《如何用EXCEL计算线性相关系数》由会员分享，可在线阅读，更多相关《如何用EXCEL计算线性相关系数（9页珍藏版）》请在金锄头文库上搜索。
1、如何用EXCEL十算线性相关系数首先要工具-加载宏-勾选分析工具库。工具菜单生成一个数据分析的菜单。选择里面的相关系数。即可进行相关系数分析。用excel求相关系数2009-10-14 15:43用excel求相关系数用exceI做数据分析？相关系数和协方差_excel教程化学合成实验中经常需要考察压力随温度的变化情况。某次实验在两个 不同的反应器中进行同一条件下实验得到两组温度和压力相关数据，试分析他 们和温度的关联关系，并对在不同反应器内进行同一条件下反应的可靠性给出 依据。相关系数是描述两个测量值变量之间的离散程度的指标。用于判断两个测 量值变量的变化是否相关，即，一个变量的较大值是否和
2、另一个变量的较大值 相关联（正相关）；或一个变量的较小值是否和另一个变量的较大值相关联（负相关）;还是两个变量中的值互不关联（相关系数近似于零）。设（X,Y）为二元随机 变量，那么： K）为随机变量X和Y的相关系数。p是度量随机变量X和Y之间线性相关密 切程度的数字特征。注：本功能需要使用Excel扩展功能，如果你的Excel尚未安装数据分析， 请依次选择“工具”-“加载宏”，在安装光盘中加载“分析数据库”。加载成 功后，能在“工具”下拉菜单中看到“数据分析”选项。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。ABc n1
3、MC合咸实验温度压力随温度委化聽2压力山鮭詁压加加F J370004750.10.1&邂5B00. IB665寸/ o.Si70 23 /0.258广岳/0.2&可/0,2310/於/ 0,340,39TT/0.40.451ZtlE0. 45C5131200 5?F j1412S0.61f F- 1A 丄：15130C.71yeky. ccw2. 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
4、；输出区域能选择本表、新工作表组或是新工作簿;压力丸（Mr j压加OllFX700c4巧0. 10.1590a is0. 156850.20. 217900 230.2589S0 2S0.2891000 3i0.33r101050調. 331111Q0. 40.451211S0 450 5j1MCJ合成实验温度压力隠温度变忧表BD31A81-192D212 ：!2:24252&27输入输入区域分组方式：回标志位于第一行输出选项输出区域（0）-O新工作複蛆一O新工作薄电）$rt$2$CS234逐列：；逐行血帮助凹yesk/riM?3点击“确定”即可看到生成的报表。能看到，在相应区域生成了一个3X
5、3的矩阵，数据项目的交叉处就是其相 关系数。显然，数据和本身是完全相关的，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，他们是相同的，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和压力 A、B和两组压力数据间的相关系数。从数据统计结论能看出，温度和压力A、B的相关性分别达到了 0.95和0.94 , 这说明他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非常好，能忽略因为更换反应 器造成的系统误差。协方差的统计和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
6、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。在本附录中，我们将通过一个具体例子，运用Excel中的“数据分析”过程，说明如何计算相关系数以及如何进行回归分析。例 我国1988 - 1998年的城镇居民人均全年耐用消费品支出、 人均全年可 支配收入以及耐用消费品价格指数的统计资料如下表所示。试建立城镇居民人均全年耐用消费品支出关于可支配收入【和耐用消费品价格指数一二的 回归模型，并进行回归分析。年份人均耐用消费品支元）人均全年可支配收入& （元）耐用消费品价格指数*（1987 年=100）1988137.
7、161181.4115.961989124.561375.7133.351990107.911510.2128.211991102.961700.6124.851992125.242026.6122.491993162.452577.4129.861994217.433496.2139.521995253.424283.0140.441996251.074838.9139.121997285.855160.3133.351998327.265425.1126.39资料来源：中国统计年鉴一、计算相关系数步骤一：输入数据。打开Excel工作簿，将样本观测值输入到 A2: C12单元格中。步骤二：计
8、算相关系数。1. 选择“工具”下拉菜单的“数据分析”选项；2. 在分析工具中选择“相关系数”；3. 当出现“相关系数”对话框后，在“输入区域”中键入 A2： C12; 在“输出选项”中选择输出区域（这里我们选择“新工作薄”）； 单击“确定”按钮，得下面的相关矩阵表。相关矩阵F 盂瓦Y1.000000A0.9708091.000000兀0.4739840.552041.000000二、回归分析我们继续说明如何利用Excel进行回归分析。1. 选择“工具”下拉菜单的“数据分析”选项；2. 在分析工具中选择“回归”；3. 当出现对话框后，在“ 丫值输入区域”方框中键入 A2: A12;在“ X值输入
9、区域”方框中键入 B2: C12在“输出选项”中选择输出区域(这里我们选择“新工作薄”)；单击“确定”按钮，得到的结果如下表所示：ISUMMARY OUTPUT回归筑计Multiple R0.9736R Squaie0.9430Adjted ROP35O标堆讎3021 宛11 0000方差分折dfSSMSFSi艸kz皆F回豹分析259601加29300 537290650.00蘇差?32X1.004UE.75总计1062371 neiCwflwitirts标准误差t” StartP-vdiw下限?5J0%上限鼻In相皿pt158.5398121.3071.30160.229-122.34$435.X Vanable 10.Q4940.00510475OJ0000.039.oe(X Vaiile 2-0 91170 990-0S213CU84-3.1941.37(从表中得到的主要结果有：复相关系数:mm，判定系数：m二，估计的回归方程为：?158.5398 + O.0494Tt - 0.9117TS ,(1.3016)(10.5479) (-09213)根据括号内的：统计量的值可知：对丁有显著影响，而-二对丁没有 显著影响。根据 尸统计量的值 匸=匸门二可知：回归方程是显著的。
