a:

Korrelation måler det lineære forhold mellem to variabler. Ved at måle og sammenholde variansen af ​​hver variabel, giver korrelation en indikation af styrken af ​​forholdet. Eller for at sige det på en anden måde svarer korrelation spørgsmålet: Hvor meget angiver variabel A (den uafhængige variabel) variabel B (den afhængige variabel)?

Formel for korrelation

Korrelation kombinerer flere vigtige og relaterede statistiske begreber, nemlig varians og standardafvigelse. Varians er dispersionen af ​​en variabel omkring gennemsnittet, og standardafvigelsen er kvadratrot af varians.

Formlen er:

Da korrelation vil vurdere det lineære forhold mellem to variabler, er det virkelig nødvendigt at se, hvor meget kovarians disse to variabler har, og i hvilket omfang denne kovarians er afspejles af standardafvigelserne for hver variabel individuelt.

Almindelige fejl med korrelation

Den mest almindelige fejl antages at være en korrelation, der nærmer sig +/- 1 er statistisk signifikant. En læsning nærmer sig +/- 1 øger chancerne for faktisk statistisk signifikans, men uden yderligere test er det umuligt at vide. Den statistiske afprøvning af en korrelation kan blive kompliceret af en række årsager; det er slet ikke ligefrem. En kritisk antagelse om korrelation er, at variablerne er uafhængige, og at forholdet mellem dem er lineært. I teorien vil du teste disse krav for at afgøre, om en korrelationsberegning er passende.

Den anden mest almindelige fejl glemmer at normalisere dataene til en fælles enhed. Hvis man beregner en korrelation på to betas, så er enhederne allerede normaliseret: beta selv er enheden. Men hvis du vil korrelere aktier, er det kritisk, at du normaliserer dem i procent afkast, og ikke kursændringer. Dette sker alt for ofte, selv blandt investeringsfolk.

For aktiekurskorrelation spørger du i det væsentlige to spørgsmål: Hvad er afkastet over et vist antal perioder, og hvordan svarer det tilbage til en anden sikkerheds returnering i samme periode? Det er også derfor, at korrelerende aktiekurser er vanskelige: To værdipapirer kan have en høj korrelation, hvis afkastet er dagligt procentændringer i løbet af de sidste 52 uger, men en lav korrelation, hvis afkastet er månedligt > ændringer i løbet af de sidste 52 uger. Hvilken er bedst"? Der er virkelig ingen perfekt svar, og det afhænger af formålet med testen. Find korrelation i Excel Der er flere metoder til beregning af korrelation i Excel.

Forbedre dine gode færdigheder ved at tage Investopedia Academys excel-kursus.

Den enkleste måde er at få to datasæt og bruge den indbyggede korrelationsformel:

Dette er en bekvem måde at beregne en sammenhæng mellem kun to datasæt. Men hvad nu hvis du vil oprette en korrelationsmatrix på tværs af en række datasæt? For at gøre dette skal du bruge Excels dataanalyse plugin. Plugin findes på fanen Data under Analyse.

Vælg tabellen for returnering. I dette tilfælde er vores kolonner titlen, så vi vil markere afkrydsningsfeltet "Etiketter i første række", så Excel ved at behandle disse som titler. Derefter kan du vælge at udskrive på det samme ark eller på et nyt ark.

Når du først har indtastet, bliver dataene automatisk lavet. Du kan tilføje nogle tekst og betinget formatering for at rydde op i resultatet.