Разделы презентаций


Расчет корреляционных зависимостей в MS Excel

Множественная корреляция в MS Excel При большом числе наблюдений, когда коэффициенты корреляции необходимо последовательно вычислять для нескольких выборок, для удобства получаемые коэф-фициенты сводят в таблицы, называемые корреляционными матрицами.

Слайды и текст этой презентации

Слайд 1 Расчет корреляционных зависимостей в MS Excel
Подготовила учитель информатики
Яценко Е.В.

Расчет корреляционных зависимостей в MS Excel Подготовила учитель информатикиЯценко Е.В.

Слайд 2Множественная корреляция в MS Excel
При большом числе наблюдений, когда

коэффициенты корреляции необходимо последовательно вычислять для нескольких выборок, для удобства

получаемые коэф-фициенты сводят в таблицы, называемые корреляционными матрицами.

Множественная корреляция в MS Excel При большом числе наблюдений, когда коэффициенты корреляции необходимо последовательно вычислять для нескольких

Слайд 3Корреляционная матрица — это квадратная таблица, в кото­рой на пересечении

соответствующих строк и столбцов находятся коэффициент корреляции между соответствующими параметрами.

Корреляционная матрица — это квадратная таблица, в кото­рой на пересечении соответствующих строк и столбцов находятся коэффициент корреляции

Слайд 4В MS Excel для вычисления корреляционных матриц используется процедура Корреляция

из пакета Анализ данных.
Процедура позволяет получить корреляционную матрицу, содержащую

коэффициенты корреляции между различными параметрами.

В MS Excel для вычисления корреляционных матриц используется процедура Корреляция из пакета Анализ данных. Процедура позволяет получить

Слайд 5Для реализации процедуры необходимо:
выполнить команду Данные - Анализ данных;

2. в

появившемся списке Инструменты анализа выбрать строку Корреляция и нажать кнопку

ОК;

3. в появившемся диалоговом окне указать Входной интервал, то есть ввести ссыл­ку на ячейки, содержащие анализируемые данные. Входной интервал должен содержать не менее двух столбцов.

4. в разделе Группировка переключатель установить в соответствии с введенными данными (по столбцам или по строкам);

5. указать выходной интервал, то есть ввести ссылку на ячейку, начиная с которой будут показаны результаты анализа. Размер выходного диапазона будет определен автоматически, и на экран будет выведено сообщение в случае возможного наложения выходного диапазона на исходные данные. Нажать кнопку ОК.

Для реализации процедуры необходимо: выполнить команду Данные - Анализ данных;2. в появившемся списке Инструменты анализа выбрать строку

Слайд 7В выходной диапазон будет выведена корреляционная матрица, в которой на

пересечении каждых строки и столбца находится коэффициент корреляции между соответствующими

параметрами. Ячейки выходного диапазона, имеющие совпадающие координаты строк и столбцов, содержат значение 1, так как каждый столбец во входном диапазоне полностью коррелирует сам с собой

В выходной диапазон будет выведена корреляционная матрица, в которой на пересечении каждых строки и столбца находится коэффициент

Слайд 8 Имеются ежемесячные данные наблюдений за состоянием погоды и посещаемостью

музеев и парков . Необходимо определить, существует ли взаимосвязь между

состоянием погоды и посещаемостью музеев и парков.
Имеются ежемесячные данные наблюдений за состоянием погоды и посещаемостью музеев и парков . Необходимо определить, существует

Слайд 9Решение. Для выполнения корреляционного анализа введите в диапазон A1:G3 исходные

данные .
Затем в меню Сервис выберите пункт Анализ данных

и далее укажите строку Корреляция.
В появившемся диалоговом окне укажите Входной интервал (А2:С7).
Укажите, что данные рассматриваются по столбцам. Укажите выходной диапазон (Е1) и нажмите кнопку ОК.
Решение. Для выполнения корреляционного анализа введите в диапазон A1:G3 исходные данные . Затем в меню Сервис выберите

Слайд 10Вывод:
видно, что корреляция между состоянием погоды и посещаемостью музея равна

-0,92, а между состоянием погоды и посещаемостью парка — 0,97,

между посещаемостью парка и музея — 0,92.


В результате анализа выявлены зависимости:
сильная степень обратной линейной взаимосвязи между посещаемостью музея и количеством солнечных дней ;
очень сильная прямая связь между посещаемостью парка и состоянием погоды;
сильная обратная взаимосвязь между посещаемостью музея и парка .
Вывод:видно, что корреляция между состоянием погоды и посещаемостью музея равна -0,92, а между состоянием погоды и посещаемостью

Обратная связь

Если не удалось найти и скачать доклад-презентацию, Вы можете заказать его на нашем сайте. Мы постараемся найти нужный Вам материал и отправим по электронной почте. Не стесняйтесь обращаться к нам, если у вас возникли вопросы или пожелания:

Email: Нажмите что бы посмотреть 

Что такое TheSlide.ru?

Это сайт презентации, докладов, проектов в PowerPoint. Здесь удобно  хранить и делиться своими презентациями с другими пользователями.


Для правообладателей

Яндекс.Метрика