相关系数与0越接近,说明两者越不相关。
例如,算出电视与温度的相关系数最接近0,说明电视一般不受温度的影响。
空调的结果与1更接近,说明空调与温度呈现正相关关系,温度越高,销售的空调就越多;反之亦然。而电热毯,则是反相关关系,温度越高,销售的就越少,温度越低,销售的就越多。
公式说明:
Correl(数组1,数组2):返回两组数组之间的相关系数,使用相关系数可以确定两种属性之间的关系。返回平均温度与空调之间的相关系数,通过这个相关系数,分析温度与空调之间的关系。
扩展资料
使用相关系数的缺点:
需要指出的是,相关系数有一个明显的缺点,即它接近于1的程度与数据组数n相关,这容易给人一种假象。
因为,当n较小时,相关系数的波动较大,对有些样本相关系数的绝对值易接近于1;当n较大时,相关系数的绝对值容易偏小。特别是当n=2时,相关系数的绝对值总为1。因此在样本容量n较小时,我们仅凭相关系数较大就判定变量x与y之间有密切的线性关系是不妥当的。
相关关系是一种非确定性的关系,相关系数是研究变量之间线性相关程度的量。由于研究对象的不同,相关系数有如下几种定义方式。