a:

Korrelation mäter det linjära förhållandet mellan två variabler. Genom att mäta och relatera variansen av varje variabel, ger korrelation en indikation på styrkan i förhållandet. Eller för att uttrycka det på ett annat sätt svarar korrelationen frågan: Hur mycket beror variabel A (den oberoende variabeln) variabel B (den beroende variabeln)?

Formeln för korrelation

Korrelation kombinerar flera viktiga och relaterade statistiska begrepp, nämligen varians och standardavvikelse. Varians är dispersionen av en variabel runt medelvärdet, och standardavvikelsen är kvadratroten av variansen.

Formeln är:

Eftersom korrelationen vill bedöma det linjära förhållandet mellan två variabler, är det verkligen nödvändigt att se vilken mängd kovarians de två variablerna har och i vilken utsträckning den kovariansen är reflekteras av standardavvikelserna för varje variabel individuellt.

Vanliga misstag med korrelation

Det vanligaste misstaget antas att en korrelation som närmar sig +/- 1 är statistiskt signifikant. En läsning närmar sig +/- 1 ökar sannolikt chansen för faktisk statistisk signifikans, men utan ytterligare testning är det omöjligt att veta. Den statistiska testningen av en korrelation kan bli komplicerad av ett antal skäl. Det är inte alls enkelt. Ett kritiskt antagande om korrelation är att variablerna är oberoende och att förhållandet mellan dem är linjärt. I teorin skulle du testa dessa påståenden för att bestämma om en korrelationsberäkning är lämplig.

Det näst vanligaste misstaget glömmer att normalisera data till en gemensam enhet. Om man beräknar en korrelation på två betor, så är enheterna redan normaliserade: Beta i sig är enheten. Men om du vill korrelera aktier är det viktigt att du normaliserar dem i procent avkastning, och inte kursförändringar. Detta händer alltför ofta, även bland investerare.

För korrelation mellan aktiekurser frågar du i grund och botten två frågor: Vad är avkastningen över ett visst antal perioder, och hur går det tillbaka i förhållande till en annan säkerhets avkastning under samma period? Det är också därför att korrelerande aktiekurser är svåra: Två värdepapper kan ha en hög korrelation om avkastningen är dagligen procentändringar under de senaste 52 veckorna, men en låg korrelation om avkastningen är månad > förändringar under de senaste 52 veckorna. Vilken är bättre"? Det är verkligen inget perfekt svar, och det beror på testets syfte. Hitta korrelation i Excel Det finns flera metoder för att beräkna korrelation i Excel.

Det enklaste sättet är att få två dataset och använda den inbyggda korrelationsformeln:

Detta är ett bekvämt sätt att beräkna en korrelation mellan bara två dataset. Men vad händer om du vill skapa en korrelationsmatris över en rad datasatser? För att göra detta måste du använda Excels dataanalys plugin. Pluggen finns på fliken Data under Analysera.

Välj tabell för retur. I det här fallet heter vi i kolumnerna, så vi vill kolla rutan "Etiketter i första raden", så Excel vet att de ska behandlas som titlar. Då kan du välja att skriva ut på samma ark eller på ett nytt ark.

När du slår ange, görs data automatiskt. Du kan lägga till lite text och villkorlig formatering för att städa upp resultatet.