KORELACJA

KORELACJA to funkcja arkusza kalkulacyjnego obliczająca współczynnik zależności między dwoma zbiorami wartości.

Co oznacza korelacja w analizie danych

Korelacja opisuje stopień współzależności między dwiema zmiennymi. W arkuszu kalkulacyjnym służy do porównywania dwóch zbiorów wartości, w których każda para obserwacji odnosi się do tego samego przypadku, na przykład tego samego dnia, urządzenia, pomiaru albo użytkownika. Wynikiem jest najczęściej współczynnik korelacji liniowej Pearsona, oznaczany literą r. Wartość tego współczynnika mieści się w przedziale od -1 do 1.

Wartość bliska 1 oznacza dodatnią zależność liniową: wraz ze wzrostem jednej zmiennej druga ma tendencję do wzrostu. Wartość bliska -1 wskazuje zależność ujemną, czyli wzrost jednej wartości przy spadku drugiej. Wynik bliski 0 oznacza brak wyraźnej zależności liniowej, ale nie musi dowodzić całkowitego braku związku. Dwie zmienne mogą być powiązane nieliniowo, a współczynnik Pearsona tego nie pokaże.

Jak arkusz oblicza współczynnik zależności

Obliczenie korelacji Pearsona opiera się na porównaniu odchyleń poszczególnych wartości od średnich obu zbiorów. W uproszczeniu licznik uwzględnia wspólną zmienność wartości, natomiast mianownik skaluje wynik przez odchylenia standardowe obu zmiennych. Dzięki temu współczynnik jest niezależny od jednostek, w których zapisano dane. Temperatura w stopniach Celsjusza i temperatura przeliczona na inną skalę mogą dać tę samą korelację, jeżeli przeliczenie jest liniowe.

Funkcja arkusza kalkulacyjnego otrzymuje dwa zakresy danych o zgodnej liczbie obserwacji. Komórka z pierwszego zakresu jest zestawiana z komórką z drugiego zakresu znajdującą się w odpowiadającym jej położeniu. Jeżeli jeden zakres zawiera dane o 20 pomiarach, drugi powinien opisywać dokładnie te same 20 pomiarów w tej samej kolejności. Przesunięcie jednego zakresu o wiersz lub pomieszanie kolejności może wygenerować formalnie poprawny, lecz rzeczowo fałszywy wynik.

Interpretacja wyniku i ograniczenia korelacji

Współczynnik korelacji nie jest miarą przyczynowości. Jeżeli liczba godzin pracy komputera rośnie razem z liczbą zapisów w logu, korelacja wskazuje współwystępowanie zmian, ale sama nie wyjaśnia, która zmienna wpływa na drugą. Zależność może wynikać z trzeciego czynnika, na przykład większej liczby uruchamianych aplikacji, aktualizacji systemu albo intensywniejszej pracy użytkownika.

Na wynik wpływają obserwacje odstające, braki danych i błędne parowanie rekordów. Pojedynczy nietypowy pomiar może znacznie zmienić współczynnik, zwłaszcza przy małym zbiorze wartości. Przed obliczeniem należy sprawdzić, czy zakresy zawierają liczby, czy nie obejmują nagłówków traktowanych jako dane oraz czy wartości odnoszą się do wspólnego okresu i tej samej jednostki obserwacji. Warto także obejrzeć wykres punktowy, ponieważ pozwala wykryć zależności nieliniowe, skupiska oraz pojedyncze punkty silnie odstające od reszty.

Korelacja w pracy z danymi na komputerze

W praktyce arkuszowej korelacja może pomóc porównać na przykład czas uruchamiania systemu z liczbą procesów startowych, temperaturę podzespołu z obciążeniem procesora albo rozmiar pliku z czasem jego kopiowania. Takie zestawienie ma sens tylko wtedy, gdy pomiary wykonano w porównywalnych warunkach, a wartości zapisano w uporządkowanej tabeli. Sam wynik korelacji nie zastępuje pomiaru wydajności, testu diagnostycznego ani sprawdzenia konfiguracji sprzętowej.

Warszawskie Pogotowie Komputerowe wykonuje profesjonalną naprawę laptopów, komputerów PC i podzespołów. Przy analizie problemów z arkuszem lub systemem można sprawdzić między innymi poprawność zakresów, format danych, działanie formuł oraz sposób zapisu wyników. Korelacja jest narzędziem analitycznym, dlatego prawidłowa interpretacja wymaga połączenia obliczenia z kontekstem pomiarów i rzeczywistym działaniem komputera.