Come puoi calcolare la correlazione usando Excel?
Cos’è la correlazione?
La correlazione misura la relazione lineare tra due variabili. Misurando e mettendo in relazione la varianza di ciascuna variabile, la correlazione fornisce un’indicazione della forza della relazione.
In altre parole, la correlazione risponde alla domanda: quanto la variabile A (la variabile indipendente) spiega la variabile B (la variabile dipendente)?
Punti chiave
- La correlazione è la corrispondenza statistica lineare della variazione tra due variabili.
- In finanza, la correlazione viene utilizzata in diversi aspetti dell’analisi, incluso il calcolo della deviazione standard del portafoglio.
- La correlazione informatica può richiedere molto tempo, ma un software come Excel lo rende facile da calcolare.
Comprensione della correlazione
La formula per la correlazione
La correlazione combina diversi concetti statistici importanti e correlati, ovvero varianza e deviazione standard. La varianza è la dispersione di una variabile attorno alla media e la deviazione standard è la radice quadrata della varianza.
La formula è:
Poiché la correlazione vuole valutare la relazione lineare di due variabili, ciò che è veramente necessario è vedere quale quantità di covarianza hanno queste due variabili e in che misura tale covarianza si riflette dalle deviazioni standard di ciascuna variabile individualmente.
Errori comuni con la correlazione
L’errore più comune è presumere che una correlazione che si avvicina a +/- 1 sia statisticamente significativa. Una lettura che si avvicina a +/- 1 aumenta sicuramente le possibilità di un’effettiva significatività statistica, ma senza ulteriori test, è impossibile saperlo.
Il test statistico di una correlazione può complicarsi per una serie di ragioni; non è affatto semplice. Un presupposto critico di correlazione è che le variabili siano indipendenti e che la relazione tra loro sia lineare. In teoria, testeresti queste affermazioni per determinare se un calcolo di correlazione è appropriato.
Ricorda, la correlazione tra due variabili NON implica che A abbia causato B o viceversa.
Il secondo errore più comune è dimenticare di normalizzare i dati in un’unità comune. Se si calcola una correlazione su due beta, le unità sono già normalizzate: la beta stessa è l’unità. Tuttavia, se si desidera correlare le azioni, è fondamentale normalizzarle in un rendimento percentuale e non in variazioni del prezzo delle azioni. Questo accade fin troppo spesso, anche tra i professionisti degli investimenti.
Per la correlazione prezzo delle azioni, ti stai chiedendo essenzialmente due domande: Qual è il ritorno su un certo numero di periodi, e in che modo che il ritorno correlato ad un altro la sicurezza ‘s ritorno nello stesso periodo?
Questo è anche il motivo per cui è difficile correlare i prezzi delle azioni: due titoli potrebbero avere un’elevata correlazione se il rendimento è rappresentato da variazioni percentuali giornaliere nelle ultime 52 settimane, ma una bassa correlazione se il rendimento è costituito da variazioni mensili nelle ultime 52 settimane. Qual è il migliore”? Non esiste davvero una risposta perfetta e dipende dallo scopo del test.
Trovare la correlazione in Excel
Esistono diversi metodi per calcolare la correlazione in Excel. Il più semplice è ottenere due set di dati fianco a fianco e utilizzare la formula di correlazione incorporata:
Questo è un modo conveniente per calcolare una correlazione tra solo due set di dati. Ma cosa succede se si desidera creare una matrice di correlazione su una gamma di set di dati? Per fare ciò, è necessario utilizzare il plug-in di analisi dei dati di Excel. Il plug-in si trova nella scheda Dati, sotto Analizza.
Seleziona la tabella dei resi. In questo caso, le nostre colonne sono denominate, quindi vogliamo selezionare la casella “Etichette nella prima riga”, in modo che Excel sappia trattarle come titoli. Quindi puoi scegliere di stampare sullo stesso foglio o su un nuovo foglio.
Una volta premuto Invio, i dati vengono creati automaticamente. Puoi aggiungere testo e formattazione condizionale per ripulire il risultato.