协方差与相关系数分析实验.pdfVIP

实验#3：第#2部分

协方差告诉我们两个变量如何一起变化：

∑()(̅

COVAR(x,y)=

1

这些数值可以是+或–，单凭它们本身并不能告诉我们太多信息。协方差很重要，但不太直观。

相关系数与协方差相关，并且被限定在‑1和+1之间，使其更容易解释。CORREL(x,y)

=(

接近+1，强+关系

•当x高于其平均值时，y往往也高于其平均值

•当x低于其平均值时，y也倾向于低于其平均

值，接近‑1，表示强负相关

•当x高于其平均值时，y倾向于低于其平均值，反之亦然

接近0（在‑0.15和+0.15之间）

这两个变量没有关系。

协方差和相关系数的主要目的是确定两个随量之间是否存在正相关或负相关关系。两者都

不表示或衡量关系。

在第五部分中，使用2000年至2012年的月度数据计算鸡蛋价格和鸡肉屠宰量之间的协方

差和相关系数；这是来自nass.usda.gov的实际数据。

1.在单元格D3中输入=C3‑I$1。

2.向下并粘贴。

3.在单元格F3中输入=E3‑I$2。

4.向下并粘贴。

5.在单元格G3中输入=D3*F3

6.向下并粘贴。

7.在I4中输入=SUM(G3:G158)

这是协方差计算的分子。因为它是负的，我们知道当x和y倾向于朝相反方向移动。

Lab#3:Part#2

Covariancetellsushowtwovariabchangetogether:

∑()(̅

COVAR(x,y)=

1

Thenumberscanbe+or–andbythemselvestheydonottellusmuch.Covarianceisimportantbutnot

veryintuitive.

Correlationisrelatedtocovarianceandisboundedween-1and+1makingiteasiertointerpret.

CORREL(x,y)=

Closeto+1,strong+relationship

•Whenxaboveitsavgytendstobeaboveitsavg

•Whenxisbelowitsavgytendstobbelowitsavg

Closeto-1,strong–relationship

•Whenxaboveitsavgthenytendsbelowitsavgorviceversa

Closeto0(ween-0.15and+0.15)

Thetwovariabareunrelated.

Theprimarypurposeofcovarianceandcorrelationistodetermineiftworandomvariabhavea

positiverelationshiporaneiverelationship.Neithermeasuresimplyormeasurecausality.

Inpart5wewillcalculatethecovarianceandcorrelationweeneggprice