excel算两组数据相关性

在数据分析中，很重要的一点就是要了解数据之间的相关性。在实际操作中，可以通过一些工具进行相关性分析，Excel就是其中的一种。本文就将介绍如何使用Excel算两组数据的相关性。

一、Pearson相关系数

Pearson相关系数是一个常用的相关性分析方法，它测量两个变量之间的线性相关性。简单来说，就是通过观察两个变量的变化，来判断它们之间是否存在联系。具体计算公式如下：

r = (n∑xy - ∑x∑y) / sqrt([n∑x^2 - (∑x)^2][n∑y^2 - (∑y)^2])

其中，r为Pearson相关系数，n为数据个数，x和y分别为两组数据的值，∑表示求和。

在Excel中，可以使用CORREL函数来计算Pearson相关系数。在需要计算的单元格中输入以下公式：

=CORREL(A2:A11,B2:B11)

其中，A2:A11为第一组数据，B2:B11为第二组数据。按下回车键后，就可以得到两组数据的Pearson相关系数。

二、绘制散点图

除了计算Pearson相关系数外，我们还可以通过绘制散点图来观察两组数据的相关性。在Excel中，只需要将两组数据分别填入两列，在选中两列数据的情况下，点击“插入”菜单中的“散点图”按钮即可绘制散点图。

散点图可以非常直观地展现两组数据之间的关系。如果点分布在一条直线上，那么它们之间就是线性相关的；如果点分布在一个区域内，那么它们之间就是非线性相关的；如果点根本没有任何规律，那么它们之间就是没有相关性的。

三、判断结果的可靠性

在进行相关性分析时，我们需要考虑结果的可靠性。Pearson相关系数只能判断两个变量之间的线性相关性，而不能判断非线性相关性。此外，当数据不服从正态分布时，Pearson相关系数也不适用。因此，在进行相关性分析之前，需要对数据进行正态性检验。

Excel中提供了多种方法来检验数据是否符合正态分布，其中最常用的是Shapiro-Wilk正态性检验。在需要计算的单元格中输入以下公式：

=SHAPIRO(A2:A11)

其中，A2:A11是数据的范围。按下回车键后，如果P值小于0.05，则数据不符合正态分布。

如果数据不服从正态分布，则可以使用Spearman相关系数来进行相关性分析。Spearman相关系数是一个非参数相关系数，可以在数据不服从正态分布的情况下使用。