a:

Korrelasjon måler det lineære forholdet mellom to variabler. Ved å måle og relatere variansen til hver variabel, gir korrelasjonen en indikasjon på styrken av forholdet. Eller for å si det på en annen måte, svarer korrelasjonen til spørsmålet: Hvor mye utgjør variabel A (den uavhengige variabelen) variabel B (den avhengige variabelen)?

Formel for korrelasjon

Korrelasjon kombinerer flere viktige og relaterte statistiske begreper, nemlig varians og standardavvik. Variansen er spredningen av en variabel rundt gjennomsnittet, og standardavviket er kvadratroten av variansen.

Formelen er:

Siden korrelasjonen ønsker å vurdere det lineære forholdet mellom to variabler, er det virkelig nødvendig å se hvilken mengde kovarians disse to variablene har, og i hvilken grad kovariansen er reflektert av standardavvikene for hver variabel individuelt.

Vanlige feil med korrelasjon

Den vanligste feilen antas at en korrelasjon nærmer seg +/- 1 er statistisk signifikant. En lesing nærmer seg +/- 1 øker sjansene for faktisk statistisk signifikans, men uten videre testing er det umulig å vite. Statistisk testing av korrelasjon kan bli komplisert av flere årsaker; det er ikke helt greit. En kritisk antagelse om korrelasjon er at variablene er uavhengige og at forholdet mellom dem er lineært. I teorien vil du teste disse påstandene for å avgjøre om en korrelasjonsberegning er hensiktsmessig.

Den nest vanligste feilen er å glemme å normalisere dataene til en felles enhet. Hvis du beregner en korrelasjon på to betas, er enhetene allerede normalisert: Beta i seg selv er enheten. Men hvis du vil korrelere aksjer, er det viktig at du normaliserer dem i prosent avkastning, og ikke kursendringer. Dette skjer altfor ofte, selv blant investorer.

For korrelasjon mellom aksjer, spør du i hovedsak to spørsmål: Hva er avkastningen over et visst antall perioder, og hvordan går det tilbake i forhold til en annen sikkerhets avkastning i samme periode? Dette er også grunnen til at korrelerende aksjekurser er vanskelige: To verdipapirer kan ha høy korrelasjon hvis avkastningen er daglig prosentendringer de siste 52 ukene, men en lav korrelasjon hvis avkastningen er månedlig > endringer de siste 52 ukene. Hvilken er bedre"? Det er egentlig ikke noe perfekt svar, og det avhenger av formålet med testen. ( Forbedre dine gode ferdigheter ved å ta Investopedia Academys ekscel-kurs. ) Finne korrelasjon i Excel

Det finnes flere metoder for å beregne korrelasjon i Excel.

Den enkleste måten er å få to datasett og bruke den innebygde korrelasjonsformelen:

Dette er en enkel måte å beregne en sammenheng mellom bare to datasett. Men hva om du vil lage en korrelasjonsmatrise over en rekke datasett? For å gjøre dette må du bruke Excels dataanalyse plugin. Pluggen finner du i fanen Data under Analyser.

Velg tabell for retur. I dette tilfellet er våre kolonner med tittelen, så vi vil merke av i boksen "Etiketter i første rad", slik at Excel vet å behandle disse som titler. Deretter kan du velge å skrive ut på samme ark eller på et nytt ark.

Når du trykker på enter, blir dataene automatisk gjort. Du kan legge til litt tekst og betinget formatering for å rydde opp resultatet.