คำนวณความแปรปรวนของชุดข้อมูล
ตัวอย่างการใช้งาน
COVAR(A2:A100,B2:B100)
รูปแบบคำสั่ง
COVAR(data_y, data_x)
-
data_y- ช่วงที่แทนอาร์เรย์หรือเมทริกซ์ของข้อมูลที่ไม่เป็นอิสระ -
data_x- ช่วงที่แทนอาร์เรย์หรือเมทริกซ์ของข้อมูลอิสระ
หมายเหตุ
-
ฟังก์ชันจะไม่สนใจข้อความที่ระบุเป็นอาร์กิวเมนต์
value -
ความแปรปรวนร่วมเชิงบวกบ่งชี้ว่าข้อมูลที่เป็นอิสระและข้อมูลที่ไม่เป็นอิสระนั้นมีแนวโน้มที่จะเปลี่ยนแปลงไปในทิศทางเดียวกัน ส่วนค่าลบบ่งชี้ว่าข้อมูลทั้งสองมีแนวโน้มที่จะเปลี่ยนไปในทิศทางตรงกันข้าม (เช่น หากข้อมูลหนึ่งเพิ่มจะทำให้ข้อมูลอีกรายการลดลง) ขนาดของความแปรปรวนร่วมนั้นเป็นสิ่งที่แปลค่าได้ยาก ให้ใช้
CORRELหรือPEARSONซึ่งเป็นCOVARเวอร์ชันปกติเพื่อวัดระดับของความสัมพันธ์เชิงเส้น
ดูเพิ่มเติม
STEYX: คำนวณข้อผิดพลาดมาตรฐานของการคาดคะเนค่า y สำหรับค่า x แต่ละค่าในการถดถอยของชุดข้อมูล
SLOPE: คำนวณความชันของเส้นซึ่งเป็นผลจากความถดถอยเชิงเส้นของชุดข้อมูล
RSQ: คำนวณกำลังสองของ r หรือสัมประสิทธิ์สหสัมพันธ์แบบเพียร์สันของชุดข้อมูล
INTERCEPT: คำนวณค่า y ที่เส้นเกิดจากการถดถอยเชิงเส้นของข้อมูลและตัดกับแกน y (x=0)
FORECAST: คำนวณค่า y ที่คาดไว้สำหรับ x ที่ระบุ ตามการถดถอยเชิงเส้นของชุดข้อมูล
COVAR: คำนวณความแปรปรวนของชุดข้อมูล
CORREL: คำนวณ r หรือสัมประสิทธิ์สหสัมพันธ์แบบเพียร์สันของชุดข้อมูล