相关系数与0越接近,说明两者越不相关。
例如,算出电视与温度的相关系数最接近0,说明电视一般不受温度的影响。
空调的结果与1更接近,说明空调与温度呈现正相关关系,温度越高,销售的空调就越多;反之亦然。而电热毯,则是反相关关系,温度越高,销售的就越少,温度越低,销售的就越多。
公式说明:
Correl(数组1,数组2):返回两组数组之间的相关系数,使用相关系数可以确定两种属性之间的关系。返回平均温度与空调之间的相关系数,通过这个相关系数,分析温度与空调之间的关系。
扩展资料
使用相关系数的缺点:
需要指出的是,相关系数有一个明显的缺点,即它接近于1的程度与数据组数n相关,这容易给人一种假象。
因为,当n较小时,相关系数的波动较大,对有些样本相关系数的绝对值易接近于1;当n较大时,相关系数的绝对值容易偏小。特别是当n=2时,相关系数的绝对值总为1。因此在样本容量n较小时,我们仅凭相关系数较大就判定变量x与y之间有密切的线性关系是不妥当的。
相关关系是一种非确定性的关系,相关系数是研究变量之间线性相关程度的量。由于研究对象的不同,相关系数有如下几种定义方式。
CORREL 和 PEARSON 工作表函数均可计算两个测量值变量之间的相关系数,条件是每种变量的测量值都是对 N 个对象进行观测所得到的。(丢失任何对象的任何观测值都会导致在分析中忽略该对象。)相关系数分析工具特别适合于当 N 个对象中的每个对象都有两个以上的测量值变量的情况。它提供一张输出表(相关矩阵),其中显示了应用于每个可能的测量值变量对的 CORREL(或 PEARSON)值。
与协方差一样,相关系数是描述两个测量值变量之间的离散程度的指标。与协方差的不同之处在于,相关系数是成比例的,因此它的值与这两个测量值变量的表示单位无关。(例如,如果两个测量值变量为重量和高度,当重量单位从磅换算成千克时,相关系数的值并不改变。)任何相关系数的值都必须介于 -1 和 +1 之间(包括 -1 和 +1)。
可以使用相关系数分析工具来检验每对测量值变量,以便确定两个测量值变量是否趋向于同时变动,即,一个变量的较大值是否趋向于与另一个变量的较大值相关联(正相关);或者一个变量的较小值是否趋向于与另一个变量的较大值相关联(负相关);或者两个变量的值趋向于互不关联(相关系数近似于零)。
“相关”对话框
数据源区域 在此输入待分析数据区域的单元格引用。引用必须由两个或两个以上按列或行排列的相邻数据区域组成。
分组方式 若要指示数据源区域中的数据是按行还是按列排列,请单击“行”或“列”。
标志位于第一行/标志位于第一列 如果数据源区域的第一行中包含标志项,请选中“标志位于第一行”复选框。如果数据源区域的第一列中包含标志项,请选中“标志位于第一列”复选框。如果数据源区域中没有标志项,则该复选框将被清除。Microsoft Office Excel 将在输出表中生成适当的数据标志。
输出区域 在此输入对输出表左上角单元格的引用。Excel 只填写输出表的一半,因为两个数据区域的相关性与区域的处理次序无关。输出表中具有相同行和列坐标的单元格包含数值 1,因为每个数据集与自身完全相关。
新工作表 单击此选项可在当前工作簿中插入新工作表,并从新工作表的 A1 单元格开始粘贴计算结果。若要为新工作表命名,请在框中键入名称。
新工作簿 单击此选项可创建新工作簿并将结果添加到其中的新工作表中。
表示两列数据之间的相关程度和方向啊。无论是在EXCEL中还是在其他地方,相关系数的意思都一样。