Док користите Гоогле табеле за рад са два скупа података, можда бисте желели да их упоредите тако што ћете одредити степен до којег један утиче на други.
Корелације могу понудити увид у то да ли постоји предиктивни однос између к и и равни, али не указују нужно на узрочност. Ево како можете да користите Гоогле табеле да бисте идентификовали корелације у вашим подацима.
Шта је корелација и за шта је можете користити?
Када су две варијабле повезане, једна може одредити како променљива утиче на другу. Али, кључно је запамтити да корелација у овом случају не подразумева ослањање; само показује колико се блиско и брзо две варијабле упоређују или повезују.
Статистичке метрике помажу у разумевању основних трендова у анализи података. Корелација је једна од најчешће коришћених статистичких метрика и она одређује колико су две варијабле блиско повезане или зависне.
Разумевање коефицијента корелације у Гоогле табелама
У Гоогле табелама, коефицијент корелације се израчунава помоћу функције ЦОРРЕЛ. Коефицијент корелације служи као мерач колико су уско повезани скупови података. Може се користити за добијање Пирсоновог коефицијента корелације производ-момент (р) ако имате два варијабилна скупа података. Ако желите да сазнате више о овом коефицијенту, можете прочитати више у овом водичу од
Статистика у Леарду.Могло би се наићи на једну од три метрике корелације. Свако мерење другачије дефинише односе између варијабли. Његова вредност је између -1 и +1:
- -1 означава савршену негативну корелацију: Када корелација има коефицијент корелације једнак или мањи од -0,9, наводи се да је јако негативна. То је показатељ да су подаци у корелацији. Међутим, променљива к наставља да расте, док променљива и наставља да опада.
- 0 означава да нема везе: Сматра се да варијабле нису у корелацији ако је коефицијент корелације већи од 0,01, али мањи од 0,1 јер не постоји видљива веза између сваке променљиве. Они су независни један од другог.
- +1 означава савршену позитивну корелацију: Када коефицијент корелације падне између 0,9 и 1, сматра се да је веома позитиван. То указује да је дошло до повећања у два скупа варијабли.
Највиша вредност коефицијента је можда била коефицијент корелације од 1. Када је вредност корелације 1, то имплицира да би подаци били у потпуности поравнати да би се направила права линија, ако бисте нацртали графикон.
Ако сте још увек мало изгубљени, не брините. Објаснићемо синтаксу функције ЦОРРЕЛ, а затим заронити у неке примере из стварног света како бисмо вам помогли да је боље разумете. Разумевање линија које најбоље одговарају и како направити линије тренда у Гоогле табелама помоћи ће вам у томе.
Синтакса функције ЦОРРЕЛ у Гоогле табелама
=ЦОРРЕЛ(подаци_и, подаци_к) Хајде да ово поделимо на делове и боље разумемо шта свака фраза значи:
- =ЦОРРЕЛ: Ово је функција Гоогле табеле која одређује р, (коефицијент корелације Пирсоновог производа и тренутка скупа података).
- дата_и: Ово се односи на групу ћелија које садрже зависне податке или опсег вредности за те ћелије.
- подаци х: Ово је или референца на низ ћелија са независним подацима или опсег вредности за те ћелије.
Ако бисте нацртали графиконе података, дата_и би била И оса, а дата_к Кс оса. Приметићете да постоје два различита начина за унос опсега података. Опције су или референтни опсег ћелија или прави унос података у функцију.
У већини случајева, употреба опсега референтних ћелија је пожељнија. То је зато што табела највероватније већ садржи ваше податке. Коришћење референтног опсега ћелија може да избегне прекомерни унос који може да доведе до грешке корисника.
Примери функција ЦОРРЕЛ у Гоогле табелама
Хајде да погледамо неколико примера да бисмо разумели како да користите функцију ЦОРРЕЛ у Гоогле табелама.
Пример 1: Јака позитивна корелација
За овај први пример, хајде да се претварамо да радимо у индустрији некретнина. У табели испод, имамо поделе хектара земље које продајете и број продатих јединица података о тим различитим земљиштима у вашој Гоогле табели.
- Ако пратите у табели, почећете тако што ћете унети податке променљивих у своју табелу, као што је приказано у наставку:
- Кликните на ћелију Ц2
- Тип =ЦОРРЕЛ(
- Затим ћете наставити да куцате дата_и, што је у нашем случају референтни опсег ћелија А2:А6, затим унесите зарез.
- Наставите са типом дата_к, који се у нашем случају помиње као Б2:Б6.
- Завршите са заградом за затварање, као што је приказано у наставку:
- На крају, притисните Ентер да врати коефицијент корелације два податка у ћелији Ц2.
Користећи пример који је управо приказан изнад, добили сте коефицијент корелације од 0,90, што је јака позитивна корелација пошто његова вредност пада између 0,9 и 1. Према томе, ово указује да како се и мења, к се такође мења на суштински упоредив начин.
Испод је приказ нашег примера података узорка на КСИ графу расејања. Као што видите, линија најбољег уклапања је близу тачака података на графикону, што подржава идеју да су бројке у великој корелацији.
Можете сазнати више о прављење КСИ графикона расејања у Гоогле табелама у нашем другом чланку.
Пример 2: Слаба негативна корелација
Овог пута ћемо користити општији пример „променљивих к и и“ у нашој табели. Намерно смо укључили бројке да бисмо демонстрирали негативну корелацију, што функција ЦОРРЕЛ показује у наставку:
Не постоји јака веза између варијабли и и к, тако да је резултат који добијамо мање значајан коефицијент корелације него у претходном примеру. Резултат који смо постигли је -0,47. То, међутим, не значи да уопште не постоји корелација. Хајде да поново погледамо линију која најбоље одговара да бисмо имали смисао.
Као што можете видети на дијаграму расејања, тачке података су даље од линије најбољег уклапања. Постоји, дакле, мања корелација него у првом примеру, али не и никаква. Такође ћете приметити да се линија најбољег уклапања смањује. Ово показује негативну корелацију, једна вредност се смањује док се друга повећава.
Пример 3: Нема везе
Овде имамо скуп потпуно случајних бројева. Хајде да се брзо дотакнемо тога како поново користити функцију ЦОРРЕЛ:
- Укуцајте Целл Ц2 формула ЦОРРЕЛ
- Наши аргументи су А2:А10 и Б2:Б10
- Притисните Ентер
Вредност враћена на Ц2 је 0,02. Ако коефицијент корелације падне између 0,01 и 0,1, утврђује се да дотичне варијабле нису у корелацији јер не постоји видљива веза између њих. Односи између варијабли су потпуно независни.
Испод је приказ истог на графу расејања. Линија најбољег уклапања је скоро равна, што указује на малу корелацију између два скупа података.
Лако повежите своје податке у Гоогле табелама
Корелација би могла бити изазовна тема ако нисте много радили на томе у средњој школи. Овај водич је покривао све основе, али мораћете да наставите да користите функцију ЦОРРЕЛ у Гоогле табелама да бисте је одржали свежом у уму.
Ово је моћна функција јер помаже да се избегне прављење графикона распршености и може брзо пронаћи трендове у вашим подацима. Ипак, немојте се плашити да додате графиконе како бисте помогли другим корисницима да боље разумеју податке у вашим табелама.
