excel怎么求相关性

别再问我“excel怎么求相关性”了，每次听到这个问题，我都感觉像看到一个手握屠龙刀的人，却在用它来切菜。Excel这东西，求个相关性，那简直是它最基本、最不值一提，但又偏偏是无数人迷失的“新手村”任务。

行，咱今天就把这事儿聊透。不是那种教科书式的“第一步、第二步”，而是真正让你明白，你手里的这个工具，到底在干嘛。

一上来，先别急着点鼠标

你得先问问自己，你到底想看啥？

“相关性”这三个字，听着特学术，其实说白了，就是想看看两组数据是不是“同手同脚”地在走路。比如，你卖冰棍，是不是天气越热，冰棍卖得越多？这里的“天气温度”和“冰棍销量”，就是你想看的那两组数据。一个往上走，另一个是不是也跟着往上走？或者，一个往上，另一个反而往下？这就是相关性。

搞明白这个，你才能知道你找出来的那个数字，到底是个啥玩意儿。

最直接、最粗暴的办法：CORREL函数

懒人必备，也是最快的试探。当你只有两列数据，比如A列是广告投入，B列是网站点击量，你想知道它俩关系铁不铁，直接找个空白单元格，敲进去：

=CORREL(A2:A100, B2:B100)

回车。

一个数字，啪，就出来了。可能是0.85，也可能是-0.2，或者是0.01。

这个数字，就是大名鼎鼎的“相关系数”（Pearson correlation coefficient）。你不用管它那老长的英文名，你只要记住它的脾气：

• 数字在-1到1之间晃悠。 超出这个范围，那肯定是你公式写错了。
• 越接近1，说明关系越铁，是正相关。你广告费花得越多，点击量就越高。像一对热恋中的情侣，你进我退的步伐都那么一致。一个眼神，都懂。我们管这叫强正相关。
• 越接近-1，说明关系也铁，但是是“反着来”的。你游戏时间越长，考试分数就越低。一个往东，一个偏要往西。这种关系，叫强负相关。
• 越接近0，那就有意思了。说明这俩货基本没啥关系，各玩各的。比如你左脚的鞋带长度，跟你今天会不会被老板骂，大概率相关系数就是个0。我们称之为不相关。

CORREL函数这个家伙，简单粗暴，一招制敌。但它的问题在于，它只能告诉你“关系有多铁”，却没法给你看全貌。尤其是当你面对的不是两列数据，而是一大堆，比如销售额、广告费、客流量、打折力度……你想知道它们之间谁跟谁是朋友，谁跟谁是敌人，两两用CORREL去算？能把你累死。

进阶玩家的“核武器”：数据分析工具库

这玩意儿，是Excel藏起来的一个大宝贝。好多人的Excel用了一辈子，都不知道它的存在。

得先把它叫出来。路径是：文件 -> 选项 -> 加载项 -> Excel加载项 -> 转到，然后把“分析工具库”那个勾给打上。

确定之后，你的“数据”选项卡里，最右边，就会多出来一个金光闪闪的“数据分析”按钮。

点它！

弹出来的窗口里，往下找，找到“相关系数”，选中，确定。

接下来，它会问你：

1. 输入区域：把你所有想分析的数据，框进去！记住，把标题行也一起选上，这样结果才好看。比如，你把从A1到D100的数据，标题带着数值，一股脑全选了。
2. 分组方式：默认是“逐列”，一般不用动。意思就是Excel会把每一列当成一个独立的变量。
3. 标志位于第一行：这个必须勾上！因为你刚刚把标题也选进去了。
4. 输出选项：你想把结果放哪儿？新工作表？还是当前表的某个位置？随你便。

点下“确定”那一刻，你会感觉整个世界都清净了。

Excel会瞬间甩给你一个漂亮的相关性矩阵。一个方方正正的表格，行和列都是你的那些变量名。表格里的数字，就是任意两个变量之间的相关系数。

这一下，所有关系都一目了然了。谁和销售额的关系最铁？谁和成本是死对头？你盯着这个矩阵，就像一个将军看着沙盘，敌我关系，瞬间清晰。这比你一个一个用CORREL函数去敲，效率高了不知道多少倍。

让数据“开口说话”：散点图的力量

数字是冰冷的，但图是会说话的。

你算出了一个0.7的相关系数，然后跑去跟老板汇报：“老板，我们的广告投入和销售额相关性是0.7，属于强正相关！”

你猜老板什么反应？他可能点点头，也可能一脸茫然：“0.7是啥？你就告诉我，是不是花钱就有用？”

这时候，你就该把散点图（Scatter Plot）拍在他桌上。

制作散点图，简单到令人发指。选中你那两列数据（这次别选标题），然后 插入 -> 图表 -> 找到那个全是点的图标 -> 选择第一个。

一张图就出来了。

这张图，就是数据的“素颜照”。横轴是你的一个变量（比如广告费），纵轴是另一个（比如销售额）。每一个点，都代表一个数据对。

• 如果这些点，大致形成了一条从左下角到右上角爬升的“斜线”，那就是正相关。点越是紧密地挤在这条想象中的线周围，相关性就越强。
• 如果点，形成了一条从左上角到右下角下降的“斜线”，那就是负相关。
• 如果这些点，像天上的星星一样，乱七八糟，毫无规律，那就是不相关。

这还没完。在图表上右键点击任何一个数据点，选择“添加趋势线”。在右边弹出的菜单里，把“显示公式”和“显示R平方值”都勾上。

这个R平方值，你可以简单粗暴地理解为相关系数的平方。它告诉你，你的X（比如广告费）能在多大程度上解释Y（销售额）的变化。一个0.6的R平方值，意味着销售额60%的波动，可以用广告费的波动来解释。这可比干巴巴地说一个“相关系数0.7”要有说服力多了！

最后，泼一盆冷水：相关不等于因果

这是数据分析里最经典，也最容易被忽略的“坑”。

你发现了“冰淇淋销量”和“溺水人数”之间存在极强的正相关。难道你要得出结论：吃冰淇淋会导致溺水？然后建议夏天禁止卖冰淇淋？

当然不是。

它们俩之所以相关，是因为背后有一个共同的“爸爸”——气温。天热了，吃冰淇淋的人多了，下水游泳的人也多了，所以溺水人数上升。

Excel能帮你找到相关性，但它绝对、绝对、绝对不能帮你找到因果关系。它只能告诉你A和B在同步变化，但不能告诉你是不是A导致了B。可能是B导致了A，也可能是有一个隐藏的C，同时导致了A和B。

这个判断，需要你的业务知识，你的逻辑，你的脑子。

所以，别再把Excel当成一个傻瓜计算器了。CORREL函数是你的侦察兵，数据分析工具库是你的集团军，散点图是你的战地记者。它们能帮你把战场上的信息都收集回来，但最终的战略决策，那个看到数据背后血肉和故事的人，必须是你自己。

下次再面对一堆数据，别再只想着“怎么求”，多想想“求它干嘛”、“求出来说明了什么”、“这背后是不是还有什么我没看到的玄机”。

这，才是玩转Excel，玩转数据的真正乐趣。