Агуулгын хүснэгт
Заавар нь Excel-ийн корреляцийн үндсийг тайлбарлаж, корреляцийн коэффициентийг хэрхэн тооцоолох, корреляцийн матрицыг бий болгох, үр дүнг тайлбарлахыг харуулсан.
Excel дээр хийж болох хамгийн энгийн статистик тооцооллын нэг бол корреляци юм. Хэдийгээр энгийн боловч хоёр ба түүнээс дээш хувьсагчийн хоорондын хамаарлыг ойлгоход маш хэрэгтэй. Microsoft Excel нь корреляцийн шинжилгээ хийхэд шаардлагатай бүх хэрэгслээр хангадаг тул та тэдгээрийг хэрхэн ашиглахаа мэдэхэд л хангалттай.
Excel-ийн корреляци - үндсэн ойлголтууд
Харилцаа нь хоёр хувьсагчийн хоорондын хамаарлын хүч ба чиглэлийг тодорхойлдог хэмжүүр юм. Энэ нь статистик, эдийн засаг, нийгмийн шинжлэх ухаанд төсөв, бизнес төлөвлөгөө болон бусад зүйлд өргөн хэрэглэгддэг.
Хувьсагчид хоорондоо хэр нягт холбоотой болохыг судлах аргыг корреляцийн шинжилгээ гэж нэрлэдэг.
Хүчтэй хамаарлын хэд хэдэн жишээ энд байна:
- Таны идэж буй калорийн тоо ба жин (эерэг хамаарал)
- Гадна агаарын температур ба халаалтын төлбөр ( сөрөг хамаарал)
Мөн сул эсвэл огт хамааралгүй өгөгдлийн жишээг энд үзүүлэв:
- Таны муурны нэр, тэдний дуртай хоол
- Өнгө таны нүд болон таны өндөр
Харьцаалын талаар ойлгох ёстой хамгийн чухал зүйл бол энэ нь зөвхөн хоёр хувьсагч хэр нягт холбоотой болохыг харуулдаг. Гэсэн хэдий ч корреляци нь хамаарал гэсэн үг биш юмзаасан мужаас.
Логикийг илүү сайн ойлгохын тулд дээрх дэлгэцийн агшинд онцолсон коэффициентүүдийг томъёо хэрхэн тооцдог болохыг харцгаая.
Эхлээд үзье. Сарын температур (B2:B13) болон борлуулсан халаагуур (D2:D13) хоорондын хамаарлыг олдог B18 дахь томьёог шалгана уу:
=CORREL(OFFSET($B$2:$B$13, 0, ROWS($1:3)-1), OFFSET($B$2:$B$13, 0, COLUMNS($A:A)-1))
Эхний OFFSET функцэд ROWS($1: 1) хоёр дахь координат нь харьцангуй учир ROWS($1:3) болж хувирсан тул томьёог хуулж байгаа мөрийн харьцангуй байрлалд тулгуурлан өөрчлөгдөнө (2 мөр доош). Тиймээс ROWS() нь 3-ыг буцаадаг бөгөөд үүнээс бид 1-ийг хасаж, эх мужаас баруун талд 2 багана болох мужийг олж авна, өөрөөр хэлбэл $D$2:$D$13 (халаагч борлуулалт).
Хоёрдахь OFFSET нь $B$2:$B$13 (температур)-ыг өөрчлөхгүй, учир нь COLUMNS($A:A)-1 нь тэгийг буцаана.
Үр дүнд нь бидний урт томъёо энгийн CORREL( болж хувирна. $D$2:$D$13, $B$2:$B$13) бөгөөд яг бидний хүссэн коэффициентийг буцаана.
Сурталчилгааны зардал (C2:C13) болон борлуулалтын хамаарлын коэффициентийг тооцдог C18 дахь томьёо. D2:D13) ижил төстэй байдлаар ажилладаг:
=CORREL(OFFSET($B$2:$B$13, 0, ROWS($1:3)-1), OFFSET($B$2:$B$13, 0, COLUMNS($A:B)-1))
Эхний OFFSET функц ньдээр тайлбарласантай яг адилхан бөгөөд $D$2:$D$13 (халаагч борлуулалт)-ын мужийг буцаана.
Хоёр дахь ОФФСЕТ-д COLUMNS($A:A)-1 нь COLUMNS($A:) болж өөрчлөгдөнө. B)-1, учир нь бид томъёо 1 баганыг баруун тийш хуулсан. Үүний үр дүнд OFFSET нь эх мужаас баруун талд 1 багана байх мужийг авдаг, тухайлбал $C$2:$C$13 (зар сурталчилгааны зардал).
Excel дээр корреляцийн графикийг хэрхэн зурах вэ
Excel дээр корреляц хийхдээ өгөгдөл хоорондын хамаарлыг дүрслэн харуулах хамгийн сайн арга бол тренд шугамтай зурах явдал юм. Үүнд:
- Баганын толгойг оруулаад тоон өгөгдөл бүхий хоёр баганыг сонгоно уу. Баганын дараалал чухал: бие даасан хувьсагч нь зүүн баганад байх ёстой, учир нь энэ баганыг х тэнхлэгт зурах ёстой; хамааралтай хувьсагч нь у тэнхлэгт зурагдах тул баруун баганад байх ёстой.
- Оруулах таб дээрх Чат бүлэг, Scatter диаграмын дүрс дээр дарна уу. Энэ нь таны ажлын хуудсанд XY тархсан диаграмыг нэн даруй оруулах болно.
- Диаграмын дурын өгөгдлийн цэг дээр баруун товшиж, контекст цэснээс Тренд шугам нэмэх... -г сонгоно уу.
Дэлгэрэнгүй алхам алхмаар зааварчилгааг үзнэ үү:
- Excel дээр тараах график үүсгэх
- Excel диаграмд чиг хандлагын шугамыг хэрхэн нэмэх
Манай түүвэр өгөгдлийн багцын хувьд корреляцийн графикууд доорх зурагт үзүүлсэн шиг харагдана.Нэмж дурдахад бид Тодорхойлох коэффициент гэж нэрлэгддэг R-квадрат утгыг харуулсан. Энэ утга нь чиг хандлагын шугам нь өгөгдөлтэй хэр нийцэж байгааг харуулдаг - R2 нь 1-д ойртох тусам илүү сайн тохирно.
Таны тархалтын график дээр харуулсан R2 утгаас та корреляцийн коэффициентийг хялбархан тооцоолж болно:
- Илүү нарийвчлалтай болгохын тулд Excel-ийг R-squared утгад өгөгдмөлөөс илүү олон цифр харуулахыг суулгаарай.
- График дээрх R2 утгыг товшоод хулганаар сонгоод Ctrl товчийг дарна уу. Үүнийг хуулахын тулд + C.
- SQRT функцийг ашиглан эсвэл хуулсан R2 утгыг 0.5 хүртэл өсгөх замаар R2-ийн квадрат язгуурыг авна уу.
Жишээ нь, Хоёр дахь график дахь R2 утга нь 0.9174339392 байна. Тэгэхээр та Зар сурталчилгаа ба Зарагдсан халаагуур -ын хамаарлын коэффициентийг дараах томъёоны аль нэгээр нь олох боломжтой:
=SQRT(0.9174339392)
=0.9174339392^0.5
Ингэж тооцсон коэффициентүүд нь өмнөх жишээнүүдэд олсон корреляцийн коэффициентүүдтэй төгс нийцэж байгаа бөгөөд тэмдэгээс бусад :
Excel-д корреляцитай холбоотой асуудлууд
Пирсоны бүтээгдэхүүний моментийн хамаарал нь зөвхөн хоёр хувьсагчийн хоорондох шугаман хамаарлыг харуулдаг. Таны хувьсагчид өөр, муруй шугамаар хүчтэй хамааралтай байж болох ч корреляцийн коэффициент нь тэгтэй тэнцүү эсвэл ойролцоо байна гэсэн үг.
Пирсоны хамаарал нь үүнийг хийх боломжгүй байна. хамааралтай ба бие даасан хувьсагчдыг ялгах. Жишээлбэл, CORREL функцийг ашиглан сарын дундаж температур болон борлуулсан халаагуурын тоо хоорондын хамаарлыг олоход бид -0.97 коэффициент авсан бөгөөд энэ нь өндөр сөрөг хамаарлыг харуулж байна. Гэсэн хэдий ч та хувьсагчдыг сольж, ижил үр дүнд хүрч болно. Тиймээс хэн нэгэн халаагчийн борлуулалт өндөр байгаа нь температур буурахад хүргэдэг гэж дүгнэж магадгүй бөгөөд энэ нь ямар ч утгагүй юм. Иймд Excel программ дээр корреляцийн шинжилгээ хийхдээ өгч буй өгөгдлөө анхаарч үзээрэй.
Түүнээс гадна Pearson корреляци нь зөрчилдөөн -д маш мэдрэмтгий байдаг. Хэрэв танд бусад өгөгдлөөс эрс ялгаатай нэг буюу хэд хэдэн өгөгдлийн цэг байгаа бол хувьсагчдын хоорондын харилцааны гажуудсан дүр зургийг олж авах боломжтой. Энэ тохиолдолд та оронд нь Спирманы зэрэглэлийн хамаарлыг ашиглах нь ухаалаг хэрэг болно.
Excel дээр корреляцийг ингэж хийдэг. Энэхүү гарын авлагад дурдсан жишээнүүдийг илүү нарийвчлан үзэхийн тулд та доорх бидний жишээ ажлын номыг татаж авахыг урьж байна. Уншсан танд баярлалаа, дараа долоо хоногт манай блог дээр уулзана гэж найдаж байна!
Дадлага хийх ажлын ном
Excel (.xlsx файл) дээр корреляцийг тооцоолох
учир шалтгааны. Нэг хувьсагчийн өөрчлөлт нь нөгөө хувьсагчийн өөрчлөлттэй холбоотой байдаг нь нэг хувьсагч нь нөгөө хувьсагчийн өөрчлөлтөд хүргэдэг гэсэн үг биш юм.Хэрэв та учир шалтгааны хамаарлыг судалж, таамаглал дэвшүүлэх сонирхолтой байгаа бол нэг алхам урагшлаарай. мөн шугаман регрессийн шинжилгээ хийнэ.
Excel-д корреляцийн коэффициент - корреляцийн тайлбар
Хоёр тасралтгүй хувьсагчийн хоорондын хамаарлын зэрэглэлийн тоон хэмжигдэхүүнийг корреляцийн коэффициент гэнэ ( r).
Коэффицентийн утга нь үргэлж -1-ээс 1-ийн хооронд байх ба хувьсагчдын хоорондын шугаман хамаарлын хүч ба чиглэлийг хоёуланг нь хэмждэг.
Хүч
Их байх тусам. коэффициентийн үнэмлэхүй утга нь илүү хүчтэй байх болно:
- Бүх өгөгдлийн цэгүүд нэг мөрөнд унасан үед -1 ба 1-ийн туйлын утга төгс шугаман хамаарлыг илэрхийлнэ. Практикт эерэг эсвэл сөрөг төгс корреляци ховор ажиглагддаг.
- 0 коэффициент нь хувьсагчдын хооронд шугаман хамаарал байхгүйг илтгэнэ. Энэ нь санамсаргүй тоонуудын хоёр багцыг авах магадлалтай.
- 0-ээс +1/-1-ийн хоорондох утга нь сул, дунд болон хүчтэй харилцааны масштабыг илэрхийлнэ. r -1 эсвэл 1-ийн аль нэг рүү ойртох тусам харилцааны хүч нэмэгдэнэ.
Чиглэл
Итгэлцүүрийн тэмдэг (нэмэх эсвэл хасах) нь чиглэлхамаарал.
- Эерэг коэффициент нь шууд хамаарлыг илэрхийлж, график дээр дээш налуу үүсгэдэг - нэг хувьсагч өсөхөд нөгөө хувьсагч өсөх ба эсрэгээр.
- Сөрөг коэффициентүүд нь урвуу хамаарлыг илэрхийлж, график дээр доош налуу үүсгэдэг - нэг хувьсагч өсөх тусам нөгөө хувьсагч буурах хандлагатай байдаг.
Илүү сайн ойлгохын тулд дараахыг харна уу. дараах корреляцийн графикууд:
- 1 коэффициент нь төгс эерэг хамаарлыг илэрхийлнэ - нэг хувьсагч өсөхөд нөгөө хувьсагч пропорциональ өснө.
- <-ийн коэффициент. 8>-1 гэдэг нь төгс сөрөг хамаарлыг хэлнэ - нэг хувьсагч өсөхөд нөгөө хувьсагч нь пропорциональ буурна.
- 0 коэффициент нь хоёр хувьсагчийн хооронд хамаарал байхгүй гэсэн үг - өгөгдлийн цэгүүд нь График даяар тархсан байна.
Пирсоны хамаарал
Статистикт тэдгээр нь таны ажиллаж байгаа өгөгдлийн төрлөөс хамааран хэд хэдэн төрлийн хамаарлыг хэмждэг. Энэ зааварт бид хамгийн нийтлэг нэг зүйл дээр анхаарлаа хандуулах болно.
Пирсоны корреляци , бүтэн нэр нь Пирсоны бүтээгдэхүүний моментийн хамаарал (PPMC) нь Нэг хувьсагчийн өөрчлөлт нь нөгөө хувьсагчийн пропорциональ өөрчлөлттэй холбоотой үед өгөгдөл хоорондын шугаман хамаарлыг үнэлэх. Энгийнээр хэлбэл, Пирсон корреляци нь дараах асуултад хариулдаг: Өгөгдлийг a дээр төлөөлж болох уумөр?
Статистикийн хувьд энэ нь хамгийн түгээмэл корреляцийн төрөл бөгөөд хэрэв та нэмэлт шалгуургүйгээр "корреляцийн коэффициент"-тэй харьцаж байгаа бол энэ нь Пирсон байх магадлалтай.
Энд Пирсоны корреляцийн коэффициентийг олохын тулд хамгийн түгээмэл хэрэглэгддэг томьёог Пирсоны R гэж нэрлэдэг:
Заримдаа Түүврийн корреляцийн коэффициент -ийг тооцоолох өөр хоёр томьёотой таарч болно. (r) болон хүн амын корреляцийн коэффициент (ρ).
Excel дээр Pearson корреляцийг хэрхэн хийх вэ
Пирсоны корреляцийн коэффициентийг гараар тооцоолох нь математикийн маш их зүйлийг шаарддаг. . Аз болоход Microsoft Excel бүх зүйлийг маш энгийн болгосон. Та өгөгдлийн багц болон зорилгоосоо хамааран дараах аргуудын аль нэгийг чөлөөтэй ашиглаж болно:
- CORREL функцээр Пирсон корреляцийн коэффициентийг ол.
- Холбооны матрицыг дараах байдлаар үүсгэ. Өгөгдлийн шинжилгээ хийж байна.
- Томьёогоор олон корреляцийн коэффициентийг ол.
- Өгөгдлийн хамаарлын дүрслэлийг авахын тулд корреляцийн графикийг зур.
Хэрхэн тооцоолох вэ. Excel-ийн корреляцийн коэффициент
Корреляцийн коэффициентийг гараар тооцоолохын тулд та энэ урт томъёог ашиглах хэрэгтэй. Excel-ийн корреляцийн коэффициентийг олохын тулд CORREL эсвэл PEARSON функцийг ашиглан үр дүнг секундын дотор гарга.
Excel-ийн CORREL функц
CORREL функц ньХоёр багц утгын Пирсон корреляцийн коэффициент. Түүний синтакс нь маш хялбар бөгөөд ойлгомжтой:
CORREL(массив1, массив2)Энд:
- Массив1 нь утгуудын эхний муж юм.
- Масив2 нь утгуудын хоёр дахь муж юм.
Хоёр массив ижил урттай байх ёстой.
Бидэнд бие даасан хувьсагчийн багц байгаа гэж үзвэл ( ). x ) B2:B13 болон хамааралтай хувьсагчид (y) C2:C13-д байгаа бол бидний корреляцийн коэффициентийн томъёо дараах байдалтай байна:
=CORREL(B2:B13, C2:C13)
Эсвэл бид мужуудыг сольж болно. ижил үр дүнг авах:
=CORREL(C2:C13, B2:B13)
Ямар ч тохиолдолд, томьёо нь сарын дундаж температур болон борлуулсан халаагуурын тоо хооронд хүчтэй сөрөг хамаарлыг (ойролцоогоор -0.97) харуулж байна:
Excel-ийн CORREL функцийн талаар таны мэдэх ёстой 3 зүйл
Excel дээр корреляцийн коэффициентийг амжилттай тооцоолохын тулд дараах 3 энгийн баримтыг санаарай:
- Хэрэв нэг буюу хэд хэдэн нүд байвал массив нь текст, логик утгууд эсвэл хоосон зайг агуулж байвал ийм нүдийг үл тоомсорлодог; тэг утгатай нүднүүдийг тооцоолно.
- Хэрэв нийлүүлсэн массивууд өөр өөр урттай бол #N/A алдаа гарна.
- Хэрэв массивуудын аль нэг нь хоосон эсвэл стандарт хазайлттай бол Тэдний утга тэгтэй тэнцүү, #DIV/0! алдаа гарлаа.
Excel-ийн PEARSON функц
Excel-ийн PEARSON функц нь ижил зүйлийг хийдэг - Pearson Бүтээгдэхүүний Момент Корреляцийн коэффициентийг тооцоолдог.
PEARSON(массив1,массив2)Үүнд:
- Масив1 нь бие даасан утгуудын муж.
- Масив2 нь хамааралтай утгуудын муж юм.
PEARSON болон CORREL хоёулаа Pearson шугаман корреляцийн коэффициентийг тооцдог тул үр дүн нь тохирч байх ёстой бөгөөд ерөнхийдөө Excel 2007-ийн сүүлийн үеийн Excel 2019 хувилбаруудад тохирдог.
Excel 2003 болон Гэхдээ өмнөх хувилбаруудад PEARSON функц нь зарим дугуйралтын алдааг харуулж магадгүй юм. Тиймээс хуучин хувилбаруудад PEARSON-аас илүүд CORREL-г ашиглахыг зөвлөж байна.
Манай түүвэр өгөгдлийн багц дээр хоёр функц ижил үр дүнг харуулж байна:
=CORREL(B2:B13, C2:C13)
=PEARSON(B2:B13, C2:C13)
Өгөгдлийн шинжилгээний тусламжтайгаар Excel-д корреляцийн матрицыг хэрхэн хийх вэ
Хоёроос дээш хувьсагчийн хоорондын харилцан хамаарлыг шалгах шаардлагатай үед корреляцийн матриц байгуулах нь утга учиртай бөгөөд үүнийг заримдаа <1 гэж нэрлэдэг>олон корреляцийн коэффициент .
корреляцийн матриц нь харгалзах мөр, баганын огтлолцол дахь хувьсагчдын хоорондын корреляцийн коэффициентийг харуулсан хүснэгт юм.
Excel-ийн корреляцийн матрицыг Анализийн хэрэгслийн багц нэмэлтийн Корреляци хэрэгслийг ашиглан бүтээдэг. Энэ нэмэлтийг Excel 2003-аас Excel 2019 хүртэлх бүх хувилбарт ашиглах боломжтой боловч анхдагчаар идэвхжээгүй. Хэрэв та үүнийг хараахан идэвхжүүлээгүй байгаа бол Excel-д Өгөгдлийн шинжилгээ хийх хэрэгслийн багцыг хэрхэн идэвхжүүлэх талаар тайлбарласан алхмуудыг дагана уу.
Таны Excel туузанд нэмсэн Өгөгдлийн шинжилгээний хэрэгслүүдийг ашигласнаар та корреляцийн шинжилгээ хийхэд бэлэн байна:
- Өгөгдөл табын баруун дээд буланд > Шинжилгээ бүлэг, Өгөгдлийн шинжилгээ товчийг дарна уу.
- Өгөгдлийн шинжилгээ харилцах цонхноос Харилцаа -г сонгоод OK дарна уу.
- Харилцаа талбарт параметрүүдийг дараах байдлаар тохируулна уу:
- Оролтын хүрээ нүдэн дээр товшиж, дараах мужийг сонгоно уу. баганын толгойг оруулаад таны эх өгөгдөл (бидний тохиолдолд B1:D13).
- Бүлэглэсэн хэсэгт Баганууд радио хайрцаг сонгогдсон эсэхийг шалгана уу. Таны эх өгөгдлийг багана болгон бүлэглэсэн байна.
- Хэрэв сонгосон мужид баганын толгой хэсэг байгаа бол Эхний эгнээний шошго чагтыг сонгоно уу.
- Хүссэн гаралтын сонголтыг сонгоно уу. Матрицыг ижил хуудсанд оруулахын тулд Гаралтын хүрээ -г сонгоод, матрицыг гаргах хамгийн зүүн талын нүдний лавлагааг зааж өгнө үү (энэ жишээнд A15).
Хийж дуусаад OK товчийг дарна уу:
Таны корреляцийн коэффициентийн матриц хийгдсэн бөгөөд дараагийн хэсэгт үзүүлсэн шиг харагдах болно.
Корреляцийн шинжилгээний үр дүнг тайлбарлах нь
Та Excel корреляцийн матрицаас мөр, баганын огтлолцол дээрх коэффициентүүдийг олох боломжтой. Хэрэв багана ба мөрний координат ижил байвал 1-ийн утга гарна.
Дээрх хэсэгтЖишээ нь, бид хамааралтай хувьсагч (борлуулсан халаагуурын тоо) болон хоёр бие даасан хувьсагч (сарын дундаж температур ба зар сурталчилгааны зардал) хоорондын хамаарлыг мэдэхийг сонирхож байна. Тиймээс, бид зөвхөн эдгээр мөр, баганын огтлолцол дээрх тоонуудыг л хардаг бөгөөд эдгээрийг доорх дэлгэцийн агшинд онцолсон байна:
-0.97 сөрөг коэффициент (аравтын 2 орон хүртэл дугуйрсан) нь урвуу хамаарал их байгааг харуулж байна. сарын температур ба халаагчийн борлуулалт - температур өсөх тусам халаагч бага зарагддаг.
Эерэг коэффициент 0.97 (аравтын 2 орон хүртэл дугуйрсан) нь зар сурталчилгааны төсөв ба борлуулалтын хооронд хүчтэй шууд холбоо байгааг харуулж байна. Зар сурталчилгаанд зарцуулсан мөнгө төдий чинээ өндөр борлуулалт болно.
Excel дээр олон корреляцийн шинжилгээг томъёогоор хэрхэн хийх вэ
Өгөгдлийн шинжилгээний хэрэгслээр корреляцийн хүснэгтийг бүтээхэд хялбар байдаг. Гэсэн хэдий ч, энэ матриц нь статик бөгөөд та эх өгөгдөл өөрчлөгдөх бүрт корреляцийн шинжилгээг шинээр хийх шаардлагатай болно гэсэн үг юм.
Сайн мэдээ гэвэл та ижил төстэй корреляцийн хүснэгтийг өөрөө хялбархан бүтээх боломжтой бөгөөд матриц автоматаар шинэчлэгдэх болно. эх утгын өөрчлөлт болгонд.
Үүнийг хийхийн тулд дараах ерөнхий томъёог ашиглана уу:
CORREL(OFFSET( эхний_хувьсагчийн_муж , 0, ROWS($1:1)-1) , OFFSET( эхний_хувьсагчийн_муж , 0, COLUMNS($A:A)-1))Анхаарах зүйл! Томъёо ажиллахын тулд та түгжих хэрэгтэйүнэмлэхүй нүдний лавлагаа ашиглан эхний хувьсагчийн муж.
Манай тохиолдолд эхний хувьсагчийн муж нь $B$2:$B$13 (лавлагааг түгжих $ тэмдгийг анхаарна уу) бөгөөд манай корреляцийн томъёо үүнийг авдаг. хэлбэр:
=CORREL(OFFSET($B$2:$B$13, 0, ROWS($1:1)-1), OFFSET($B$2:$B$13, 0, COLUMNS($A:A)-1))
Томъёо бэлэн болсны дараа корреляцийн матриц байгуулъя:
- Матрицын эхний мөр, эхний баганад хувьсагчдыг бичнэ.' шошгуудыг эх хүснэгтэд байгаатай ижил дарааллаар нь оруулна уу (доорх дэлгэцийн агшинг үзнэ үү).
- Дээрх томьёог зүүн талын нүдэнд оруулна (манай тохиолдолд B16).
- Томьёог чирнэ үү. доош болон баруун тийш дарж шаардлагатай бол аль болох олон мөр, багана руу хуулна уу (манай жишээнд 3 мөр, 3 багана).
Үр дүнд нь олон хамаарал бүхий дараах матрицыг олж авлаа. коэффициентүүд. Манай томьёогоор буцаасан коэффициентүүд нь өмнөх жишээн дэх Excel-ийн гаралттай яг ижил байгааг анхаарна уу (холбогдохыг нь тодруулсан):
Энэ томъёо хэрхэн ажилладагийг
Та аль хэдийн мэдэж байгаа. Excel-ийн CORREL функц нь таны зааж өгсөн хоёр багц хувьсагчийн корреляцийн коэффициентийг буцаана. Гол бэрхшээл нь матрицын харгалзах нүднүүдэд тохирох мужуудыг хангах явдал юм. Үүний тулд та томъёонд зөвхөн эхний хувьсагчийн мужийг оруулаад шаардлагатай тохируулга хийхдээ дараах функцуудыг ашиглана:
- OFFSET - өгөгдсөн тооны мөр, баганын мужийг буцаана.