用Power BI 做相關分析

大道至簡，學以致用，普惠眾人

今日話題

相關分析（correlation analysis），相關分析是研究現象之間是否存在某種依存關係，並對具體有依存關係的現象探討其相關方向以及相關程度，是研究隨機變數之間的相關關係的一種統計方法。以上是相關分析的定義，而反應相關關係在統計學上用的是相關係數，今天我們要介紹的是，如何用Power BI Desktop 計算相關係數的方法。

計算相關係數

1、數據準備

有如下一組銷售數據，裡邊有分類以及反應銷售的驗證金額和毛利額，如下圖所示：

2、創建散點圖

根據上述的數據，我們現在報表上面創建一個散點圖，先看看兩組數據的大概分布趨勢情況，其中X軸放的是驗證金額，Y軸顯示的是毛利額，散點為每個省區在這個二維表中的分布，效果如下圖所示：

從上圖我們可以看到散點圖的趨勢比較分散，說明驗證額（收入）和毛利的相關性不顯著。

3、創建快速度量

做好這個散點圖後，為了驗證相關性，我們需要計算這兩組指標的相關係數，操作方法如下：

在【欄位】上單擊滑鼠右鍵，在彈出的右鍵快捷菜單中選擇【新建快速度量值】，如下圖所示：

彈出【快速度量】對話框，在【計算】下拉菜單中找到並選擇【相關係數】，如下圖所示：

將右側欄位分別拖拽到制定的欄位中，如將驗證額拖拽到度量值X中，操作如下圖所示：

創建完畢後，在【欄位】中我們就可以看到新創建了一個新的度量值，並且在編輯欄中可以看到欄位新的度量值的計算代碼，如下圖所示：

設置完畢後，我們可以用卡片來顯示這個相關係數，如下圖所示：

相關係數為0.62，在統計學上，這個值表示為不相關關係不顯著，驗證了我們通過散點圖看到的效果。

美化後如下圖所示：

4、調出快速度量的方法

默認的快速度量的功能是沒有的，如果之前沒有做過設置，可以通過如下的操作獲得快速度量。

在左上角的【文件】選項卡中依次單擊【選項和設置】【選項】，如下圖所示：

在彈出的【選項】對話中，單擊左側的【預覽功能】，並在右側勾選【快速度量】複選框，如下圖所示：

通過以上操作，我們就可以在【欄位】中看到【新建快速度量值】這個選項了。

相關性是統計方法、大數據分析、運營分析中的一種很重要的分析方法，而相關係數是反應相關性的重要數據指標，現在我們就可以在Power BI Desktop 中快速計算這個數據，為我們的分析增添一種方法。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！