எக்செல் உள்ள தொடர்பு: குணகம், அணி மற்றும் வரைபடம்

  • இதை பகிர்
Michael Brown

உள்ளடக்க அட்டவணை

எக்செல் இல் உள்ள தொடர்புகளின் அடிப்படைகளை டுடோரியல் விளக்குகிறது, ஒரு தொடர்பு குணகத்தை எவ்வாறு கணக்கிடுவது, ஒரு தொடர்பு மேட்ரிக்ஸை உருவாக்குவது மற்றும் முடிவுகளை விளக்குவது எப்படி என்பதைக் காட்டுகிறது.

எக்செல் இல் நீங்கள் செய்யக்கூடிய எளிய புள்ளிவிவரக் கணக்கீடுகளில் ஒன்று தொடர்பு. எளிமையானது என்றாலும், இரண்டு அல்லது அதற்கு மேற்பட்ட மாறிகளுக்கு இடையிலான உறவுகளைப் புரிந்துகொள்வதில் இது மிகவும் பயனுள்ளதாக இருக்கும். மைக்ரோசாஃப்ட் எக்செல் தொடர்பு பகுப்பாய்வை இயக்க தேவையான அனைத்து கருவிகளையும் வழங்குகிறது, அவற்றை எவ்வாறு பயன்படுத்துவது என்பதை நீங்கள் தெரிந்து கொள்ள வேண்டும்.

    எக்செல் இல் தொடர்பு - அடிப்படைகள்

    தொடர்பு என்பது இரண்டு மாறிகளுக்கு இடையிலான உறவின் வலிமை மற்றும் திசையை விவரிக்கும் அளவீடு ஆகும். இது பொதுவாக புள்ளிவிவரங்கள், பொருளாதாரம் மற்றும் சமூக அறிவியலில் வரவு செலவுத் திட்டங்கள், வணிகத் திட்டங்கள் மற்றும் பலவற்றில் பயன்படுத்தப்படுகிறது.

    மாறிகள் எவ்வளவு நெருக்கமாக தொடர்புடையவை என்பதைப் படிக்கப் பயன்படுத்தப்படும் முறை தொடர்பு பகுப்பாய்வு என்று அழைக்கப்படுகிறது.

    வலுவான தொடர்புக்கான இரண்டு எடுத்துக்காட்டுகள் இங்கே உள்ளன:

    • நீங்கள் உண்ணும் கலோரிகளின் எண்ணிக்கை மற்றும் உங்கள் எடை (நேர்மறையான தொடர்பு)
    • வெளியே வெப்பநிலை மற்றும் உங்கள் வெப்பமூட்டும் கட்டணங்கள் ( எதிர்மறை தொடர்பு)

    மேலும் பலவீனமான அல்லது தொடர்பு இல்லாத தரவுகளின் எடுத்துக்காட்டுகள் இங்கே:

    • உங்கள் பூனையின் பெயர் மற்றும் அவற்றின் விருப்பமான உணவு
    • இதன் நிறம் உங்கள் கண்கள் மற்றும் உங்கள் உயரம்

    இரண்டு மாறிகள் எவ்வளவு நெருக்கமாக தொடர்புடையவை என்பதை மட்டுமே இது காட்டுகிறது. இருப்பினும், தொடர்பு என்பது குறிக்கவில்லைஒரு குறிப்பிட்ட வரம்பில் இருந்து.

  • வரிசைகள் மற்றும் நெடுவரிசைகள் - ஒரு வரம்பில் உள்ள வரிசைகள் மற்றும் நெடுவரிசைகளின் எண்ணிக்கையை முறையே வழங்கவும். எங்கள் தொடர்பு சூத்திரத்தில், இரண்டும் ஒரே நோக்கத்துடன் பயன்படுத்தப்படுகின்றன - தொடக்க வரம்பிலிருந்து ஈடுசெய்ய நெடுவரிசைகளின் எண்ணிக்கையைப் பெறுங்கள். முழுமையான மற்றும் தொடர்புடைய குறிப்புகளை புத்திசாலித்தனமாகப் பயன்படுத்துவதன் மூலம் இது அடையப்படுகிறது.
  • தர்க்கத்தை நன்றாகப் புரிந்துகொள்ள, மேலே உள்ள ஸ்கிரீன்ஷாட்டில் ஹைலைட் செய்யப்பட்ட குணகங்களை சூத்திரம் எவ்வாறு கணக்கிடுகிறது என்பதைப் பார்ப்போம்.

    முதலில், நாம் மாதாந்திர வெப்பநிலை (B2:B13) மற்றும் விற்கப்படும் ஹீட்டர்கள் (D2:D13):

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

    முதல் OFFSET செயல்பாட்டில், ROWS($1: 1) ROWS ($1:3) ஆக மாற்றப்பட்டது, ஏனெனில் இரண்டாவது ஒருங்கிணைப்பு தொடர்புடையது, எனவே சூத்திரம் நகலெடுக்கப்பட்ட வரிசையின் ஒப்பீட்டு நிலையின் அடிப்படையில் இது மாறுகிறது (2 வரிசைகள் கீழே). எனவே, ROWS() 3ஐத் தருகிறது, அதில் இருந்து 1ஐக் கழித்து, மூல வரம்பின் வலதுபுறத்தில் 2 நெடுவரிசைகளைக் கொண்ட வரம்பைப் பெறுகிறோம், அதாவது $D$2:$D$13 (ஹீட்டர் விற்பனை).

    தி. இரண்டாவது OFFSET குறிப்பிட்ட வரம்பை $B$2:$B$13 (வெப்பநிலை) மாற்றாது, ஏனெனில் COLUMNS($A:A)-1 பூஜ்ஜியத்தை அளிக்கிறது.

    இதன் விளைவாக, எங்கள் நீண்ட சூத்திரம் ஒரு எளிய CORREL( $D$2:$D$13, $B$2:$B$13) மற்றும் நாம் விரும்பும் குணகத்தைத் துல்லியமாகத் தருகிறது.

    C18 இல் உள்ள சூத்திரம் விளம்பரச் செலவு (C2:C13) மற்றும் விற்பனைக்கான தொடர்புக் குணகத்தைக் கணக்கிடுகிறது ( D2:D13) இதே முறையில் செயல்படுகிறது:

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

    முதல் OFFSET செயல்பாடுமேலே விவரிக்கப்பட்டதைப் போலவே, $D$2:$D$13 (ஹீட்டர் விற்பனை) வரம்பைத் தருகிறது.

    இரண்டாவது OFFSET இல், COLUMNS($A:A)-1 COLUMNS($A: பி)-1 ஏனெனில் நாங்கள் ஃபார்முலா 1 நெடுவரிசையை வலதுபுறமாக நகலெடுத்துள்ளோம். இதன் விளைவாக, OFFSET ஆனது மூல வரம்பின் வலதுபுறத்தில் 1 நெடுவரிசையில் உள்ள வரம்பைப் பெறுகிறது, அதாவது $C$2:$C$13 (விளம்பரச் செலவு).

    எக்செல் இல் ஒரு தொடர்பு வரைபடத்தை எவ்வாறு திட்டமிடுவது

    எக்செல் இல் தொடர்புகளைச் செய்யும்போது, ​​உங்கள் தரவுகளுக்கிடையேயான உறவுகளின் காட்சிப் பிரதிநிதித்துவத்தைப் பெறுவதற்கான சிறந்த வழி, சிதறல் சதி யை டிரெண்ட்லைன் மூலம் வரைவதாகும். எப்படி என்பது இங்கே:

    1. நெடுவரிசை தலைப்புகள் உட்பட எண் தரவுகளுடன் இரண்டு நெடுவரிசைகளைத் தேர்ந்தெடுக்கவும். நெடுவரிசைகளின் வரிசை முக்கியமானது: சுயாதீன மாறி இடது நெடுவரிசையில் இருக்க வேண்டும், ஏனெனில் இந்த நெடுவரிசை x அச்சில் திட்டமிடப்பட வேண்டும்; சார்பு மாறி வலது நெடுவரிசையில் இருக்க வேண்டும், ஏனெனில் அது y அச்சில் திட்டமிடப்படும்.
    2. Inset தாவலில், அரட்டைகள்<2 இல்> குழு, சிதறல் விளக்கப்பட ஐகானைக் கிளிக் செய்யவும். இது உங்கள் பணித்தாளில் XY சிதறல் விளக்கப்படத்தை உடனடியாகச் செருகும்.
    3. விளக்கப்படத்தில் உள்ள ஏதேனும் தரவுப் புள்ளியில் வலது கிளிக் செய்து, சூழல் மெனுவிலிருந்து Trendline ஐச் சேர்… என்பதைத் தேர்ந்தெடுக்கவும்.

    விரிவான படிப்படியான வழிமுறைகளுக்கு, தயவுசெய்து பார்க்கவும்:

    • எக்செல் இல் சிதறல் சதியை எவ்வாறு உருவாக்குவது
    • எக்செல் விளக்கப்படத்தில் ட்ரெண்ட்லைனை எவ்வாறு சேர்ப்பது

    எங்கள் மாதிரி தரவுத் தொகுப்பிற்கு, தொடர்பு வரைபடங்கள் கீழே உள்ள படத்தில் காட்டப்பட்டுள்ளது போல் இருக்கும்.கூடுதலாக, R-squared மதிப்பைக் காட்டினோம், இது தீர்மானத்தின் குணகம் என்றும் அழைக்கப்படுகிறது. ட்ரெண்ட்லைன் தரவுகளுடன் எவ்வளவு நன்றாக ஒத்துப்போகிறது என்பதை இந்த மதிப்பு குறிக்கிறது - R2 க்கு 1க்கு நெருக்கமாக இருந்தால், பொருத்தம் சிறந்தது.

    உங்கள் சிதறலில் காட்டப்படும் R2 மதிப்பிலிருந்து, நீங்கள் தொடர்பு குணகத்தை எளிதாகக் கணக்கிடலாம்:

    1. சிறந்த துல்லியத்திற்காக, எக்செல் ஆனது ஆர் ஸ்கொயர் மதிப்பில் இயல்பாக இருப்பதைக் காட்டிலும் கூடுதல் இலக்கங்களைக் காட்டவும் அதை நகலெடுக்க + C.
    2. SQRT செயல்பாட்டைப் பயன்படுத்தி அல்லது நகலெடுக்கப்பட்ட R2 மதிப்பை 0.5க்கு உயர்த்துவதன் மூலம் R2 இன் வர்க்க மூலத்தைப் பெறவும்.

    உதாரணமாக, இரண்டாவது வரைபடத்தில் R2 மதிப்பு 0.9174339392 ஆகும். எனவே, இந்த சூத்திரங்களில் ஒன்றின் மூலம் விளம்பரம் மற்றும் ஹீட்டர்கள் ஆகியவற்றுக்கான தொடர்பு குணகத்தைக் கண்டறியலாம்:

    =SQRT(0.9174339392)

    =0.9174339392^0.5

    நீங்கள் உறுதி செய்ய முடியும் என, இந்த வழியில் கணக்கிடப்படும் குணகங்கள் முந்தைய எடுத்துக்காட்டுகளில் காணப்படும் தொடர்பு குணகங்களுடன் முழுமையாக ஒத்துப்போகின்றன, அடையாளத்தைத் தவிர :

    எக்செல் இல் தொடர்புடன் சாத்தியமான சிக்கல்கள்

    Pearson Product Moment Corelation ஆனது இரண்டு மாறிகளுக்கு இடையேயான நேரியல் உறவை மட்டுமே வெளிப்படுத்துகிறது. இதன் பொருள், உங்கள் மாறிகள் மற்றொரு, வளைவு, வழியில் வலுவாக தொடர்புடையதாக இருக்கலாம் மற்றும் பூஜ்ஜியத்திற்கு சமமான அல்லது அதற்கு அருகில் உள்ள தொடர்பு குணகத்தைக் கொண்டிருக்கலாம்.

    பியர்சன் தொடர்புக்கு இயலவில்லை சார்ந்த மற்றும் சுயாதீன மாறிகளை வேறுபடுத்துங்கள். எடுத்துக்காட்டாக, சராசரி மாதாந்திர வெப்பநிலை மற்றும் விற்கப்படும் ஹீட்டர்களின் எண்ணிக்கை ஆகியவற்றுக்கு இடையேயான தொடர்பைக் கண்டறிய CORREL செயல்பாட்டைப் பயன்படுத்தும் போது, ​​எங்களுக்கு -0.97 என்ற குணகம் கிடைத்தது, இது அதிக எதிர்மறை தொடர்பைக் குறிக்கிறது. இருப்பினும், நீங்கள் மாறிகளை மாற்றி அதே முடிவைப் பெறலாம். எனவே, அதிக ஹீட்டர் விற்பனை வெப்பநிலை வீழ்ச்சியை ஏற்படுத்துகிறது என்று யாராவது முடிவு செய்யலாம், இது வெளிப்படையாக எந்த அர்த்தமும் இல்லை. எனவே, எக்செல் இல் தொடர்பு பகுப்பாய்வை இயக்கும் போது, ​​நீங்கள் வழங்கும் தரவைக் குறித்து எச்சரிக்கையாக இருங்கள்.

    தவிர, பியர்சன் தொடர்பு அவுட்லியர்ஸ் க்கு மிகவும் உணர்திறன் கொண்டது. உங்களிடம் ஒன்று அல்லது அதற்கு மேற்பட்ட தரவு புள்ளிகள் இருந்தால், மற்ற தரவுகளிலிருந்து பெரிதும் வேறுபடுகின்றன, மாறிகளுக்கு இடையிலான உறவின் சிதைந்த படத்தை நீங்கள் பெறலாம். இந்தச் சந்தர்ப்பத்தில், அதற்குப் பதிலாக Spearman rank corelation ஐப் பயன்படுத்துவது புத்திசாலித்தனமாக இருக்கும்.

    எக்செல் இல் இப்படித்தான் தொடர்புபடுத்துவது. இந்த டுடோரியலில் விவாதிக்கப்பட்ட எடுத்துக்காட்டுகளை உன்னிப்பாகப் பார்க்க, கீழே உள்ள எங்கள் மாதிரி பணிப்புத்தகத்தைப் பதிவிறக்க உங்களை வரவேற்கிறோம். படித்ததற்கு நன்றி, அடுத்த வாரம் எங்கள் வலைப்பதிவில் உங்களைப் பார்ப்பேன் என்று நம்புகிறேன்!

    ஒர்க்புக் பயிற்சி

    எக்செல் (.xlsx கோப்பு) இல் உள்ள தொடர்பைக் கணக்கிடுங்கள்

    <3காரணம். ஒரு மாறியில் ஏற்படும் மாற்றங்கள் மற்ற மாறியின் மாற்றங்களுடன் தொடர்புடையவை என்பது உண்மையில் ஒரு மாறி மற்றொன்றை மாற்றுவதற்கு காரணமாகிறது என்று அர்த்தமல்ல.

    நீங்கள் காரணத்தைக் கற்று கணிப்புகளைச் செய்ய ஆர்வமாக இருந்தால், ஒரு படி மேலே செல்லுங்கள். நேரியல் பின்னடைவு பகுப்பாய்வு செய்யவும் r).

    குணக மதிப்பு எப்போதும் -1 மற்றும் 1 க்கு இடையில் இருக்கும் மேலும் இது மாறிகளுக்கு இடையே உள்ள நேரியல் உறவின் வலிமை மற்றும் திசை இரண்டையும் அளவிடும்.

    வலிமை

    பெரியது குணகத்தின் முழுமையான மதிப்பு, வலுவான உறவு:

    • -1 மற்றும் 1 இன் தீவிர மதிப்புகள் அனைத்து தரவுப் புள்ளிகளும் ஒரு கோட்டில் விழும்போது சரியான நேரியல் உறவைக் குறிக்கின்றன. நடைமுறையில், நேர்மறை அல்லது எதிர்மறையான ஒரு சரியான தொடர்பு அரிதாகவே காணப்படுகிறது.
    • 0 இன் குணகம் மாறிகளுக்கு இடையே நேர்கோட்டு உறவைக் குறிக்கிறது. ரேண்டம் எண்களின் இரண்டு தொகுப்புகளுடன் நீங்கள் பெறக்கூடியது இதுதான்.
    • 0 மற்றும் +1/-1 இடையே உள்ள மதிப்புகள் பலவீனமான, மிதமான மற்றும் வலுவான உறவுகளின் அளவைக் குறிக்கும். r -1 அல்லது 1ஐ நெருங்கும்போது, ​​உறவின் வலிமை அதிகரிக்கிறது.

    திசை

    குணக் குறியீடு (கூடுதல் அல்லது கழித்தல்) குறிக்கிறது திசையில்உறவு.

    • நேர்மறை குணகங்கள் நேரடித் தொடர்பைக் குறிக்கின்றன மற்றும் வரைபடத்தில் மேல்நோக்கிச் சரிவை உருவாக்குகின்றன - ஒரு மாறி அதிகரிக்கும் போது மற்றொன்று அதிகரிக்கும், மற்றும் நேர்மாறாகவும்.
    • எதிர்மறை குணகங்கள் தலைகீழ் தொடர்பைக் குறிக்கின்றன மற்றும் வரைபடத்தில் கீழ்நோக்கிய சாய்வை உருவாக்குகின்றன - ஒரு மாறி அதிகரிக்கும் போது, ​​மற்ற மாறி குறைகிறது.

    நன்றாகப் புரிந்துகொள்ள, தயவுசெய்து பார்க்கவும். பின்வரும் தொடர்பு வரைபடங்கள்:

    • 1 இன் குணகம் என்பது ஒரு சரியான நேர்மறை உறவைக் குறிக்கிறது - ஒரு மாறி அதிகரிக்கும் போது, ​​மற்றொன்று விகிதாசாரமாக அதிகரிக்கிறது.
    • <இன் குணகம் -1 என்பது சரியான எதிர்மறை உறவைக் குறிக்கிறது - ஒரு மாறி அதிகரிக்கும் போது, ​​மற்றொன்று விகிதாச்சாரத்தில் குறைகிறது.
    • 0 குணகம் என்பது இரண்டு மாறிகளுக்கு இடையே எந்த தொடர்பும் இல்லை என்று பொருள் - தரவு புள்ளிகள் வரைபடம் முழுவதும் சிதறிக்கிடக்கிறது.

    பியர்சன் தொடர்பு

    புள்ளிவிவரங்களில், நீங்கள் பணிபுரியும் தரவின் வகையைப் பொறுத்து அவை பல வகையான தொடர்புகளை அளவிடுகின்றன. இந்த டுடோரியலில், நாங்கள் மிகவும் பொதுவான ஒன்றில் கவனம் செலுத்துவோம்.

    பியர்சன் தொடர்பு , முழுப்பெயர் பியர்சன் தயாரிப்பு தருண தொடர்பு (PPMC), பயன்படுத்தப்படுகிறது. ஒரு மாறியின் மாற்றம் மற்ற மாறியின் விகிதாசார மாற்றத்துடன் தொடர்புடையதாக இருக்கும் போது, ​​தரவுகளுக்கு இடையேயான நேரியல் உறவுகளை மதிப்பிடவும். எளிமையான சொற்களில், பியர்சன் தொடர்பு கேள்விக்கு பதிலளிக்கிறது: தரவை a இல் குறிப்பிட முடியுமாவரி?

    புள்ளிவிவரத்தில், இது மிகவும் பிரபலமான தொடர்பு வகையாகும், மேலும் தகுதி இல்லாமல் "தொடர்பு குணகம்" இருந்தால், அது பியர்சனாக இருக்க வாய்ப்புள்ளது.

    இங்கே உள்ளது பியர்சன் தொடர்பு குணகத்தைக் கண்டறிய பொதுவாகப் பயன்படுத்தப்படும் சூத்திரம், இது பியர்சனின் R என்றும் அழைக்கப்படுகிறது:

    சில சமயங்களில், மாதிரி தொடர்புக் குணகம் கணக்கிடுவதற்கு நீங்கள் வேறு இரண்டு சூத்திரங்களைக் காணலாம். (r) மற்றும் மக்கள்தொகை தொடர்பு குணகம் (ρ).

    எக்செல் இல் பியர்சன் தொடர்புகளை எவ்வாறு செய்வது

    கையால் பியர்சன் தொடர்பு குணகத்தை கணக்கிடுவது நிறைய கணிதத்தை உள்ளடக்கியது. . அதிர்ஷ்டவசமாக, மைக்ரோசாஃப்ட் எக்செல் விஷயங்களை மிகவும் எளிதாக்கியுள்ளது. உங்கள் தரவுத் தொகுப்பு மற்றும் உங்கள் இலக்கைப் பொறுத்து, பின்வரும் நுட்பங்களில் ஒன்றைப் பயன்படுத்த நீங்கள் சுதந்திரமாக இருக்கிறீர்கள்:

    • CORREL செயல்பாட்டுடன் பியர்சன் தொடர்பு குணகத்தைக் கண்டறியவும்.
    • இதன் மூலம் ஒரு தொடர்பு மேட்ரிக்ஸை உருவாக்கவும் தரவு பகுப்பாய்வைச் செய்கிறது.
    • ஒரு சூத்திரத்துடன் பல தொடர்பு குணகங்களைக் கண்டறியவும்.
    • தரவு உறவின் காட்சிப் பிரதிநிதித்துவத்தைப் பெற ஒரு தொடர்பு வரைபடத்தைத் திட்டமிடவும்.

    எப்படி கணக்கிடுவது Excel இல் தொடர்பு குணகம்

    ஒரு தொடர்பு குணகத்தை கையால் கணக்கிட, நீங்கள் இந்த நீண்ட சூத்திரத்தைப் பயன்படுத்த வேண்டும். Excel இல் தொடர்பு குணகத்தைக் கண்டறிய, CORREL அல்லது PEARSON செயல்பாட்டைப் பயன்படுத்தி, ஒரு நொடியின் ஒரு பகுதியிலேயே முடிவைப் பெறவும்.

    Excel CORREL செயல்பாடு

    CORREL செயல்பாடுஇரண்டு செட் மதிப்புகளுக்கான பியர்சன் தொடர்பு குணகம். அதன் தொடரியல் மிகவும் எளிதானது மற்றும் நேரடியானது:

    CORREL(array1, array2)

    எங்கே:

    • Array1 என்பது மதிப்புகளின் முதல் வரம்பு.
    • Array2 என்பது மதிப்புகளின் இரண்டாவது வரம்பாகும்.

    இரண்டு வரிசைகளும் சம நீளத்தைக் கொண்டிருக்க வேண்டும்.

    இன்டிபென்டென்ட் மாறிகள் ( ) என வைத்துக்கொள்வோம். x ) B2:B13 மற்றும் சார்பு மாறிகள் (y) C2:C13 இல், எங்கள் தொடர்பு குணகம் சூத்திரம் பின்வருமாறு செல்கிறது:

    =CORREL(B2:B13, C2:C13)

    அல்லது, வரம்புகளை மாற்றலாம். அதே முடிவைப் பெறுங்கள்:

    =CORREL(C2:C13, B2:B13)

    எந்த வழியிலும், சராசரி மாதாந்திர வெப்பநிலைக்கும் விற்கப்பட்ட ஹீட்டர்களின் எண்ணிக்கைக்கும் இடையே ஒரு வலுவான எதிர்மறை தொடர்பை (சுமார் -0.97) சூத்திரம் காட்டுகிறது:

    Excel இல் உள்ள CORREL செயல்பாட்டைப் பற்றி நீங்கள் தெரிந்து கொள்ள வேண்டிய 3 விஷயங்கள்

    Excel இல் உள்ள தொடர்பு குணகத்தை வெற்றிகரமாகக் கணக்கிட, இந்த 3 எளிய உண்மைகளை நினைவில் கொள்ளவும்:

    • ஒன்று அல்லது அதற்கு மேற்பட்ட செல்கள் இருந்தால் ஒரு வரிசையில் உரை, தருக்க மதிப்புகள் அல்லது வெற்றிடங்கள் உள்ளன, அத்தகைய செல்கள் புறக்கணிக்கப்படுகின்றன; பூஜ்ஜிய மதிப்புகள் கொண்ட கலங்கள் கணக்கிடப்படுகின்றன.
    • வழங்கப்பட்ட அணிவரிசைகள் வெவ்வேறு நீளங்களில் இருந்தால், #N/A பிழை வழங்கப்படும்.
    • அணிகளில் ஏதேனும் காலியாக இருந்தால் அல்லது நிலையான விலகல் இருந்தால் அவற்றின் மதிப்புகள் பூஜ்ஜியத்திற்கு சமம், #DIV/0! பிழை ஏற்படுகிறது.

    Excel PEARSON செயல்பாடு

    Excel இல் உள்ள PEARSON செயல்பாடு அதையே செய்கிறது - பியர்சன் தயாரிப்பு தருண தொடர்பு குணகத்தை கணக்கிடுகிறது.

    PEARSON(array1,array2)

    எங்கே:

    • Array1 என்பது சுயாதீன மதிப்புகளின் வரம்பாகும்.
    • Array2 என்பது சார்பு மதிப்புகளின் வரம்பாகும்.

    PEARSON மற்றும் CORREL ஆகிய இரண்டும் பியர்சன் நேரியல் தொடர்பு குணகத்தை கணக்கிடுவதால், அவற்றின் முடிவுகள் ஒத்துக்கொள்ள வேண்டும், மேலும் அவை பொதுவாக Excel 2007 இன் சமீபத்திய பதிப்புகளில் Excel 2019 வரை இருக்கும்.

    Excel 2003 இல் மற்றும் முந்தைய பதிப்புகள், இருப்பினும், PEARSON செயல்பாடு சில ரவுண்டிங் பிழைகளைக் காட்டலாம். எனவே, பழைய பதிப்புகளில், PEARSON க்கு முன்னுரிமையாக CORREL ஐப் பயன்படுத்த பரிந்துரைக்கப்படுகிறது.

    எங்கள் மாதிரி தரவுத் தொகுப்பில், இரண்டு செயல்பாடுகளும் ஒரே முடிவுகளைக் காட்டுகின்றன:

    =CORREL(B2:B13, C2:C13)

    =PEARSON(B2:B13, C2:C13)

    எக்செல் இல் டேட்டா அனாலிசிஸுடன் ஒரு தொடர்பு மேட்ரிக்ஸை எவ்வாறு உருவாக்குவது

    இரண்டுக்கும் மேற்பட்ட மாறிகளுக்கு இடையே உள்ள தொடர்புகளை நீங்கள் சோதிக்க வேண்டியிருக்கும் போது, ​​ஒரு தொடர்பு மேட்ரிக்ஸை உருவாக்குவது அர்த்தமுள்ளதாக இருக்கும், இது சில நேரங்களில் <1 என அழைக்கப்படுகிறது>பல தொடர்பு குணகம் .

    தொடர்பு அணி என்பது தொடர்புடைய வரிசைகள் மற்றும் நெடுவரிசைகளின் குறுக்குவெட்டில் மாறிகளுக்கு இடையிலான தொடர்பு குணகங்களைக் காட்டும் அட்டவணையாகும்.

    எக்செல் இல் உள்ள தொடர்பு அணியானது பகுப்பாய்வு டூல்பேக் செருகு நிரலிலிருந்து தொடர்பு கருவியைப் பயன்படுத்தி கட்டமைக்கப்பட்டுள்ளது. இந்த ஆட்-இன் எக்செல் 2003 முதல் எக்செல் 2019 வரையிலான அனைத்து பதிப்புகளிலும் கிடைக்கும், ஆனால் இயல்பாக இயக்கப்படவில்லை. நீங்கள் இன்னும் அதைச் செயல்படுத்தவில்லை என்றால், எக்செல் இல் தரவு பகுப்பாய்வு டூல்பேக்கை எவ்வாறு இயக்குவது என்பதில் விவரிக்கப்பட்டுள்ள படிகளைப் பின்பற்றி இப்போதே இதைச் செய்யுங்கள்.

    உடன்உங்கள் எக்செல் ரிப்பனில் தரவு பகுப்பாய்வுக் கருவிகள் சேர்க்கப்பட்டுள்ளன, நீங்கள் தொடர்பு பகுப்பாய்வை இயக்கத் தயாராக உள்ளீர்கள்:

    1. தரவு தாவலின் மேல் வலது மூலையில் > பகுப்பாய்வு குழு, தரவு பகுப்பாய்வு பொத்தானைக் கிளிக் செய்யவும்.
    2. தரவு பகுப்பாய்வு உரையாடல் பெட்டியில், தொடர்பு என்பதைத் தேர்ந்தெடுத்து சரி என்பதைக் கிளிக் செய்யவும்.
    3. தொடர்பு பெட்டியில், அளவுருக்களை இந்த வழியில் உள்ளமைக்கவும்:
      • உள்ளீடு வரம்பு பெட்டியில் கிளிக் செய்து வரம்பைத் தேர்ந்தெடுக்கவும் நெடுவரிசை தலைப்புகள் (எங்கள் விஷயத்தில் B1:D13) உட்பட உங்கள் மூலத் தரவு.
      • குழுவாக்கப்பட்ட பிரிவில், நெடுவரிசைகள் ரேடியோ பெட்டி தேர்ந்தெடுக்கப்பட்டதை உறுதிசெய்யவும் (கொடுக்கப்பட்டுள்ளது உங்கள் மூலத் தரவு நெடுவரிசைகளாகத் தொகுக்கப்பட்டுள்ளது).
      • தேர்ந்தெடுக்கப்பட்ட வரம்பில் நெடுவரிசை தலைப்புகள் இருந்தால் முதல் வரிசையில் உள்ள லேபிள்கள் தேர்வுப்பெட்டியைத் தேர்ந்தெடுக்கவும்.
      • விரும்பிய வெளியீட்டு விருப்பத்தைத் தேர்ந்தெடுக்கவும். அதே தாளில் மேட்ரிக்ஸைப் பெற, வெளியீட்டு வரம்பை தேர்ந்தெடுத்து, மேட்ரிக்ஸ் வெளியிடப்பட வேண்டிய இடதுபுறக் கலத்தின் குறிப்பைக் குறிப்பிடவும் (இந்த எடுத்துக்காட்டில் A15).

    முடிந்ததும், சரி பொத்தானைக் கிளிக் செய்யவும்:

    உங்கள் தொடர்பு குணகங்களின் மேட்ரிக்ஸ் முடிந்தது, அடுத்த பகுதியில் காட்டப்பட்டுள்ளதைப் போல இருக்க வேண்டும்.

    தொடர்பு பகுப்பாய்வு முடிவுகளை விளக்குதல்

    உங்கள் எக்செல் தொடர்பு மேட்ரிக்ஸில், வரிசைகள் மற்றும் நெடுவரிசைகளின் குறுக்குவெட்டில் குணகங்களைக் காணலாம். நெடுவரிசை மற்றும் வரிசை ஒருங்கிணைப்புகள் ஒரே மாதிரியாக இருந்தால், மதிப்பு 1 வெளியீடு ஆகும்.

    மேலே உள்ளவற்றில்எடுத்துக்காட்டாக, சார்பு மாறி (விற்கப்படும் ஹீட்டர்களின் எண்ணிக்கை) மற்றும் இரண்டு சுயாதீன மாறிகள் (சராசரி மாதாந்திர வெப்பநிலை மற்றும் விளம்பரச் செலவுகள்) ஆகியவற்றுக்கு இடையேயான தொடர்பை அறிய நாங்கள் ஆர்வமாக உள்ளோம். எனவே, இந்த வரிசைகள் மற்றும் நெடுவரிசைகளின் குறுக்குவெட்டில் உள்ள எண்களை மட்டுமே நாங்கள் பார்க்கிறோம், அவை கீழே உள்ள ஸ்கிரீன்ஷாட்டில் சிறப்பிக்கப்பட்டுள்ளன:

    -0.97 இன் எதிர்மறை குணகம் (2 தசம இடங்களுக்கு வட்டமானது) இடையே வலுவான தலைகீழ் தொடர்பைக் காட்டுகிறது. மாதாந்திர வெப்பநிலை மற்றும் ஹீட்டர் விற்பனை - வெப்பநிலை அதிகரிக்கும் போது, ​​குறைவான ஹீட்டர்கள் விற்கப்படுகின்றன.

    0.97 இன் நேர்மறை குணகம் (2 தசம இடங்களுக்கு வட்டமானது) விளம்பர பட்ஜெட் மற்றும் விற்பனை இடையே வலுவான நேரடி தொடர்பைக் குறிக்கிறது - மேலும் நீங்கள் விளம்பரத்திற்காக செலவழிக்கும் பணம், அதிக விற்பனையாகும்.

    எக்செல் இல் சூத்திரங்களுடன் பல தொடர்பு பகுப்பாய்வு செய்வது எப்படி

    தரவு பகுப்பாய்வு கருவி மூலம் தொடர்பு அட்டவணையை உருவாக்குவது எளிது. இருப்பினும், அந்த மேட்ரிக்ஸ் நிலையானது, அதாவது ஒவ்வொரு முறை மூலத் தரவு மாறும்போதும் நீங்கள் தொடர்பு பகுப்பாய்வை புதிதாக இயக்க வேண்டும்.

    நல்ல செய்தி என்னவென்றால், இதேபோன்ற தொடர்பு அட்டவணையை நீங்களே எளிதாக உருவாக்கலாம், மேலும் அந்த மேட்ரிக்ஸ் தானாகவே புதுப்பிக்கப்படும். மூல மதிப்புகளில் ஒவ்வொரு மாற்றத்துடன்.

    அதைச் செய்ய, இந்தப் பொதுவான சூத்திரத்தைப் பயன்படுத்தவும்:

    CORREL(OFFSET( first_variable_range , 0, ROWS($1:1)-1) , OFFSET( first_variable_range , 0, COLUMNS($A:A)-1))

    முக்கிய குறிப்பு! சூத்திரம் வேலை செய்ய, நீங்கள் பூட்ட வேண்டும்முழுமையான செல் குறிப்புகளைப் பயன்படுத்தி முதல் மாறி வரம்பு.

    எங்கள் விஷயத்தில், முதல் மாறி வரம்பு $B$2:$B$13 (குறிப்பைப் பூட்டும் $ குறியைக் கவனியுங்கள்), மேலும் எங்கள் தொடர்பு சூத்திரம் இதை எடுக்கும் shape:

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

    சூத்திரம் தயாராக இருப்பதால், ஒரு தொடர்பு அணியை உருவாக்குவோம்:

    1. மேட்ரிக்ஸின் முதல் வரிசை மற்றும் முதல் நெடுவரிசையில், மாறிகளை தட்டச்சு செய்யவும்' உங்கள் மூல அட்டவணையில் தோன்றும் அதே வரிசையில் லேபிள்கள் (கீழே உள்ள ஸ்கிரீன்ஷாட்டைப் பார்க்கவும்).
    2. மேலே உள்ள சூத்திரத்தை இடதுபுறக் கலத்தில் உள்ளிடவும் (எங்கள் விஷயத்தில் B16).
    3. சூத்திரத்தை இழுக்கவும். தேவையான அளவு வரிசைகள் மற்றும் நெடுவரிசைகளுக்கு நகலெடுக்க கீழே மற்றும் வலதுபுறம் (எங்கள் எடுத்துக்காட்டில் 3 வரிசைகள் மற்றும் 3 நெடுவரிசைகள்).

    இதன் விளைவாக, பல தொடர்புகளுடன் பின்வரும் மேட்ரிக்ஸைப் பெற்றுள்ளோம். குணகங்கள். எங்கள் சூத்திரத்தால் வழங்கப்படும் குணகங்கள் முந்தைய எடுத்துக்காட்டில் Excel இன் வெளியீடு போலவே இருப்பதைக் கவனியுங்கள் (தொடர்புடையவை சிறப்பம்சமாக உள்ளன):

    இந்த சூத்திரம் எவ்வாறு செயல்படுகிறது

    உங்களுக்கு ஏற்கனவே தெரியும், Excel CORREL செயல்பாடு நீங்கள் குறிப்பிடும் இரண்டு செட் மாறிகளுக்கான தொடர்பு குணகத்தை வழங்குகிறது. மேட்ரிக்ஸின் தொடர்புடைய கலங்களில் பொருத்தமான வரம்புகளை வழங்குவதே முக்கிய சவால். இதற்கு, நீங்கள் சூத்திரத்தில் முதல் மாறி வரம்பை மட்டும் உள்ளிட்டு, தேவையான மாற்றங்களைச் செய்ய பின்வரும் செயல்பாடுகளைப் பயன்படுத்தவும்:

    • OFFSET - கொடுக்கப்பட்ட வரிசைகள் மற்றும் நெடுவரிசைகளின் வரம்பை வழங்குகிறது.

    மைக்கேல் பிரவுன் ஒரு பிரத்யேக தொழில்நுட்ப ஆர்வலர், மென்பொருள் கருவிகளைப் பயன்படுத்தி சிக்கலான செயல்முறைகளை எளிதாக்குவதில் ஆர்வம் கொண்டவர். தொழில்நுட்பத் துறையில் ஒரு தசாப்தத்திற்கும் மேலான அனுபவத்துடன், மைக்ரோசாஃப்ட் எக்செல் மற்றும் அவுட்லுக், அத்துடன் கூகுள் தாள்கள் மற்றும் டாக்ஸில் தனது திறமைகளை மெருகேற்றியுள்ளார். மைக்கேலின் வலைப்பதிவு அவரது அறிவையும் நிபுணத்துவத்தையும் மற்றவர்களுடன் பகிர்ந்துகொள்வதற்காக அர்ப்பணிக்கப்பட்டுள்ளது, உற்பத்தித்திறன் மற்றும் செயல்திறனை மேம்படுத்துவதற்கு எளிதாகப் பின்பற்றக்கூடிய உதவிக்குறிப்புகள் மற்றும் பயிற்சிகளை வழங்குகிறது. நீங்கள் ஒரு அனுபவமிக்க நிபுணராக இருந்தாலும் அல்லது தொடக்கநிலையாளராக இருந்தாலும், மைக்கேலின் வலைப்பதிவு இந்த அத்தியாவசிய மென்பொருள் கருவிகளில் இருந்து அதிகமானவற்றைப் பெறுவதற்கு மதிப்புமிக்க நுண்ணறிவுகளையும் நடைமுறை ஆலோசனைகளையும் வழங்குகிறது.