Comment utiliser la formule COVAR dans Google Sheets ?

L'analyse des données nous amène à plusieurs interprétations quant à leur nature sous-jacente. Nous disposons de nombreux outils statistiques et métriques importants qui nous aident dans cet exercice. L'une de ces métriques importantes dont disposent les mathématiciens est la covariance. Elle mesure la variabilité conjointe de deux variables aléatoires. Étant donné deux ensembles de données, nous pouvons la calculer à l'aide de la méthode facilement disponible COVARIANCEdans Google Sheets.

Si la covariance est positive, cela indique que les variables ont tendance à évoluer ensemble dans la même direction. Par contre, la covariance négative indique qu'elles ont tendance à évoluer ensemble dans des directions opposées (c'est-à-dire qu'une augmentation de l'une entraîne une diminution de l'autre). Si vous souhaitez comprendre comment nous calculons mathématiquement la covariance, voici la lien à cela.

Syntaxe

COVAR(data_y, data_x)

• données_y – est la plage de valeurs ou une référence à la plage de cellules qui contient les données dépendantes.
• données_x – est la plage de valeurs ou une référence à la plage de cellules qui consiste en les données indépendantes.

Utilisation : formule COVAR dans Google Sheets

Passons maintenant à l'application pratique de cette formule. Car les exemples nous aident toujours à renforcer notre compréhension. Veuillez examiner l'instantané suivant de l'application Google Sheets.

Les paramètres acceptent les valeurs d'entrée de deux manières différentes. Nous pouvons soit choisir d'entrer les jeux de données numériques directs en utilisant des accolades qui indiquent les plages (premier exemple). Soit nous pouvons simplement utiliser des références de plage (trois derniers exemples).

Vous remarquerez que nous avons utilisé trois ensembles de données y contre un seul ensemble de données x. Il n'y a pas de relation particulière entre les jeux de données des colonnes A et D. Mais, observez les jeux de données des colonnes B et C. Et comparez-les à celui de la colonne D. Vous verrez qu'ils ont respectivement des relations linéaires positives et négatives. Le signe de la covariance montre la tendance de la relation linéaire entre les variables. Cela était évident d'après le troisième et le quatrième exemples.

Cependant, il n'est pas simple d'interpréter l'ampleur de la covariance. En effet, elle n'est pas normalisée et dépend donc de l'ampleur des variables. Si nous avons besoin d'évaluer la force de la relation linéaire, nous pouvons utiliser le CORREL formule.