Научный журнал

Научное обозрение. Технические науки

ISSN 2500-0799

ПИ №ФС77-57440

• Авторы
• Резюме
• Файлы
• Ключевые слова
• Литература

Пепелышев Д.И. 1 Воробьев Д.А. 1

---

1 ФГАОУ ВО «Уральский федеральный университет имени первого Президента России Б.Н. Ельцина»

Важность корреляционного анализа трудно переоценить. Он лежит в основе многих исследовательских работ, бизнес-аналитики и прогнозирования. Понимание взаимосвязей между переменными позволяет делать обоснованные выводы о влиянии одного фактора на другой, прогнозировать будущие значения и принимать эффективные решения. Данная работа посвящена сравнительному анализу реализации корреляционного анализа в двух популярных электронных процессорах: Microsoft Excel и LibreOffice Calc. Цель исследования – выявить сходства и различия в методах и результатах расчета корреляционных коэффициентов в обоих приложениях, сравнить точность встроенных методов, а также оценить удобство использования интерфейсов для выполнения анализа. В ходе исследования рассматривается самый популярный тип корреляционного коэффициента, коэффициент корреляции Пирсона, который может быть рассчитан с помощью встроенных функций в обеих программах. В качестве набора данных использовались исторические данные о погоде в Екатеринбурге за декабрь 2024 г. Результаты помогут пользователям выбрать наиболее подходящий инструмент для своих аналитических задач. В заключение кратко описываются преимущества и недостатки каждой из программ, а также даются рекомендации по выбору оптимальной программы.

Статья в формате PDF

3007 KB

Microsoft Excel

LibreOffice Calc

корреляционный анализ

анализ

аналитика

1. Гордиенко Е.П., Паненко Н.С. Современные технологии обработки и анализа больших данных в научных исследованиях // Актуальные проблемы железнодорожного транспорта. 2018. С. 44–48.

2. Баврина А.П., Борисов И.Б. Современные правила применения корреляционного анализа // Медицинский альманах. 2021. № 3 (68). С. 70–79.

3. Шишлянникова Л.М. Применение корреляционного анализа в психологии // Психологическая наука и образование. 2009. Т. 14, № 1. С. 98–107.

4. Кизянов А.О. Корреляция Пирсона на языке программирования Python // Постулат. 2018. № 8 (34). С. 14.

5. Слесарева Е.А. Корреляционный анализ как один из методов обработки результатов психологического исследования // Международный журнал психологии и педагогики в служебной деятельности. 2016. № 4. C. 38–40.

6. Береснева И.В. Применение методов корреляционного анализа в Microsoft Excel для выявления зависимостей между выборками значений двух случайных величин // Синтез науки и образования как инструмент решения глобальных проблем современности. 2023. С. 129–132.

7. Красников В.Л. Применение пакета LibreOffice для обработки экспериментальных данных по методу наименьших квадратов // Учебная физика. 2015. № 1. C. 39–40.

Введение

С ростом объемов данных, которые генерируются в различных сферах нашей жизни – от социальных сетей и Интернета вещей до промышленных приложений и научных исследований – становится критически важным использовать современные инструменты и технологии, способные эффективно обрабатывать и анализировать большие массивы информации [1,с. 44].

Проведение сравнительного анализа реализации корреляционного анализа в Libre Office Calc и Microsoft Excel становится актуальной задачей, поскольку выбор программного обеспечения может существенно повлиять на результаты исследования и работу пользователя.

Корреляционный анализ – это статистический метод, который используется для оценки и измерения степени взаимосвязи между двумя или более переменными. Он позволяет определить, насколько изменение одной переменной связано с изменением другой [2,с. 75].

Данный инструмент помогает выявить наличие и направление связи между переменными: положительная корреляция означает, что с увеличением одной переменной другая также увеличивается, в то время как отрицательная корреляция указывает на то, что увеличение одной переменной связано с уменьшением другой. Он часто применяется в различных областях, таких как экономика, психология, социология и медицина, для выявления закономерностей и построения прогнозов [3,с. 100].

Основным показателем, используемым в корреляционном анализе, является коэффициент корреляции Пирсона (*), который варьируется в диапазоне от -1 до +1. Коэффициент +1 указывает на идеальную положительную корреляцию, -1 – на идеальную отрицательную корреляцию, а 0 говорит о том, что между переменными нет линейной зависимости [4].

. (*)

Цель исследования – выявить сходства и различия в методах и результатах расчета корреляционных коэффициентов в обоих приложениях, сравнить точность встроенных методов, а также оценить удобство использования интерфейсов для выполнения анализа.

Набор данных

В качестве набора данных для сравнения использовался архив погоды в Екатеринбурге за промежуток с 3 по 9 декабря 2024 г. Данные были взяты с открытого источника – сайта метеоновостей hmn.ru. Пример данных для анализа представлен в таблице.

Пример данных для анализа

Рис. 1. Расчет коэффициента корреляции с помощью функции «КОРРЕЛ» в программе Microsoft Excel

Рис. 2. Расчет коэффициента корреляции с помощью инструментов анализа в программе Microsoft Excel

Рис. 3. Результат расчета в программе Microsoft Excel

Рис. 4. Расчет коэффициента корреляции в программе Libreoffice Сalc

Рис. 5. Результат расчета в программе Libreoffice Сalc

Для выявления взаимосвязи между анализируемыми данными были выбраны два самых значимых показателя – среднесуточная температура и относительная влажность воздуха.

Реализация в Microsoft Excel

Одним из способов, с помощью которого можно провести корреляционный анализ в Microsoft Excel, является использование функции «КОРРЕЛ». Для использования данной возможности необходимо открыть мастер функций и выбрать эту функцию. В качестве аргументов она принимает два массива данных, для которых будет определяться коэффициент корреляции [5, с. 38].

При использовании тестового набора данных результат получился примерно 0,22, что можно трактовать как слабая прямая зависимость. На рис. 1 представлен скриншот с результатом.

Кроме того, корреляцию можно вычислить с помощью одного из инструментов, который представлен в пакете анализа. Для этого нужно зайти в анализ данных и выбрать инструмент «корреляция». Далее выбирается нужный диапазон ячеек, который будет сравниваться (рис. 2, 3) [6, с. 129].

Как можно увидеть, на данных рисунках представлен коэффициент корреляции. Естественно, он оказался тот же, что и при использовании первого способа вычисления. Это объясняется тем, что оба варианта выполняют одни и те же вычисления, однако произвести их можно разными способами, что однозначно, можно отнести к плюсам программы Microsoft Excel, так как каждый исследователь сможет выбрать наиболее удобный для себя способ вычисления коэффициента корреляции.

Реализация в Libreoffice Сalc

Для того, чтобы выполнить корреляцию в Libreoffice Сalc, необходимо зайти в раздел «Данные» и выбрать из предложенного списка формул корреляцию. После этого нужно указать массив данных, влияние друг на друга которых будет рассматриваться. На рис. 4 представлен пример интерфейса для расчета коэффициента корреляции в программе Libreoffice Сalc [7, с. 39].

Результат выполнения вставляется в выбранной ячейке таблицы, при этом выполняется вставка мини-таблицы, состоящей из нескольких столбцов и строк. Пример результата расчета коэффициента корреляции представлен на рис. 5.

Результат коэффициента корреляции оказался таким же, как и в Excel, с точностью до 9 знака, что является довольно высоким показателем. Из недостатков Libreoffice Calc можно отметить, что вставка результата осуществляется в ячейку в формате мини-таблицы, состоящей из нескольких столбцов и строк. Это плохо, так как новые данные могут заменить значения в существующих ячейках.

Заключение

Таким образом, сравнительный анализ реализации корреляционного анализа в Microsoft Excel и LibreOffice Calc выявил как сходства, так и различия в результатах расчета коэффициента корреляции Пирсона. Обе программы предоставляют функциональность для выполнения такого анализа, но незначительные различия в обработке данных могут приводить к небольшим отклонениям в полученных результатах.

Microsoft Excel, обладая более широким функционалом и возможностями, может быть предпочтительнее для сложных исследовательских задач, требующих, например, дополнительных визуализаций или углубленного статистического анализа.

LibreOffice Calc, являясь бесплатным и кроссплатформенным решением, остается удобной альтернативой для решения задач, не требующих высокой степени точности и детализации.

Библиографическая ссылка