关联系数办公软件excel公式
1. excel相关系数表
1、首先，在表格当中输入数据（X,Y）：
2、单击工具栏【插入】下的【散点图】选项，位置如下图所示：
3、单击即可将表格数据制作为散点图，如下图所示：
4、选择散点图，单击右键，选择添加数据标签，可以为散点添加具体的数据标签：
5、单击图表，单击右键选择添加趋势线，可以为散点图添加连接线：
6、添加完毕后，单击右键选择设置趋势线格式：
7、弹出属性的对话框，在下方选择显示公式与显示R的平方值，这样在趋势线的上方，可以看到线型相关系数R的平方为0.9946，如下图所示：
2. excel表格算相关系数
1、首先打开excel。
2、输入或复制粘贴你需要验证的两组数据。ps:验证相关性需要两组及以上数据。
3、在一个空白的地方，使用如下函数公式来计算=CORREL(B2:B19,C2:C19)函数括号里即这两列数据。
4、office按钮-excel选项-加载项-转到-勾选分析工具库。
5、使用这个CORREL函数之后，得到0.351211这样的数值。这个值越接近1，那就说明相关性越大；越接近0，说明相关性越小，不相关。从这两组数据来看，A、B两个产品销量的相关性并不强。
3. excel表求相关系数
excel相关系数分析操作方法:
概念理解。 相关关系：变量之间存在着的非严格的不确定的关系，对它们进行深层次的分析，观察它们的密切程度。 相关性分析：对变量之间相关关系的分析，即相关性分析。 其中比较常用的是线性相关分析，用来衡量它的指标是线性相关系数，又叫皮尔逊相关系数，通常用r表示，取值范围是[-1，1]
实际应用。 (1)CORREL函数。
在Excel中，可以用CORREL函数来计算相关系数，如我们对B列和C列进行分析，可以得到它的相关系数是0.95157，呈强相关。
4. excel相关系数表怎么做
方法一：打开Excel，选择一组数据，点击“插入”，选择“散点图”。
选定散点，右键单击，选择“添加趋势线”。
点击“线性”，勾选“显示公式”和“显示R平方值”，得出结果R的平方，用计算机开方就得到相关系数。
方法二：选择“D4”单元格，点击插入公式。
点击“或选择类别”右边的下拉三角，点击“统计”，找到“CORREL”函数。
第一行参数点击“B4-B9”，第二行参数点击“C4-C9”即可。
5. excel求相关系数
方法一：打开Excel，选择一组数据，点击“插入”，选择“散点图”。
选定散点，右键单击，选择“添加趋势线”。
点击“线性”，勾选“显示公式”和“显示R平方值”，得出结果R的平方，用计算机开方就得到相关系数。
方法二：选择“D4”单元格，点击插入公式。
点击“或选择类别”右边的下拉三角，点击“统计”，找到“CORREL”函数。
第一行参数点击“B4-B9”，第二行参数点击“C4-C9”即可。
6. Excel相关系数表
excel中的相关系数是可以用CORREL 函数计算出来。假设的两组数据为:A1:A7和B1:B7，在C1输入公式=CORREL(A1:A7,B1:B7)即可。CORREL 函数语法具有下列参数 ：Array2 必需。第二组数值单元格区域。其中 x 和 y 是样本平均值 AVERAGE(array1) 和 AVERAGE(array2)。
7. excel相关系数表格
如果需要计算A2:A10与B2:B10的相关系数，那么输入=CORREL(A2:A10,B2:B10)
8. excel相关系数图表
化学合成实验中经常需要考察压力随温度的变化情况。某次实验在两个不同的反应器中进行同一条件下实验得到两组温度与压力相关数据，试分析它们与温度的关联关系，并对在不同反应器内进行同一条件下反应的可靠性给出依据。
相关系数是描述两个测量值变量之间的离散程度的指标。用于判断两个测量值变量的变化是否相关，即，一个变量的较大值是否与另一个变量的较大值相关联(正相关)；或者一个变量的较小值是否与另一个变量的较大值相关联(负相关)；还是两个变量中的值互不关联(相关系数近似于零)。设(X,Y)为二元随机变量，那么:为随机变量X与Y的相关系数。p是度量随机变量X与Y之间线性相关密切程度的数字特征。
注:本功能需要使用Excel扩展功能，如果您的Excel尚未安装数据分析，请依次选择“工具”-“加载宏”，在安装光盘中加载“分析数据库”。加载成功后，可以在“工具”下拉菜单中看到“数据分析”选项。
1.打开原始数据表格，制作本实例的原始数据需要满足两组或两组以上的数据，结果将给出其中任意两项的相关系数。
2.选择“工具”-“数据分析”-“描述统计”后，出现属性设置框，依次选择: 输入区域:选择数据区域，注意需要满足至少两组数据。
如果有数据标志，注意同时勾选下方“标志位于第一行”，分组方式:指示输入区域中的数据是按行还是按列考虑，请根据原数据格式选择：输出区域可以选择本表、新工作表组或是新工作簿。
3.点击“确定”即可看到生成的报表。可以看到，在相应区域生成了一个3×3的矩阵，数据项目的交叉处就是其相关系数。显然，数据与本身是完全相关的，相关系数在对角线上显示为1；两组数据间在矩阵上有两个位置，它们是相同的，故右上侧重复部分不显示数据。左下侧相应位置分别是温度与压力A、B和两组压力数据间的相关系数。
从数据统计结论可以看出，温度与压力A、B的相关性分别达到了0.95和0.94，这说明它们呈现良好的正相关性，而两组压力数据间的相关性达到了0.998，这说明在不同反应器内的相同条件下反应一致性很好，可以忽略因为更换反应器造成的系统误差。
协方差的统计与相关系数的活的方法相似，统计结果同样返回一个输出表和一个矩阵，分别表示每对测量值变量之间的相关系数和协方差。不同之处在于相关系数的取值在 -1 和 +1 之间，而协方差没有限定的取值范围。相关系数和协方差都是描述两个变量离散程度的指标。