Korelační analýza a Pearsonův koeficient v Excelu

Analýza vztahů je základní schopnost, která je nezbytná v mnoha vědeckých a obchodních oblastech. Pomocí Excelu můžeš vypočítat Pearsonův korelační koeficient, abys mohl kvantitativně měřit vztahy mezi proměnnými. V tomto návodu ti ukážu krok za krokem, jak provést korelační analýzu chování trhu s chytrými telefony a notebooky v Excelu. Tento proces nejen ilustruje aplikaci statistických koncepcí, ale také jednoduchou manipulaci s Excel pro analýzu dat.

Nejdůležitější poznatky

• Pearsonův korelační koeficient nabízí kvantitativní hodnocení vztahu mezi dvěma proměnnými.
• Znát různé metody výpočtu korelačního koeficientu v Excelu.
• Vizualizace výsledků pomocí grafů usnadňuje porozumění vztahům mezi proměnnými.

Postupný návod

Následující postup ukazuje, jak můžeš v Excelu vypočítat Pearsonův korelační koeficient. Zaměříme se na tržby ze chytrých telefonů a notebooků, abychom demonstrovali jasnou a praktickou aplikaci.

Pro zahájení korelační analýzy otevři nový sešit v Excelu nebo použij existující se relevantními daty.

Nejprve se ujisti, že příslušné tržby za chytré telefony a notebooky jsou zadány do dvou oddělených sloupců. Tyto sloupce budou tvořit základ dat, na kterých analýza staví. Ujisti se, že data jsou zadána správně a úplně, abys se vyhnul zkresleným výsledkům.

Po zadání dat označ oba sloupce s tržbami. Pro výpočet korelačního koeficientu zadej vzorec =KORREL() do prázdné buňky, následovanými oběma datovými rozsahy. Tato funkce vypočte Pearsonův korelační koeficient na základě vybraných dat.

Když použiješ vzorec =KORREL(rozmezí1; rozmezí2), vyber celý rozsah sloupce reprezentující tržby notebooků, následovaný rozmezím tržeb chytrých telefonů. Výstup ti ukáže korelační hodnotu mezi těmito proměnnými. Při vysoké korelaci, například 0,96, to naznačuje silný kladný vztah.

Mimo funkce KORREL můžeš také použít funkci =PEARSON(), která poskytuje identický výsledek. Tuto funkci zadej podobně jako dříve a vyber datové rozsahy pro určení korelace.

Další zajímavou možností pro korelační analýzu je funkce analýzy dat v Excelu. Aby ses k této funkci dostal, jděte do menu "Soubor" a pak do "Možnosti". Pod položkou Přídavné moduly můžeš aktivovat možnost analýzy dat, pokud ještě není aktivována.

Po aktivaci funkce analýzy dat vyber možnost "Analýza dat" z horního panelu a klikni na "Korelaci". Otevře se vstupní maska, do které zadáš vstupní oblast pro data včetně hlaviček sloupců.

Při určování výstupní oblasti vyber prázdnou buňku, kde budou výsledky zobrazeny. Potvrzením vstupu se vygeneruje korelační matice zobrazující všechny vztahy uvnitř zadaných dat. Zde opět uvidíš vysokou korelaci kolem 0,96.

Pro vizualizaci vztahu mezi proměnnými se hodí bodový diagram. Vyber prázdnou buňku a vlož XY-diagram. Klikni pravým tlačítkem na diagram a vyber možnost "Vybrat data".

Přidej tržby jak pro chytré telefony, tak pro notebooky. Tato vizuální reprezentace ti ukáže, jak jsou body mezi oběma proměnnými rozložené a zpřehlední vztah pomocí shlukovacích efektů.

Dodatečnou možností analýzy vztahu je přidání trendové čáry do diagramu. Klikni na symbol plus vpravo nahoře v diagramu a aktivuj možnost trendové čáry. Také můžeš zobrazit vzorec a míru určení R² pro další analýzu.

Index variability je ukazatelem toho, jak dobře přímka popisuje data a je to čtvercová hodnota korelačního koeficientu. Hodnota R² kolem 0,935 zdůrazňuje sílu vztahu mezi notebooky a smartphony, což podporuje dříve vypočítanou korelaci.

Je důležité interpretovat výsledky. Hodnoty nad 0,90 naznačují silný pozitivní vztah, což znamená, že zvýšení ve výnosové oblasti souvisí se zvýšením ve druhé. V tomto případě je vztah mezi výnosem z chytrých telefonů a notebooků extrémně silný.

Shrnutí

V této příručce jste se naučili, jak vypočítat a interpretovat Pearsonsův korelační koeficient v programu Excel. Různými metodami vám byly ukázány různé způsoby, jak kvantitativně a vizuálně zobrazit korelaci mezi proměnnými. Máte tak možnost analyzovat reálná data a získat důležité obchodní poznatky.