返回目录:excel表格制作
可以用COVAR函数,在单元格里输入
=COVAR(第一组数值, 第二组数值)
1,首先,打开excel表,鼠标点击要编辑的单元格百;
2,点击菜单栏的公式——“插入函数”;
3,在函度数对话框内输入“COVARIANCE.P”,点击确定;
4,接下来设置专函数参数,在ARRAY1处输入A2:A8;
5,在ARRAY2处输入B2:B8;
6,点击确定后就属获得了销售量的协方差。
操作步骤
1. 打开原始数据表格,制作本实例的原始数据需要满足两组或两组以上的数据,结果将给出其中任意两项的相关系数。
2. 选择“工具”-“数据分析”-“描述统计”后,出现属性设置框,依次选择:
输入区域:选择数据区域,注意需要满足至少两组数据。如果有数据标志,注意同时勾选下方“标志位于第一行”;
分组e799bee5baa6e78988e69d83366方式:指示输入区域中的数据是按行还是按列考虑,请根据原数据格式选择;
输出区域可以选择本表、新工作表组或是新工作簿;
3.点击“确定”即可看到生成的报表。
可以看到,在相应区域生成了一个3×3的矩阵,数据项目的交叉处就是其相关系数。显然,数据与本身是完全相关的,相关系数在对角线上显示为1;两组数据间在矩阵上有两个位置,它们是相同的,故右上侧重复部分不显示数据。左下侧相应位置分别是温度与压力A、B和两组压力数据间的相关系数。
从数据统计结论可以看出,温度与压力A、B的相关性分别达到了0.95和0.94,这说明它们呈现良好的正相关性,而两组压力数据间的相关性达到了0.998,这说明在不同反应器内的相同条件下反应一致性很好,可以忽略因为更换反应器造成的系统误差。
协方差的统计与相关系数的活的方法相似,统计结果同样返回一个输出表和一个矩阵,分别表示每对测量值变量之间的相关系数和协方差。不同之处在于相关系数的取值在 -1 和 +1 之间,而协方差没有限定的取值范围。相关系数和协方差都是描述两个变量离散程度的指标。
1、样本方差的无偏估计可由下式获得。
2、方差只能用于解释平行于特征空间轴方向的数据传播。
3、对于这个数据,可以计算出在来x方向上的方差和y方向上的方差。然而,数据的水平传播和垂直传播不能解释明显的对角线关系。这种相关性可以通过扩展方差概念到所谓的数据“协方差”捕捉到。
4、如果数据的协方差矩阵是对角矩阵,使得协方差是零,那么这意味着方差必自须等于特征值λ。如图所示,特征向量用绿色和品红色表示,特征值显然等于协方差矩阵的方差分量。
5、然而,如果协方差矩阵不是对角的,使得协方差不为零,那么情zd况稍微更复杂一些。特征值仍代表数据最大传播方向的方差大小,协方差矩阵的方差分量仍然表示x轴和y轴方向上的方差大小。但是,因为数据不是轴对齐的。