ບົດສອນອະທິບາຍພື້ນຖານຂອງຄວາມສຳພັນໃນ Excel, ສະແດງວິທີການຄຳນວນຄ່າສຳປະສິດຄວາມສຳພັນ, ສ້າງເມທຣິກຂອງຄວາມສຳພັນ ແລະຕີຄວາມໝາຍຜົນໄດ້ຮັບ.

ໜຶ່ງ​ໃນ​ການ​ຄິດ​ໄລ່​ສະ​ຖິ​ຕິ​ທີ່​ງ່າຍ​ທີ່​ສຸດ​ທີ່​ທ່ານ​ສາ​ມາດ​ເຮັດ​ໄດ້​ໃນ Excel ແມ່ນ​ການ​ພົວ​ພັນ. ເຖິງແມ່ນວ່າງ່າຍດາຍ, ມັນເປັນປະໂຫຍດຫຼາຍໃນການເຂົ້າໃຈການພົວພັນລະຫວ່າງສອງຕົວແປຫຼືຫຼາຍກວ່ານັ້ນ. Microsoft Excel ໃຫ້ເຄື່ອງມືທີ່ຈໍາເປັນທັງໝົດເພື່ອດໍາເນີນການວິເຄາະຄວາມສຳພັນ, ທ່ານພຽງແຕ່ຕ້ອງການຮູ້ວິທີໃຊ້ພວກມັນ.

ຄວາມສຳພັນໃນ Excel - ພື້ນຖານ

ຄວາມສຳພັນ ແມ່ນມາດຕະການທີ່ອະທິບາຍເຖິງຄວາມເຂັ້ມແຂງ ແລະທິດທາງຂອງການພົວພັນລະຫວ່າງຕົວແປສອງຕົວ. ມັນຖືກນໍາໃຊ້ທົ່ວໄປໃນສະຖິຕິ, ເສດຖະສາດແລະວິທະຍາສາດສັງຄົມສໍາລັບງົບປະມານ, ແຜນທຸລະກິດແລະອື່ນໆ.

ວິທີການທີ່ນໍາໃຊ້ເພື່ອສຶກສາວ່າຕົວແປມີຄວາມກ່ຽວຂ້ອງກັນແນວໃດເອີ້ນວ່າ ການວິເຄາະຄວາມສຳພັນ .

ນີ້ແມ່ນບາງຕົວຢ່າງຂອງຄວາມສຳພັນທີ່ເຂັ້ມແຂງ:

• ຈຳນວນແຄລໍຣີທີ່ທ່ານກິນ ແລະນ້ຳໜັກຂອງເຈົ້າ (ຄວາມສຳພັນທາງບວກ)
• ອຸນຫະພູມພາຍນອກ ແລະໃບເກັບເງິນຄວາມຮ້ອນຂອງເຈົ້າ ( negative correlation)

ແລະນີ້ແມ່ນຕົວຢ່າງຂອງຂໍ້ມູນທີ່ອ່ອນແອ ຫຼືບໍ່ມີຄວາມສໍາພັນກັນ:

• ຊື່ແມວຂອງເຈົ້າ ແລະອາຫານທີ່ເຂົາເຈົ້າມັກ
• ສີຂອງ ຕາ ແລະຄວາມສູງຂອງເຈົ້າ

ສິ່ງສຳຄັນທີ່ຕ້ອງເຂົ້າໃຈກ່ຽວກັບຄວາມສຳພັນກັນແມ່ນມັນພຽງແຕ່ສະແດງໃຫ້ເຫັນວ່າຕົວແປສອງຕົວແປມີຄວາມກ່ຽວຂ້ອງກັນແນວໃດ. ການພົວພັນກັນ, ຢ່າງໃດກໍຕາມ, ບໍ່ໄດ້ຫມາຍຄວາມວ່າຈາກໄລຍະທີ່ກຳນົດໄວ້.

ເພື່ອເຂົ້າໃຈເຫດຜົນໄດ້ດີຂຶ້ນ, ໃຫ້ເບິ່ງວ່າສູດຄິດໄລ່ຄ່າສໍາປະສິດທີ່ເນັ້ນໃສ່ໃນພາບໜ້າຈໍຂ້າງເທິງນີ້ແນວໃດ.

ທຳອິດ, ໃຫ້ເຮົາເບິ່ງ ກວດເບິ່ງສູດໃນ B18, ເຊິ່ງພົບຄວາມກ່ຽວຂ້ອງກັນລະຫວ່າງອຸນຫະພູມປະຈໍາເດືອນ (B2:B13) ແລະເຄື່ອງເຮັດຄວາມຮ້ອນທີ່ຂາຍ (D2:D13):

=CORREL(OFFSET($B$2:$B$13, 0, ROWS($1:3)-1), OFFSET($B$2:$B$13, 0, COLUMNS($A:A)-1))

ໃນຟັງຊັນ OFFSET ທໍາອິດ, ROWS($1: 1) ໄດ້ປ່ຽນເປັນ ROWS($1:3) ເນື່ອງຈາກວ່າພິກັດທີສອງແມ່ນສົມທຽບ, ສະນັ້ນມັນຈຶ່ງປ່ຽນຕາມຕຳແໜ່ງທີ່ສົມທຽບຂອງແຖວທີ່ສູດຄຳນວນຖືກສຳເນົາ (2 ແຖວລົງ). ດັ່ງນັ້ນ, ROWS() ຕອບ 3, ຈາກທີ່ພວກເຮົາລົບ 1, ແລະໄດ້ຮັບໄລຍະທີ່ເປັນ 2 ຖັນທາງຂວາຂອງຊ່ວງແຫຼ່ງ, ເຊັ່ນ: $D$2:$D$13 (ການຂາຍເຄື່ອງເຮັດຄວາມຮ້ອນ).

The OFFSET ທີສອງບໍ່ປ່ຽນແປງຂອບເຂດທີ່ລະບຸໄວ້ $B$2:$B$13 (ອຸນຫະພູມ) ເພາະວ່າ COLUMNS($A:A)-1 ກັບຄ່າສູນ.

ຜົນ, ສູດຍາວຂອງພວກເຮົາປ່ຽນເປັນ CORREL ງ່າຍໆ( $D$2:$D$13, $B$2:$B$13) ແລະສົ່ງຄືນຄ່າສຳປະສິດທີ່ພວກເຮົາຕ້ອງການ.

ສູດໃນ C18 ທີ່ຄິດໄລ່ຄ່າສໍາປະສິດຂອງຄ່າໂຄສະນາ (C2:C13) ແລະການຂາຍ ( D2:D13) ເຮັດວຽກໃນລັກສະນະທີ່ຄ້າຍຄືກັນ:

=CORREL(OFFSET($B$2:$B$13, 0, ROWS($1:3)-1), OFFSET($B$2:$B$13, 0, COLUMNS($A:B)-1))

ຟັງຊັນ OFFSET ທໍາອິດແມ່ນຄືກັນກັບຄຳອະທິບາຍຂ້າງເທິງນີ້ຢ່າງແທ້ຈິງ, ສົ່ງຄືນໄລຍະຂອງ $D$2:$D$13 (ການຂາຍເຄື່ອງເຮັດຄວາມຮ້ອນ).

ໃນ OFFSET ທີສອງ, COLUMNS($A:A)-1 ປ່ຽນເປັນ COLUMNS($A: B)-1 ເພາະວ່າພວກເຮົາໄດ້ຄັດລອກສູດ 1 ຖັນໄປທາງຂວາ. ດັ່ງນັ້ນ, OFFSET ໄດ້ຮັບໄລຍະທີ່ເປັນ 1 ຖັນໄປທາງຂວາຂອງຊ່ວງແຫຼ່ງ, ເຊັ່ນ: $C$2:$C$13 (ຄ່າໂຄສະນາ).

ວິທີວາງແຜນກຣາບຄວາມສຳພັນໃນ Excel

ເມື່ອເຮັດຄວາມສຳພັນກັນໃນ Excel, ວິທີທີ່ດີທີ່ສຸດທີ່ຈະສະແດງພາບຄວາມສຳພັນລະຫວ່າງຂໍ້ມູນຂອງທ່ານແມ່ນການແຕ້ມ ກະແຈກກະຈາຍ ດ້ວຍ ເສັ້ນແນວໂນ້ມ . ນີ້ແມ່ນວິທີ:

1. ເລືອກສອງຖັນທີ່ມີຂໍ້ມູນຕົວເລກ, ລວມທັງສ່ວນຫົວຖັນ. ລຳດັບຂອງຖັນແມ່ນສຳຄັນ: ຕົວແປ ອິດສະລະ ຄວນຢູ່ໃນຖັນຊ້າຍ ເນື່ອງຈາກຖັນນີ້ຈະຖືກວາງໄວ້ໃນແກນ x; ຕົວແປ dependent ຄວນຢູ່ໃນຖັນເບື້ອງຂວາ ເພາະມັນຈະຖືກວາງໄວ້ໃນແກນ y.
2. ຢູ່ແຖບ Inset , ໃນ Chats ກຸ່ມ, ຄລິກທີ່ໄອຄອນຕາຕະລາງ Scatter . ນີ້ຈະໃສ່ຕາຕະລາງການກະແຈກກະຈາຍ XY ໃນແຜ່ນວຽກຂອງເຈົ້າທັນທີ.
3. ຄລິກຂວາໃສ່ຈຸດຂໍ້ມູນໃດນຶ່ງໃນຕາຕະລາງ ແລະເລືອກ ເພີ່ມເສັ້ນແນວໂນ້ມ... ຈາກເມນູບໍລິບົດ.

ສຳລັບຄຳແນະນຳເທື່ອລະຂັ້ນຕອນ, ກະລຸນາເບິ່ງ:

• ວິທີສ້າງແຜນຜັງກະແຈກກະຈາຍໃນ Excel
• ວິທີເພີ່ມເສັ້ນແນວໂນ້ມໃສ່ຕາຕະລາງ Excel

ສຳ​ລັບ​ຊຸດ​ຂໍ້​ມູນ​ຕົວ​ຢ່າງ​ຂອງ​ພວກ​ເຮົາ, ເສັ້ນ​ສະ​ແດງ​ທີ່​ກ່ຽວ​ຂ້ອງ​ເບິ່ງ​ຄື​ວ່າ​ສະ​ແດງ​ໃຫ້​ເຫັນ​ຢູ່​ໃນ​ຮູບ​ຂ້າງ​ລຸ່ມ.ນອກຈາກນັ້ນ, ພວກເຮົາສະແດງຄ່າ R-squared, ເຊິ່ງເອີ້ນວ່າ Coefficient of Determination . ຄ່ານີ້ຊີ້ບອກວ່າເສັ້ນແນວໂນ້ມທີ່ສອດຄ້ອງກັບຂໍ້ມູນດີເທົ່າໃດ - ຍິ່ງ R2 ຫາ 1 ໃກ້ກວ່າ, ພໍດີຍິ່ງຂຶ້ນ.

ຈາກຄ່າ R2 ທີ່ສະແດງຢູ່ໃນກະແຈກກະຈາຍຂອງເຈົ້າ, ເຈົ້າສາມາດຄຳນວນຄ່າສຳປະສິດຄວາມສຳພັນໄດ້ງ່າຍໆ:

1. ເພື່ອຄວາມຖືກຕ້ອງທີ່ດີຂຶ້ນ, ໃຫ້ໃຊ້ Excel ເພື່ອສະແດງຕົວເລກໃນຄ່າ R-squared ຫຼາຍກວ່າມັນຕາມຄ່າເລີ່ມຕົ້ນ.
2. ຄລິກທີ່ຄ່າ R2 ໃນຕາຕະລາງ, ເລືອກມັນໂດຍໃຊ້ເມົາສ໌ ແລະກົດ Ctrl + C ເພື່ອຄັດລອກມັນ.
3. ເອົາຮາກສີ່ຫຼ່ຽມຂອງ R2 ໂດຍໃຊ້ຟັງຊັນ SQRT ຫຼືໂດຍການເພີ່ມຄ່າ R2 ທີ່ສຳເນົາໄວ້ເປັນພະລັງງານຂອງ 0.5.

ຕົວຢ່າງເຊັ່ນ: ຄ່າ R2 ໃນກາຟທີສອງແມ່ນ 0.9174339392. ດັ່ງນັ້ນ, ທ່ານສາມາດຊອກຫາຄ່າສໍາປະສິດທີ່ກ່ຽວຂ້ອງສໍາລັບ ການໂຄສະນາ ແລະ ເຄື່ອງເຮັດຄວາມຮ້ອນທີ່ຂາຍ ດ້ວຍສູດຫນຶ່ງເຫຼົ່ານີ້:

=SQRT(0.9174339392)

=0.9174339392^0.5

ຕາມທີ່ເຈົ້າສາມາດເຮັດໃຫ້ແນ່ໃຈວ່າ, ຄ່າສໍາປະສິດທີ່ຄິດໄລ່ດ້ວຍວິທີນີ້ແມ່ນສອດຄ່ອງກັບຄ່າສໍາປະສິດການພົວພັນກັນຢ່າງສົມບູນແບບທີ່ພົບໃນຕົວຢ່າງທີ່ຜ່ານມາ, ຍົກເວັ້ນເຄື່ອງໝາຍ :

ບັນຫາທີ່ອາດເກີດຂຶ້ນກັບຄວາມສຳພັນໃນ Excel

The Pearson Product Moment Correlation ພຽງແຕ່ເປີດເຜີຍຄວາມສຳພັນ linear ລະຫວ່າງສອງຕົວແປ. ຫມາຍຄວາມວ່າ, ຕົວແປຂອງທ່ານອາດຈະມີຄວາມກ່ຽວຂ້ອງກັນຢ່າງແຂງແຮງໃນແບບອື່ນ, curvilinear, ວິທີການແລະຍັງມີຄ່າສໍາປະສິດການພົວພັນເທົ່າກັບຫຼືໃກ້ກັບສູນ.

ຄວາມກ່ຽວຂ້ອງຂອງ Pearson ບໍ່ສາມາດທີ່ຈະຈໍາແນກຕົວແປ ຂຶ້ນກັບ ແລະ ເອກະລາດ . ຕົວຢ່າງ, ເມື່ອໃຊ້ຟັງຊັນ CORREL ເພື່ອຊອກຫາການເຊື່ອມໂຍງລະຫວ່າງອຸນຫະພູມປະຈໍາເດືອນໂດຍສະເລ່ຍແລະຈໍານວນເຄື່ອງເຮັດຄວາມຮ້ອນທີ່ຂາຍ, ພວກເຮົາໄດ້ຮັບຄ່າສໍາປະສິດຂອງ -0.97, ເຊິ່ງຊີ້ໃຫ້ເຫັນເຖິງຄວາມສໍາພັນທາງລົບສູງ. ຢ່າງໃດກໍຕາມ, ທ່ານສາມາດສະຫຼັບຕົວແປຕ່າງໆແລະໄດ້ຮັບຜົນດຽວກັນ. ດັ່ງນັ້ນ, ບາງຄົນອາດຈະສະຫຼຸບວ່າການຂາຍເຄື່ອງເຮັດຄວາມຮ້ອນທີ່ສູງຂຶ້ນເຮັດໃຫ້ອຸນຫະພູມຫຼຸດລົງ, ເຊິ່ງແນ່ນອນບໍ່ມີຄວາມຫມາຍ. ດັ່ງນັ້ນ, ເມື່ອດໍາເນີນການວິເຄາະຄວາມສຳພັນໃນ Excel, ໃຫ້ລະວັງຂໍ້ມູນທີ່ທ່ານກຳລັງສະໜອງໃຫ້. ຖ້າທ່ານມີຂໍ້ມູນຫນຶ່ງຫຼືຫຼາຍຈຸດທີ່ແຕກຕ່າງຈາກຂໍ້ມູນສ່ວນທີ່ເຫຼືອຫຼາຍ, ທ່ານອາດຈະໄດ້ຮັບຮູບພາບທີ່ບິດເບືອນຂອງຄວາມສໍາພັນລະຫວ່າງຕົວແປ. ໃນກໍລະນີນີ້, ເຈົ້າຄວນໃຊ້ຄວາມສຳພັນອັນດັບ Spearman ແທນ.

ນັ້ນຄືວິທີເຮັດຄວາມສຳພັນໃນ Excel. ເພື່ອໃຫ້ໄດ້ເບິ່ງທີ່ໃກ້ຊິດກັບຕົວຢ່າງທີ່ສົນທະນາໃນບົດສອນນີ້, ທ່ານຍິນດີທີ່ຈະດາວໂຫລດປື້ມຄູ່ມືຂອງພວກເຮົາຂ້າງລຸ່ມນີ້. ຂ້າພະເຈົ້າຂໍຂອບໃຈທ່ານສໍາລັບການອ່ານແລະຫວັງວ່າຈະໄດ້ພົບທ່ານໃນ blog ຂອງພວກເຮົາໃນອາທິດຕໍ່ໄປ!>

ຖ້າທ່ານສົນໃຈທີ່ຈະຮຽນຮູ້ເຫດຜົນແລະເຮັດການຄາດເດົາ, ກ້າວໄປຂ້າງຫນ້າ. ແລະປະຕິບັດການວິເຄາະການຖົດຖອຍແບບເສັ້ນ.

ຄ່າສຳປະສິດຄວາມສຳພັນໃນ Excel - ການຕີຄວາມໝາຍຂອງຄວາມສຳພັນ

ການວັດແທກຕົວເລກຂອງລະດັບຄວາມສຳພັນລະຫວ່າງຕົວແປທີ່ຕິດຕໍ່ກັນສອງຕົວເອີ້ນວ່າ ຄ່າສຳປະສິດຄວາມສຳພັນ ( r).

ຄ່າສຳປະສິດແມ່ນຢູ່ລະຫວ່າງ -1 ແລະ 1 ສະເໝີ ແລະມັນວັດແທກທັງຄວາມແຮງ ແລະທິດທາງຂອງຄວາມສຳພັນເສັ້ນຊື່ລະຫວ່າງຕົວແປຕ່າງໆ.

ຄວາມແຮງ

ຂະໜາດໃຫຍ່ກວ່າ. ຄ່າຢ່າງແທ້ຈິງຂອງຄ່າສຳປະສິດ, ຄວາມສຳພັນທີ່ແໜ້ນແຟ້ນຍິ່ງຂຶ້ນ:

• ຄ່າສູງສຸດຂອງ -1 ແລະ 1 ສະແດງເຖິງຄວາມສຳພັນເສັ້ນຊື່ທີ່ສົມບູນແບບເມື່ອຈຸດຂໍ້ມູນທັງໝົດຕົກຢູ່ໃນເສັ້ນໜຶ່ງ. ໃນທາງປະຕິບັດ, ການພົວພັນທີ່ສົມບູນແບບ, ບໍ່ວ່າຈະເປັນທາງບວກ ຫຼືທາງລົບ, ແມ່ນບໍ່ຄ່ອຍສັງເກດເຫັນ. ນີ້ແມ່ນສິ່ງທີ່ເຈົ້າອາດຈະໄດ້ຮັບດ້ວຍສອງຊຸດຂອງຕົວເລກສຸ່ມ.
• ຄ່າລະຫວ່າງ 0 ແລະ +1/-1 ສະແດງເຖິງຂະໜາດຂອງຄວາມສຳພັນທີ່ອ່ອນແອ, ປານກາງ ແລະທີ່ເຂັ້ມແຂງ. ເມື່ອ r ເຂົ້າໃກ້ກັບ -1 ຫຼື 1, ຄວາມແຂງແຮງຂອງຄວາມສຳພັນຈະເພີ່ມຂຶ້ນ.

ທິດທາງ

ເຄື່ອງໝາຍສຳປະສິດ (ບວກ ຫຼື ລົບ) ສະແດງເຖິງ ທິດ​ທາງ​ຂອງ​ຄວາມສຳພັນ.

• ຄ່າສຳປະສິດທາງບວກ ສະແດງເຖິງຄວາມສຳພັນໂດຍກົງ ແລະສ້າງຄວາມຊັນຂຶ້ນເທິງກຣາຟ - ເນື່ອງຈາກຕົວແປໜຶ່ງເພີ່ມຂຶ້ນອີກອັນໜຶ່ງ, ແລະໃນທາງກັບກັນ.
• Negative coefficients ເປັນຕົວແທນຂອງ inverse correlation ແລະ produce a downward slope on a graph - as one variable ເພີ່ມຂຶ້ນ, the other variable tend to down.

ເພື່ອຄວາມເຂົ້າໃຈດີຂຶ້ນ, ກະລຸນາເບິ່ງທີ່ ກຣາຟຄວາມສຳພັນຕໍ່ໄປນີ້:

• ຄ່າສຳປະສິດຂອງ 1 ໝາຍເຖິງຄວາມສຳພັນທາງບວກທີ່ສົມບູນແບບ - ເມື່ອຕົວແປໜຶ່ງເພີ່ມຂຶ້ນ, ຕົວແປອື່ນຈະເພີ່ມຂຶ້ນຕາມອັດຕາສ່ວນ.
• ຄ່າສຳປະສິດຂອງ -1 ໝາຍເຖິງຄວາມສຳພັນທາງລົບທີ່ສົມບູນ - ເມື່ອຕົວແປໜຶ່ງເພີ່ມຂຶ້ນ, ອີກອັນໜຶ່ງຈະຫຼຸດລົງຕາມອັດຕາສ່ວນ.
• ຄ່າສຳປະສິດຂອງ 0 ໝາຍເຖິງຄວາມສຳພັນລະຫວ່າງສອງຕົວແປ - ຈຸດຂໍ້ມູນແມ່ນ ກະແຈກກະຈາຍຢູ່ທົ່ວກຣາບ.

ຄວາມສຳພັນຂອງ Pearson

ໃນສະຖິຕິ, ພວກມັນວັດແທກຄວາມສຳພັນຫຼາຍປະເພດຂຶ້ນກັບປະເພດຂອງຂໍ້ມູນທີ່ເຈົ້າກຳລັງເຮັດວຽກນຳ. ໃນບົດສອນນີ້, ພວກເຮົາຈະເນັ້ນໃສ່ເລື່ອງທີ່ພົບເລື້ອຍທີ່ສຸດ.

Pearson Correlation , ຊື່ເຕັມແມ່ນ Pearson Product Moment Correlation (PPMC), ຖືກນໍາໃຊ້ເພື່ອ ປະເມີນຄວາມສຳພັນ linear ລະຫວ່າງຂໍ້ມູນເມື່ອມີການປ່ຽນແປງໃນຕົວແປໜຶ່ງທີ່ກ່ຽວຂ້ອງກັບການປ່ຽນແປງອັດຕາສ່ວນຂອງຕົວແປອື່ນ. ໃນຄໍາສັບທີ່ງ່າຍດາຍ, Pearson Correlation ຕອບຄໍາຖາມ: ຂໍ້ມູນສາມາດເປັນຕົວແທນຢູ່ໃນ aline?

ໃນສະຖິຕິ, ມັນແມ່ນປະເພດຄວາມສຳພັນທີ່ນິຍົມກັນທີ່ສຸດ, ແລະຫາກທ່ານກໍາລັງຈັດການກັບ "ຄ່າສຳປະສິດຂອງຄວາມສຳພັນ" ໂດຍບໍ່ມີຄຸນສົມບັດເພີ່ມເຕີມ, ມັນອາດຈະເປັນ Pearson ຫຼາຍທີ່ສຸດ.

ນີ້ແມ່ນ. ສູດຄຳນວນທີ່ໃຊ້ທົ່ວໄປທີ່ສຸດເພື່ອຊອກຫາຄ່າສຳປະສິດຄວາມສຳພັນຂອງ Pearson, ເຊິ່ງເອີ້ນກັນວ່າ Pearson's R :

ໃນບາງຄັ້ງ, ເຈົ້າອາດຈະພົບກັບສູດຄຳນວນອີກສອງສູດສຳລັບ ຄ່າສຳປະສິດຄວາມສຳພັນຕົວຢ່າງ . (r) ແລະ ຄ່າສຳປະສິດຄວາມສຳພັນຂອງປະຊາກອນ (ρ).

ວິທີເຮັດຄວາມສຳພັນຂອງ Pearson ໃນ Excel

ການຄຳນວນຄ່າສຳປະສິດຄວາມສຳພັນຂອງ Pearson ດ້ວຍມືແມ່ນກ່ຽວຂ້ອງກັບຄະນິດສາດຫຼາຍ. . ໂຊກດີ, Microsoft Excel ໄດ້ເຮັດສິ່ງທີ່ງ່າຍດາຍຫຼາຍ. ຂຶ້ນກັບຊຸດຂໍ້ມູນ ແລະເປົ້າໝາຍຂອງທ່ານ, ທ່ານສາມາດໃຊ້ໜຶ່ງໃນເຕັກນິກຕໍ່ໄປນີ້:

• ຊອກຫາຄ່າສຳປະສິດຄວາມສຳພັນຂອງ Pearson ກັບຟັງຊັນ CORREL.
• ສ້າງເມທຣິກຄວາມສຳພັນໂດຍ ປະຕິບັດການວິເຄາະຂໍ້ມູນ.
• ຊອກຫາຄ່າສຳປະສິດຄວາມສຳພັນຫຼາຍອັນດ້ວຍສູດຄຳນວນ.
• ວາງເສັ້ນກຣາບຄວາມສຳພັນເພື່ອສະແດງພາບຄວາມສຳພັນຂອງຂໍ້ມູນ.

ວິທີຄຳນວນ. ຄ່າສຳປະສິດຄວາມສຳພັນໃນ Excel

ເພື່ອຄຳນວນຄ່າສຳປະສິດຄວາມສຳພັນດ້ວຍມື, ເຈົ້າຈະຕ້ອງໃຊ້ສູດຄຳນວນຍາວນີ້. ເພື່ອຊອກຫາຄ່າສຳປະສິດຄວາມສຳພັນໃນ Excel, ນຳໃຊ້ຟັງຊັນ CORREL ຫຼື PEARSON ແລະໄດ້ຜົນໃນສ່ວນໜຶ່ງຂອງວິນາທີ.

ຟັງຊັນ Excel CORREL

ຟັງຊັນ CORREL ສົ່ງຄືນຄ່າ.ຄ່າສໍາປະສິດການພົວພັນ Pearson ສໍາລັບສອງຊຸດຂອງຄ່າ. syntax ຂອງມັນແມ່ນງ່າຍຫຼາຍ ແລະກົງໄປກົງມາ:

Where:

• Array1 ແມ່ນຊ່ວງທຳອິດຂອງຄ່າ.
<10 Array2 ແມ່ນໄລຍະທີສອງຂອງຄ່າ.

ສອງ array ຄວນມີຄວາມຍາວເທົ່າທຽມກັນ.

ສົມມຸດວ່າພວກເຮົາມີຊຸດຂອງຕົວແປເອກະລາດ ( x ) ໃນ B2:B13 ແລະຕົວແປທີ່ເພິ່ງພາອາໄສ (y) ໃນ C2:C13, ສູດສຳປະສິດຄວາມສຳພັນຂອງພວກເຮົາມີດັ່ງນີ້:

=CORREL(B2:B13, C2:C13)

ຫຼື, ພວກເຮົາສາມາດແລກປ່ຽນຂອບເຂດ ແລະຍັງ ໄດ້ຜົນຄືກັນ:

=CORREL(C2:C13, B2:B13)

ບໍ່ວ່າທາງໃດກໍ່ຕາມ, ສູດສະແດງໃຫ້ເຫັນຄວາມສຳພັນທາງລົບທີ່ເຂັ້ມແຂງ (ປະມານ -0.97) ລະຫວ່າງອຸນຫະພູມສະເລ່ຍປະຈໍາເດືອນ ແລະຈໍານວນເຄື່ອງເຮັດຄວາມຮ້ອນທີ່ຂາຍ:

3 ສິ່ງທີ່ທ່ານຄວນຮູ້ກ່ຽວກັບຟັງຊັນ CORREL ໃນ Excel

ເພື່ອຄິດໄລ່ຄ່າສໍາປະສິດການພົວພັນກັນໃນ Excel ສໍາເລັດ, ກະລຸນາຈື່ຈໍາຂໍ້ເທັດຈິງທີ່ງ່າຍດາຍເຫຼົ່ານີ້ 3:

• ຖ້າມີຫນຶ່ງຫຼືຫຼາຍຈຸລັງ ໃນ array ມີຂໍ້ຄວາມ, ຄ່າຕາມເຫດຜົນ ຫຼືຊ່ອງຫວ່າງ, ຕາລາງດັ່ງກ່າວຖືກລະເລີຍ; ເຊລທີ່ມີຄ່າສູນຖືກຄຳນວນ.
• ຖ້າອາເຣທີ່ສະໜອງມານັ້ນມີຄວາມຍາວແຕກຕ່າງກັນ, ຂໍ້ຜິດພາດ #N/A ຈະຖືກສົ່ງຄືນ.
• ຖ້າອັນໃດອັນໜຶ່ງຫວ່າງເປົ່າ ຫຼືຖ້າຄ່າບ່ຽງເບນມາດຕະຖານຂອງ ຄ່າຂອງພວກມັນເທົ່າກັບສູນ, a #DIV/0! ເກີດຄວາມຜິດພາດຂຶ້ນ.

ຟັງຊັນ Excel PEARSON

ຟັງຊັນ PEARSON ໃນ Excel ເຮັດແບບດຽວກັນ - ຄິດໄລ່ຄ່າສໍາປະສິດຄວາມສຳພັນຂອງ Pearson Product Moment Correlation.

Where:

• Array1 ແມ່ນໄລຍະຂອງຄ່າເອກະລາດ.
• Array2 ແມ່ນໄລຍະຂອງຄ່າທີ່ຂຶ້ນກັບ.

ເນື່ອງຈາກວ່າ PEARSON ແລະ CORREL ທັງສອງຄຳນວນຄ່າສຳປະສິດຄວາມສຳພັນເສັ້ນຊື່ Pearson, ຜົນໄດ້ຮັບຂອງພວກມັນຄວນຈະຕົກລົງ, ແລະໂດຍທົ່ວໄປແລ້ວພວກມັນຈະເຮັດໃນ Excel 2007 ຮຸ່ນຫຼ້າສຸດຜ່ານ Excel 2019.

ໃນ Excel 2003 ແລະ ແນວໃດກໍ່ຕາມ, ລຸ້ນກ່ອນໜ້ານີ້, ຟັງຊັນ PEARSON ອາດຈະສະແດງບາງຂໍ້ຜິດພາດໃນການຮອບ. ດັ່ງນັ້ນ, ໃນລຸ້ນເກົ່າ, ແນະນຳໃຫ້ໃຊ້ CORREL ຕາມຄວາມມັກຂອງ PEARSON.

ໃນຊຸດຂໍ້ມູນຕົວຢ່າງຂອງພວກເຮົາ, ທັງສອງຟັງຊັນສະແດງຜົນຄືກັນ:

=CORREL(B2:B13, C2:C13)

=PEARSON(B2:B13, C2:C13)

ວິທີສ້າງ matrix correlation ໃນ Excel ດ້ວຍການວິເຄາະຂໍ້ມູນ

ເມື່ອທ່ານຕ້ອງການທົດສອບຄວາມສຳພັນລະຫວ່າງຕົວແປຫຼາຍກວ່າສອງຕົວແປ, ມັນມີຄວາມໝາຍທີ່ຈະສ້າງ matrix correlation, ເຊິ່ງບາງຄັ້ງເອີ້ນວ່າ ຕົວຄູນຄວາມສຳພັນຫຼາຍຕົວ .

The correlation matrix ແມ່ນຕາຕະລາງທີ່ສະແດງຄ່າສຳປະສິດຄວາມສຳພັນລະຫວ່າງຕົວແປຢູ່ຈຸດຕັດກັນຂອງແຖວ ແລະຖັນທີ່ສອດຄ້ອງກັນ.

correlation matrix ໃນ Excel ແມ່ນສ້າງຂຶ້ນໂດຍໃຊ້ເຄື່ອງມື Correlation ຈາກ add-in Analysis ToolPak . ສ່ວນເສີມນີ້ມີຢູ່ໃນທຸກລຸ້ນຂອງ Excel 2003 ຜ່ານ Excel 2019, ແຕ່ບໍ່ໄດ້ເປີດໃຊ້ໂດຍຄ່າເລີ່ມຕົ້ນ. ຖ້າ​ຫາກ​ວ່າ​ທ່ານ​ຍັງ​ບໍ່​ທັນ​ໄດ້​ເປີດ​ໃຊ້​ມັນ​ເທື່ອ, ກະ​ລຸ​ນາ​ເຮັດ​ສິ່ງ​ນີ້​ໃນ​ປັດ​ຈຸ​ບັນ​ໂດຍ​ການ​ເຮັດ​ຕາມ​ຂັ້ນ​ຕອນ​ທີ່​ອະ​ທິ​ບາຍ​ໃນ​ວິ​ທີ​ການ​ເປີດ​ໃຊ້​ງານ​ການ​ວິ​ເຄາະ​ຂໍ້​ມູນ ToolPak ໃນ Excel.

ດ້ວຍເຄື່ອງ​ມື​ການ​ວິ​ເຄາະ​ຂໍ້​ມູນ​ເພີ່ມ​ເຂົ້າ​ໄປ​ໃນ Excel ribbon ຂອງ​ທ່ານ​, ທ່ານ​ໄດ້​ກຽມ​ພ້ອມ​ທີ່​ຈະ​ດໍາ​ເນີນ​ການ​ວິ​ເຄາະ​ຄວາມ​ກ່ຽວ​ຂ້ອງ​:

1. ຢູ່​ແຈ​ເທິງ​ຂວາ​ຂອງ​ແຖບ Data > ວິ​ເຄາະ ກຸ່ມ, ຄລິກປຸ່ມ ການວິເຄາະຂໍ້ມູນ .
2. ໃນກ່ອງໂຕ້ຕອບ ການວິເຄາະຂໍ້ມູນ , ເລືອກ ຄວາມສຳພັນ ແລະຄລິກຕົກລົງ.
3. ໃນກ່ອງ ຄວາມສຳພັນ , ກຳນົດຄ່າພາລາມິເຕີດ້ວຍວິທີນີ້:
   • ຄລິກທີ່ກ່ອງ ໄລຍະການປ້ອນຂໍ້ມູນ ແລະເລືອກໄລຍະທີ່ມີ ຂໍ້ມູນແຫຼ່ງຂອງທ່ານ, ລວມທັງສ່ວນຫົວຖັນ (B1:D13 ໃນກໍລະນີຂອງພວກເຮົາ). ວ່າຂໍ້ມູນແຫຼ່ງຂອງເຈົ້າຖືກຈັດກຸ່ມເປັນຖັນ). ເພື່ອໃຫ້ມີເມທຣິກຢູ່ໃນຊີດດຽວກັນ, ໃຫ້ເລືອກ ໄລຍະຜົນອອກ ແລະລະບຸການອ້າງອີງໃສ່ຕາລາງຊ້າຍສຸດທີ່ເມທຣິກຈະຖືກສົ່ງອອກ (A15 ໃນຕົວຢ່າງນີ້).

ເມື່ອສຳເລັດແລ້ວ, ໃຫ້ຄລິກທີ່ປຸ່ມ ຕົກລົງ :

ເມທຣິກຂອງຄ່າສຳປະສິດຄວາມສຳພັນຂອງທ່ານສຳເລັດແລ້ວ ແລະຄວນຈະມີລັກສະນະຄ້າຍຄືສະແດງໃນພາກຕໍ່ໄປ.

ການແປຜົນການວິເຄາະຄວາມສຳພັນ

ໃນ Excel correlation matrix ຂອງທ່ານ, ທ່ານສາມາດຊອກຫາຄ່າສໍາປະສິດຢູ່ຈຸດຕັດກັນຂອງແຖວ ແລະຖັນ. ຖ້າຈຸດປະສານງານຖັນ ແລະແຖວຄືກັນ, ຄ່າ 1 ແມ່ນຜົນອອກ.

ຢູ່ຂ້າງເທິງ.ຕົວຢ່າງ, ພວກເຮົາສົນໃຈທີ່ຈະຮູ້ຄວາມສໍາພັນລະຫວ່າງຕົວແປທີ່ຂຶ້ນກັບ (ຈໍານວນເຄື່ອງເຮັດຄວາມຮ້ອນທີ່ຂາຍ) ແລະຕົວແປເອກະລາດສອງຕົວແປ (ອຸນຫະພູມສະເລ່ຍປະຈໍາເດືອນແລະຄ່າໂຄສະນາ). ດັ່ງນັ້ນ, ພວກເຮົາເບິ່ງພຽງແຕ່ຕົວເລກຢູ່ຈຸດຕັດກັນຂອງແຖວ ແລະຖັນເຫຼົ່ານີ້, ເຊິ່ງຖືກເນັ້ນໃສ່ໃນຮູບໜ້າຈໍຂ້າງລຸ່ມນີ້:

ຄ່າສໍາປະສິດລົບຂອງ -0.97 (ປັດກັບ 2 ຕໍາແໜ່ງທົດສະນິຍົມ) ສະແດງໃຫ້ເຫັນຄວາມກ່ຽວຂ້ອງກັນຢ່າງແຂງແຮງລະຫວ່າງ. ອຸນຫະພູມປະຈໍາເດືອນ ແລະການຂາຍເຄື່ອງເຮັດຄວາມຮ້ອນ - ເມື່ອອຸນຫະພູມເພີ່ມຂຶ້ນ, ເຄື່ອງເຮັດຄວາມຮ້ອນໄດ້ຫຼຸດລົງ.

ຄ່າສໍາປະສິດບວກຂອງ 0.97 (ມົນເປັນ 2 ຕໍາແໜ່ງທົດສະນິຍົມ) ສະແດງເຖິງການເຊື່ອມຕໍ່ໂດຍກົງທີ່ເຂັ້ມແຂງລະຫວ່າງງົບປະມານການໂຄສະນາແລະການຂາຍ - ຫຼາຍ ເງິນທີ່ທ່ານໃຊ້ໃນການໂຄສະນາ, ຍອດຂາຍຈະສູງຂຶ້ນ.

ວິທີເຮັດການວິເຄາະຄວາມສຳພັນຫຼາຍອັນໃນ Excel ດ້ວຍສູດ

ການສ້າງຕາຕະລາງຄວາມສຳພັນດ້ວຍເຄື່ອງມືການວິເຄາະຂໍ້ມູນແມ່ນງ່າຍ. ແນວໃດກໍ່ຕາມ, matrix ນັ້ນເປັນແບບຄົງທີ່, ຊຶ່ງຫມາຍຄວາມວ່າເຈົ້າຈະຕ້ອງດໍາເນີນການວິເຄາະຄວາມສຳພັນອີກຄັ້ງທຸກຄັ້ງທີ່ຂໍ້ມູນແຫຼ່ງມີການປ່ຽນແປງ.

ຂ່າວດີແມ່ນວ່າທ່ານສາມາດສ້າງຕາຕະລາງຄວາມສຳພັນທີ່ຄ້າຍຄືກັນໄດ້ງ່າຍໆດ້ວຍຕົວທ່ານເອງ ແລະ matrix ນັ້ນຈະອັບເດດອັດຕະໂນມັດ. ກັບແຕ່ລະການປ່ຽນແປງຂອງຄ່າທີ່ມາ.

ເພື່ອໃຫ້ມັນສຳເລັດ, ໃຫ້ໃຊ້ສູດທົ່ວໄປນີ້:

ໝາຍເຫດສຳຄັນ! ເພື່ອໃຫ້ສູດເຮັດວຽກ, ທ່ານຄວນລັອກຊ່ວງຕົວແປທຳອິດໂດຍໃຊ້ການອ້າງອີງເຊລແບບສົມບູນ.

ໃນກໍລະນີຂອງພວກເຮົາ, ຊ່ວງຕົວແປທຳອິດແມ່ນ $B$2:$B$13 (ກະລຸນາສັງເກດເຄື່ອງໝາຍ $ ທີ່ລັອກການອ້າງອີງ), ແລະສູດຄວາມສຳພັນຂອງພວກເຮົາໃຊ້ເວລານີ້. ຮູບຮ່າງ:

=CORREL(OFFSET($B$2:$B$13, 0, ROWS($1:1)-1), OFFSET($B$2:$B$13, 0, COLUMNS($A:A)-1))

ດ້ວຍສູດພ້ອມແລ້ວ, ໃຫ້ເຮົາສ້າງມາຕຣິກເບື້ອງທີ່ກ່ຽວຂ້ອງກັນ:

1. ໃນແຖວທຳອິດ ແລະຖັນທຳອິດຂອງເມທຣິກ, ໃຫ້ພິມຕົວແປ ' ປ້າຍກຳກັບໃນລຳດັບດຽວກັນກັບທີ່ພວກມັນປາກົດຢູ່ໃນຕາຕະລາງແຫຼ່ງຂອງທ່ານ (ກະລຸນາເບິ່ງຮູບໜ້າຈໍດ້ານລຸ່ມ).
2. ໃສ່ສູດຄຳນວນຂ້າງເທິງໃສ່ຕາລາງຊ້າຍສຸດ (B16 ໃນກໍລະນີຂອງພວກເຮົາ).
3. ລາກສູດຄຳນວນ. ລົງແລະໄປທາງຂວາເພື່ອຄັດລອກມັນໃສ່ຫຼາຍແຖວແລະຖັນຕາມຄວາມຕ້ອງການ (3 ແຖວແລະ 3 ຖັນໃນຕົວຢ່າງຂອງພວກເຮົາ).

ດັ່ງນັ້ນ, ພວກເຮົາມີ matrix ດັ່ງຕໍ່ໄປນີ້ທີ່ມີຫຼາຍ correlation. ຄ່າສໍາປະສິດ. ກະລຸນາສັງເກດເຫັນວ່າຄ່າສໍາປະສິດທີ່ສົ່ງຄືນໂດຍສູດຂອງພວກເຮົາແມ່ນຄືກັນກັບຜົນຜະລິດໂດຍ Excel ໃນຕົວຢ່າງທີ່ຜ່ານມາ (ຕົວທີ່ກ່ຽວຂ້ອງແມ່ນເນັ້ນໃສ່):

ສູດນີ້ເຮັດວຽກແນວໃດ

ດັ່ງທີ່ທ່ານຮູ້ແລ້ວ, ຟັງຊັນ Excel CORREL ຕອບຄ່າສໍາປະສິດການພົວພັນສໍາລັບສອງຊຸດຂອງຕົວແປທີ່ທ່ານລະບຸ. ສິ່ງທ້າທາຍຕົ້ນຕໍແມ່ນການສະຫນອງຂອບເຂດທີ່ເຫມາະສົມໃນຈຸລັງທີ່ສອດຄ້ອງກັນຂອງ matrix. ສໍາລັບການນີ້, ທ່ານໃສ່ພຽງແຕ່ໄລຍະຕົວແປທໍາອິດໃນສູດແລະນໍາໃຊ້ຫນ້າທີ່ດັ່ງຕໍ່ໄປນີ້ເພື່ອເຮັດໃຫ້ການປັບຕົວທີ່ຈໍາເປັນ:

• OFFSET - ສົ່ງຄືນໄລຍະທີ່ເປັນຈໍານວນແຖວແລະຖັນທີ່ກໍານົດໄວ້.