Вопрос сформулирован в слишком общем виде. Непонятно, какая именно корреляция имеется ввиду: простая между двумя переменными, ранговая корреляция Спирмена или множественная корреляция. Для последнего случая нужно предварительно провести исследование на
мулитиколлинеарность (взаимную зависимость переменных).
Рассмотрим исследование корреляции для простого случая двух переменных (аргумент x и функция y). Имем таблицу пар значений x и y.
Дальнейшее зависит от того, будем ли мы проводить это исследование вручную (на калькуляторе), или использовать Microsoft Excel, в которую все необходимые функции уже встроены.
1. Ручной вариант.
Вычисляем следующие значения:
— среднее значение x [x]
— среднее значение y [y]
— среднее значение x^2 (квадратов x) [xx]
— среднее значение y^2 (квадратов y) [yy]
— среднее значение произведения xy [xy]
Находим дисперсии переменных x и y:
D[x]=[xx]-([x])^2
D[y]=[yy]-([y])^2
Находим ковариацию переменных:
cov(xy)=[xy]-[x][y]
Вычисляем коэффициент корреляции Пирсона:
r(xy)=cov(xy)/(корень(D[x]))(корень(D[y]))
Находим коэффициенты уравнения регрессии y=ax+b:
b=([xy]-[x][y])/D[x]
a=[y]-b[x]
2. В Excel по вышеприведенным формулам вычисления можно выполнить:
а) С помощью функций категории «Статистические»:
СРЗНАЧ(массив) — для вычислений соответствующих средних значений
КОРЕНЬ(число)
КОРЕЛЛ(массив1; массив2) — для вычисления коэффициента корреляции
б) Или использовать инструменты из Сервис-Анализ данных:
Корреляция
Регрессия
Добрый день. Меня заинтересовал ваш ответ "Вопрос сформулирован в слишком общем виде. Непонятно, какая именно корреляция имеется ввиду: простая..." на вопрос http://www.liveexpert.org/topic/view/76148-. Можно с вами обсудить этот ответ?