前言
前面我们进行数据分析时，我们已经通过描述统计找到了数据的内在规律，但是在实际工作的时候，我们除了分析数据的规律外，最重要的是预测未来的数据。我们为什么要数据分析，最终的目的都是为了预测，基于现有的历史数据，来预测未来的发展状况。但是预测不能只靠想，这时候我们就必须使用数据工具中的相关分析和回归分析。
相关分析
相关分析（correlationanalysis），相关分析是研究现象之间是否存在某种依存关系，并对具体有依存关系的现象探讨其相关方向以及相关程度，是研究随机变量之间的相关关系的一种统计方法。
使用相关分析可分析一组数据和另外一组数据之间的关系，即判断这两组数据的变化是否相关。
判断数据相关性
根据不同的分类方式，相关分析可分为下图所示的类型（这部分属于统计学相关知识，如果不知道的话可以先看一下统计学哦）。
上面是最常用的相关分析种类，要研究两组数据间的相关程度，使用相关系数r即可实现数据的相关描述。在Excel中，要计算相关系数，一般有两种方式：一是利用相关系数函数，二是利用相关分析系数工具。对于第一种方式，Excel提供了两个计算两个变量之间相关系数的函数，即CORREL函数和PEARSON函数（皮尔逊积矩法，也叫皮尔逊积矩相关系数（统计学常用））。由于这两个函数是等价的，所以我今天只说CORREL函数的用法。
实例应用：使用CORREL函数及相关分析工具判断相关性
1、实例描述
某软件公司在全国有很多代理商，为了研究其软件产品的年销售额与哪些费用的相关性较大，其公司的数据分析师X在公司的众多代理商中选择了15家进行观测，并搜集了这15家代理商的年销售额、年广告费投入额、成本费用、管理费用数据，然后将这些数据整理在了同一张表中，如下表所示：
2、实例分析
经过对上表数据进行观察，X发现：随着年广告费投入额和成本费用的增加，年销售额也会相对增加；而管理费用表面上看起来与其他费用的相关性不大，直接观察并不能说明这些数据之间的相关程度和方向，所以，X决定使用Excel中的函数和相关系数工具来进行分析。
3、操作分析
为了加深印象，我们今天同时使用相关系数分析工具和CORREL函数计算相关系数。
第1步：插入CORREL函数。选中H1单元格，然后在“公式”下单击“插入函数”，弹出“插入函数”对话框，在“或选择类别”中选择“统计”选项，然后在“选择函数”列表框中双击“CORREL函数”。如下图所示：
第2步：计算相关系数r1。此时弹出“函数参数”对话框，设置Array1为B2：B16区域，Array1为C2：C16区域，最后点击“确定”。如下图所示：
第3步：计算相关系数r2。应用相同的方法在H2单元格插入CORREL函数，设置Array1为B2：B16区域，Array1为D2：D16区域，最后点击“确定”。如下图所示。然后使用同样的方法在H3计算r3。
第4步：选择“相关系数”分析工具。返回工作表，选中表格中的任意单元格，打开“数据分析”对话框，在“分析工具”列表框中选择“相关系数”分析工具，然后“确定”。
第5步：设置相关系数参数。在弹出的“相关系数”对话框，设置输入区域为“$B$1:$E$16”，单击“分组方式”中的“逐列”按钮，然后勾选“标志位于第一行”复选框，单击“输出区域”单选按钮，并设置“输出区域”为“$G$6”，最后确定即可。如下图所示：
第6步：显示相关系数的计算结果。返回工作表，即可看到H1:H3中使用CORREL函数计算出的相关系数r值，以及使用“相关系数”分析工具生成的一个矩阵，其中矩阵的数据交叉处，即H8:H10区域，就是本例需要研究的相关系数r值，如下图所示：
4、决策分析
在上面的操作中，1、2、3使用的是CORREL函数，4、5、6使用的是数据分析工具，可以看到两种方式得到的3个相关系数r值是相同的，r值一般都介于-1~1之间，r>0为正相关，r<0为负相关，r=0为不相关，r的绝对值越接近1，相关性越强。根据r值计算结果，可以得出结论：该企业代理商的年广告费投入额和成本费用与企业的年销售额的相关性很强，且属于高度正相关。所以，当企业发现销售额较低或较高时，应重点关注广告费投入额和成本费用，管理费用与年销售额的相关系数绝对值接近于0，说明二者相关性不大，销售额降低或增加时，无需考虑管理费用的影响。
小结
上面就是今天的主题内容了，今天学习一下Excel中如何进行相关分析，这对数据分析很有帮助，可以看到影响我们销售业务的相关因素。希望通过上面的操作能帮助大家。如果你有什么好的意见，建议，或者有不同的看法，我都希望你留言和我们进行交流、讨论。
如果想快速联系我，欢迎关注微信公众号：AiryData。
如需转载，请联系授权。谢谢合作。