a:

La correlación mide la relación lineal de dos variables. Al medir y relacionar la varianza de cada variable, la correlación da una indicación de la fuerza de la relación. O para decirlo de otra manera, la correlación responde a la pregunta: ¿cuánto explica la variable A (la variable independiente) la variable B (la variable dependiente)?

La correlación de fórmula para correlación

combina varios conceptos estadísticos importantes y relacionados, a saber, la varianza y la desviación estándar. La varianza es la dispersión de una variable alrededor de la media, y la desviación estándar es la raíz cuadrada de la varianza.

La fórmula es:

Dado que la correlación quiere evaluar la relación lineal de dos variables, lo que realmente se necesita es ver qué cantidad de covarianza tienen esas dos variables, y en qué medida esa covarianza es reflejado por las desviaciones estándar de cada variable individualmente.

Errores comunes con la correlación

El error más común es suponer que una correlación cercana a +/- 1 es estadísticamente significativa. Una lectura que se aproxime a +/- 1 definitivamente aumenta las posibilidades de significación estadística real, pero sin más pruebas es imposible saberlo. Las pruebas estadísticas de una correlación pueden complicarse por varias razones; no es para nada sencillo. Una suposición crítica de la correlación es que las variables son independientes y que la relación entre ellas es lineal. En teoría, usted probaría estas afirmaciones para determinar si un cálculo de correlación es apropiado.

El segundo error más común es olvidar normalizar los datos en una unidad común. Si se calcula una correlación en dos betas, entonces las unidades ya están normalizadas: la beta misma es la unidad. Sin embargo, si desea correlacionar las existencias, es fundamental que las normalice en porcentajes de rendimiento y no comparta los cambios en los precios. Esto sucede con demasiada frecuencia, incluso entre los profesionales de inversión.

Para la correlación del precio de las acciones, básicamente se hace dos preguntas: ¿cuál es el rendimiento en un cierto número de períodos y cómo se correlaciona ese rendimiento con el rendimiento de otro valor durante el mismo período? Esta es también la razón por la que correlacionar los precios de las acciones es difícil: dos valores pueden tener una alta correlación si el rendimiento es diario cambios porcentuales en las últimas 52 semanas, pero una baja correlación si el rendimiento es mensual > cambios en las últimas 52 semanas. Cuál es mejor"? Realmente no hay una respuesta perfecta, y depende del propósito de la prueba. ( Mejore sus habilidades de Excel al tomar el curso de capacitación de excel de Investopedia Academy. ) Encontrando la correlación en Excel

Existen varios métodos para calcular la correlación en Excel.

La forma más simple es obtener dos conjuntos de datos y usar la fórmula de correlación incorporada:

Esta es una forma conveniente de calcular una correlación entre solo dos conjuntos de datos. Pero, ¿qué sucede si desea crear una matriz de correlación en un rango de conjuntos de datos? Para hacer esto, debe usar el complemento de análisis de datos de Excel. El complemento se puede encontrar en la pestaña Datos, en Analizar.

Seleccione la tabla de devoluciones. En este caso, nuestras columnas están tituladas, por lo que queremos marcar la casilla "Etiquetas en la primera fila", por lo que Excel sabe que debe tratarlas como títulos. Luego puede optar por dar salida en la misma hoja o en una hoja nueva.

Una vez que presionas Enter, los datos se crean automáticamente. Puede agregar texto y formateo condicional para limpiar el resultado.