KORREL
Gibt den Pearson-Korrelationskoeffizienten zwischen zwei Datensätzen zurück. Der Koeffizient liegt zwischen -1 (perfekte negative Korrelation) und +1 (perfekte positive Korrelation), wobei 0 keinen linearen Zusammenhang bedeutet.
KORREL(Matrix1; Matrix2)Argumente
Matrix1Der erste Bereich mit Werten.Matrix2Der zweite Bereich mit Werten. Muss die gleiche Anzahl an Datenpunkten wie Matrix1 haben.
=KORREL(A2:A20; B2:B20)Ein Wert nahe 1 zeigt eine starke positive Korrelation zwischen den beiden Variablen an
=KORREL(C2:C50; D2:D50)Ein negativer Wert zeigt an, dass wenn eine Variable steigt, die andere tendenziell sinkt
=KORREL(A2:A10; B2:B10)Ein Wert nahe 0 deutet auf keinen linearen Zusammenhang zwischen den beiden Datensätzen hin
- •KORREL misst nur lineare Korrelation — nicht-lineare Zusammenhänge können einen niedrigen Koeffizienten zeigen
- •Beide Arrays müssen die gleiche Anzahl an Datenpunkten haben
- •Korrelation impliziert keine Kausalität
- •Verwenden Sie PEARSON für das gleiche Ergebnis mit einem anderen Funktionsnamen
- •Ein niedriges KORREL-Ergebnis als Beweis dafür interpretieren, dass überhaupt kein Zusammenhang besteht - KORREL misst nur lineare Korrelation, sodass zwei Variablen stark nicht-linear (gekrümmt) zusammenhängen können und trotzdem einen Koeffizienten nahe 0 zeigen
- •Die Größe von Matrix1 und Matrix2 nicht aufeinander abstimmen, was einen #NV-Fehler auslöst, da jeder Wert in einem Array einen entsprechenden Wert im anderen benötigt
- •Annehmen, dass eine starke Korrelation bedeutet, dass eine Variable die andere verursacht - KORREL misst nur den statistischen Zusammenhang, nicht die Kausalität
PEARSONBerechnet denselben Pearson-Korrelationskoeffizienten wie KORREL, nur unter einem anderen Funktionsnamen.RSQGibt das Quadrat des Korrelationskoeffizienten (R-Quadrat) zurück, ein verwandtes Maß dafür, wie gut ein lineares Modell die Varianz zwischen zwei Variablen erklärt.COVARIANCE.SMisst, wie zwei Variablen in absoluten Werten zusammen variieren - das nicht normalisierte Maß, das KORREL auf eine Skala von -1 bis 1 normiert.Bedeutet ein KORREL-Ergebnis nahe 0, dass es keinen Zusammenhang zwischen meinen Variablen gibt?
Nicht unbedingt - es bedeutet, dass kein linearer Zusammenhang besteht. Zwei Variablen können einen starken gekrümmten oder zyklischen Zusammenhang haben und trotzdem einen Korrelationskoeffizienten nahe 0 liefern.
Warum gibt KORREL einen #NV-Fehler zurück?
Matrix1 und Matrix2 haben wahrscheinlich nicht dieselbe Anzahl an Datenpunkten - Korrelation erfordert, dass jeder Wert in einem Array einem entsprechenden Wert im anderen zugeordnet ist.
Beweist ein hoher KORREL-Wert Kausalität?
Nein, Korrelation misst nur, wie stark sich zwei Variablen gemeinsam bewegen, nicht ob eine die andere verursacht. Eine hohe Korrelation könnte auf Zufall oder einen dritten, nicht gemessenen Faktor zurückzuführen sein, der beide beeinflusst.
Müssen Sie eine Formel mit KORREL übersetzen?
Verwenden Sie unseren Übersetzer, um Ihre vollständige Formel zu konvertieren