怎么利用EXCEL计算Spearman相关系数

相关系数是变量之间相关程度的指标。样本相关系数用r表示,总体相关系数用ρ表示,相关系数的取值范围为[-1,1]。|r|值越大，误差Q越小，变量之间的线性相关程度越高；|r|值越接近0，Q越大，变量之间的线性相关程度越低。 相关系数 又称皮（尔生）氏积矩相关系数，说明两个现象之间相关关系密切程度的统计分析指标。 相关系数用希腊字母γ表示，γ值的范围在-1和+1之间。 γ＞0为正相关，γ＜0为负相关。γ＝0表示不相关； γ的绝对值越大，相关程度越高。 两个现象之间的相关程度，一般划分为四级： 如两者呈正相关，r呈正值，r=1时为完全正相关；如两者呈负相关则r呈负值，而r=-1时为完全负相关。完全正相关或负相关时，所有图点都在直线回归线上；点子的分布在直线回归线上下越离散，r的绝对值越小。当例数相等时，相关系数的绝对值越接近1，相关越密切；越接近于0，相关越不密切。当r=0时，说明X和Y两个变量之间无直线关系。通常|r|大于0.8时，认为两个变量有很强的线性相关性。

如果需要计算A列和B列数据的相关系数，那么输入
=CORREL(A2:A20,B2:B20)

用函数CORREL(array1, array2)即可。

点菜单：工具 → 数据分析 → 回归 → 选取Y值区域 → 选取X值区域 → 按需求选取其他选项 → 确定

具体步骤如下：

1)在表格中输入：A1,B1,C1,D1,E1 五个原始的数据；
2再在表格中输入：A2,B2,C2,D2,E2五个原始的数据；
3)选中一个空格：如：B3

4)点击：fx 选项
5）出现新对话框：在数组1，键入A1:E1; 在数组2，键入：A2:E2 点击：OK选项
6）在A3空格内显示：0.99388373 就是要求的相关系数！

相关系数：
相关系数是最早由统计学家卡尔·皮尔逊设计的统计指标，是研究变量之间线性相关程度的量，一般用字母 r 表示。由于研究对象的不同，相关系数有多种定义方式，较为常用的是皮尔逊相关系数。
相关表和相关图可反映两个变量之间的相互关系及其相关方向，但无法确切地表明两个变量之间相关的程度。相关系数是用以反映变量之间相关关系密切程度的统计指标。相关系数是按积差方法计算，同样以两变量与各自平均值的离差为基础，通过两个离差相乘来反映两变量之间相关程度；着重研究线性的单相关系数。
需要说明的是，皮尔逊相关系数并不是唯一的相关系数，但是最常见的相关系数，以下解释都是针对皮尔逊相关系数。
依据相关现象之间的不同特征，其统计指标的名称有所不同。如将反映两变量间线性相关关系的统计指标称为相关系数（相关系数的平方称为判定系数）；将反映两变量间曲线相关关系的统计指标称为非线性相关系数、非线性判定系数；将反映多元线性相关关系的统计指标称为复相关系数、复判定系数等。

用统计函数中的CORREL函数,假设的两组数据为:A1:A10和B1:B10 在C1输入公式=CORREL(A1:A10,B1:B10) 相关系数就出来了, 以前我也不知有这个公式,我是用求标准差的办法设置的公式做了一个小模板,累死了,哈哈!

选中浓度和吸光度两行数据，插入→图表，xy散点图，下一步，下一步，完成。 选中散点系列，图表→添加趋势线，类型：线性，选项：显示公式、显示r平方值，确定。 得到回归方程 y = 0.3824x - 0.0014 和r平方值 r^2 = 0.9958 由于我们实际需要的r值，可以用公式进行计算相关系数。 r=sqrt(0.9958)=0.997898 这个问题，也可以直接用函数计算 假如数据区域为 浓度：b1:g1 吸光度：b2:g2 回归方程的斜率 =slope(b2:g2,b1:g1) 回归方程的截距 =intercept(b2:g2,b1:g1) 相关系数 =correl(b1:g1,b2:g2)