebojno korelirani.

Če je korelacijski koeficient 0, bivariatni podatki med seboj niso korelirani.

Če je korelacijski koeficient -1 ali +1, so bivariatni podatki med seboj močno povezani.

r=-1 označuje močno negativno razmerje in r=1 označuje močno pozitivno razmerje.

Na splošno, če je korelacijski koeficient blizu -1 ali +1, lahko rečemo, da so bivariatni podatki med seboj močno povezani.

Korelacijski koeficient se izračuna z uporabo Pearsonov korelacijski koeficient ki ga daje:

Korelacijski koeficient

Kje,

r: korelacijski koeficient.
• : Vrednosti spremenljivke x.
y_i: Vrednosti spremenljivke y.n: Število vzorcev, vzetih v naboru podatkov. Števec: Kovarianca x in y. Imenovalec: Zmnožek standardnega odklona x in standardnega odklona y.

V tem članku si bomo ogledali, kako najti korelacijske koeficiente v Excelu.

primer: Razmislite o naslednjem nizu podatkov:

Iskanje korelacijskega koeficienta v Excelu:

1. Uporaba funkcije CORREL

V Excelu za iskanje korelacijskega koeficienta uporabite formulo:

=CORREL(matrika1,matrika2) matrika1 : matrika spremenljivke x matrika2: matrika spremenljivke y Če želite vstaviti matriko1 in matriko2, izberite obseg celic za obe.

1. Poiščimo korelacijski koeficient za spremenljivki ter X in Y1.

Korelacijski koeficient x in y1

array1 : niz vrednosti X. Razpon celic je od A2 do A6.

array2 : Niz vrednosti Y1. Razpon celic je od B2 do B6.

vicky kaushal starost

Podobno lahko najdete korelacijske koeficiente za (X , Y2) in (X , Y3) z uporabo Excelove formule. Končno so korelacijski koeficienti naslednji:

Iz zgornje tabele lahko sklepamo, da:

X in Y1 imata negativen korelacijski koeficient.

X in Y2 imata pozitiven korelacijski koeficient.

X in Y3 nista korelirana, saj je korelacijski koeficient skoraj nič.

primer: Zdaj pa nadaljujmo z naslednjima dvema metodama z uporabo novega nabora podatkov. Razmislite o naslednjem nizu podatkov:

Uporaba analize podatkov

Prav tako lahko analiziramo dani nabor podatkov in izračunamo korelacijski koeficient: Če želite to narediti, sledite spodnjim korakom:

Korak 1: Najprej morate omogočiti Analiza podatkov ToolPak v Excelu. Omogočiti :

1. Pojdi do mapa v zgornjem levem kotu Excelovega okna in izberite Opcije .
2. The Excelove možnosti odpre se pogovorno okno. Zdaj pa pojdi na Dodatki možnost in v Upravljaj v spustnem meniju izberite dodatke Excel.
3. Kliknite na pojdi gumb.
4. Odpre se pogovorno okno Dodatki. Pri tem preverite možnost Paket orodij za analizo .
5. Kliknite v redu !

Dodan zavihek Analiza podatkov

2. korak: Zdaj kliknite na podatki sledi Analiza podatkov . Prikaže se pogovorno okno.

3. korak: V pogovornem oknu izberite Korelacija s seznama možnosti. Kliknite v redu !

4. korak: Prikaže se meni Korelacija.

5. korak: V tem meniju najprej zagotovite Vhodni obseg . Vhodni obseg je obseg celic stolpcev X in Y1, kot je označeno na spodnji sliki.

6. korak: Dobavite tudi Izhodno območje kot številko celice, kjer želite prikazati rezultat. Privzeto se izhod prikaže na novem Excelovem listu, če ne navedete nobenega izhodnega obsega.

7. korak: Preverite Etikete v prva vrsta možnost če imate oznake v naboru podatkov. V našem primeru ima stolpec 1 oznako X, stolpec 2 pa oznako Y1.

8. korak: Kliknite OK.

9. korak: Tabela za analizo podatkov je zdaj pripravljena. Tukaj si lahko ogledate korelacijski koeficient med X in Y1 v analizni tabeli.

Podobno lahko najdete korelacijske koeficiente XY2 in XY3. Končno so vsi korelacijski koeficienti:

Uporaba funkcije PEARSON

Je popolnoma podobna funkciji CORREL, o kateri smo razpravljali v zgornjem razdelku. Sintaksa za funkcijo PEARSON je:

=PEARSON(matrika1,matrika2) matrika1 : matrika spremenljivke x matrika2: matrika spremenljivke y Če želite vstaviti matriko1 in matriko2, izberite obseg celic za obe.

Poiščimo korelacijski koeficient za X in Y1 v nizu podatkov primera 2 z uporabo funkcije PEARSON.

Formula bo vrnila korelacijski koeficient X in Y1. Podobno lahko storite za druge.

Končni korelacijski koeficienti so:

char tostring java