Vytvořte korelační tepelnou mapu

Porovnejte směr a sílu párových souvislostí mezi číselnými proměnnými.

Návody · Grafy · Čtení na 4 min

Názvy příkazů aplikace, identifikátory datových listů a hodnoty ukázkových dat zůstávají v původní podobě. Snímky obrazovky, grafy a soubory ke stažení jsou v angličtině. Vědecké příklady zachovávají anglické číselné konvence: desetinnou tečku a čárku oddělující tisíce.

Příklad: sušicí vsázky

Příklad zaznamenává 72 sušicích vsázek s měřením hmotnosti, vstupní vlhkosti, teploty okolí a spotřeby elektřiny. Hmotnost je v kg, vlhkost v procentech vztažených k mokré hmotnosti, teplota v °C a elektřina v kWh.

Stáhnout ukázková data (CSV v angličtině)

Jde o stejný příklad jako v Help. CSV obsahuje pozorování k importu.

1. Vytvořte analýzu

Na postranním panelu otevřete Plots a vytvořte analýzu. Pojmenujte ji, vyberte New blank worksheet a poté Create analysis.

2. Importujte data

Na kartě Worksheet vyberte Import. Zvolte stažený CSV nebo vložte jeho obsah. Nastavte oddělovač na Comma, použijte Decimal dot a zaškrtněte First row contains column names. Zobrazte náhled importu a poté vyberte Import into worksheet.

3. Přiřaďte vstupní sloupce

Na kartě Inputs vyberte Correlation matrix / heatmap v Chart type. Otevřete výběr sloupců pro Variables.

Vyberte batch_mass_kg, inlet_moisture_pct, ambient_temperature_c a electricity_kwh v tomto pořadí. V případě potřeby pořadí upravte šipkami nahoru a dolů. Ponechte batch_id nevybraný.

4. Nastavte možnosti grafu

V Statistics vyberte Pearson pro Correlation method. Výpočet používá řádky, které jsou úplné ve všech čtyřech vybraných proměnných.

Otevřete Labels a do Chart title zadejte Summarize drying-variable relationships.

Plots: Vstupy s přiřazením a nastavením příkladu
Anglická karta Inputs korelační matice / tepelné mapy s přiřazením sloupců, možnostmi grafu a názvem z příkladu. Zobrazit obrázek v plné velikosti (otevře se na nové kartě)

5. Vytvořte graf

Vyberte Create chart a poté otevřete Results. Než budete graf porovnávat s tímto návodem, zkontrolujte Data used. Zahrnuty jsou všechny uložené řádky datového listu; řazení nebo filtrování datového listu nemění analyzovaný výběr.

6. Interpretovat výsledky

  1. Přečtěte si koeficient

    Najděte průsečík dvou proměnných. Pearsonův koeficient nabývá hodnot od −1 do +1: znaménko udává směr a hodnoty blíže kterémukoli konci ukazují silnější lineární souvislost. Na diagonále je 1 a obě poloviny opakují stejné dvojice.

    Shrňte vztahy mezi proměnnými sušení
    Pearsonovy korelace čtyř měření pro stejných 72 úplných sušicích vsázek. Zobrazit graf v plné velikosti (otevře se na nové kartě)
  2. Porovnejte vztahy se spotřebou elektřiny

    Hmotnost a spotřeba elektřiny zde mají nejsilnější pozorovanou párovou souvislost, r≈0.85. Elektřina má slabší korelace se vstupní vlhkostí, přibližně +0.19, a teplotou okolí, přibližně −0.13. Všechny koeficienty používají stejných 72 úplných vsázek; tabulka zachovává plnou zobrazenou přesnost.

  3. Zkontrolujte také tvar

    Malý koeficient může skrývat zakřivený průběh. Jde o samostatné párové korelace; slabá korelace neprokazuje, že proměnná není důležitá při společném posouzení více prediktorů.

  4. Zvolte další analýzu

    Prohlédněte si matici bodových grafů a ověřte neobvyklé kombinace podle záznamů vsázek. Pomocí regrese posuďte prediktory společně. Samotná korelace neprokazuje příčinu.

Další podrobnosti: přečtěte si každou sekci výsledků

Úplné tabulky výsledků používají šest platných číslic, stejně jako Help.

Použitá data

Počet řádků datového listu je 72; počet způsobilých pozorování napříč řadami je 72; počet vyloučených pozorování je 0. Použity jsou všechny zdrojové řádky. Při porovnávání výpočtů zkontrolujte tyto počty a zachovejte přiřazení sloupců z příkladu. Řazení a filtry datového listu nemění analyzovaný výběr.

Všechny uložené řádky se posuzují v původním pořadí. Řazení a filtry datového listu nemění analyzovaný výběr.

Použitá data · 1 řádek
Řádky datového listuZpůsobilá pozorování napříč řadamiVyloučená pozorování
72720

Pearsonovy koeficienty

Koeficient odečtěte na průsečíku proměnné řádku a proměnné sloupce. Všechny dvojice používají stejných 72 úplných vsázek. Na diagonále je 1 a protilehlé poloviny opakují stejné dvojice. Koeficienty popisují samostatné lineární souvislosti; nezohledňují ostatní prediktory.

Pearsonovy koeficienty · 4 řádky
Proměnnábatch_mass_kginlet_moisture_pctambient_temperature_celectricity_kwh
batch_mass_kg1-0.2019840.04420990.850257
inlet_moisture_pct-0.20198410.02012520.190834
ambient_temperature_c0.04420990.02012521-0.134981
electricity_kwh0.8502570.190834-0.1349811

Úplná pozorování

Každý řádek uvádí původní Řádek datového listu a všechna čtyři zarovnaná měření. Jednotky jsou kg, procenta vztažená k mokré hmotnosti, °C a kWh. Těchto 72 úplných řádků tvoří společný výběr. Při ověřování neobvyklé vsázky zachovejte všechny sloupce pohromadě.

Úplná pozorování · 72 řádků
Řádek datového listubatch_mass_kginlet_moisture_pctambient_temperature_celectricity_kwh
199.89.615.473.02
2188.311.4516.2109.31
397.412.1924.976.87
4111.38.4621.177.35
5217.16.3526.198.12
6132.113.2918.587.75
784.17.842270.39
8187.99.9817.2113.74
998.910.4921.475.35
10187.37.7918.3106.9
11185.48.0221.399.69
12208.59.3727.7104.56
13157.910.8822.695.97
14109.412.3718.478.58
151418.9627.970.91
1692.111.9315.283.65
17135.511.1226.278.93
18136.113.4723.195.62
19165.88.8925.486.15
20147.313.3427.392.84
21203.410.515.2108.69
22174.16.3317.288.03
23134.912.7816.2103.2
2497.58.482464.03
25108.411.2124.873.39
26131.810.7916.691.5
27150.511.8321.997.24
2817713.5722.4116.1
29123.613.3524.298.15
3093.313.1923.679.33
31193.512.5121.4111.51
32116.29.9218.580.12
33162.211.2327.395.18
34131.96.9621.982.87
3510912.1422.784.86
3680.411.9126.661.39
37123.89.1216.284.37
38165.37.0627.779.15
3980.16.9916.264.21
40104.511.4223.775.82
4194.412.7526.884.76
4288.67.5422.355.44
43123.17.5925.165.89
44206.18.7525.9107.41
451356.8521.579.37
46193.510.5522.6100.21
47184.69.922.3104.05
48107.912.4526.980.17
49186.88.2322.986.27
50131.513.3925.689.52
51209.59.4127.3103.99
52179.86.6421.897.26
53104.78.4821.172.93
54168.16.0523.585.16
55193.48.1917.899.42
561227.326.473.27
57171.610.721.4103.89
58110.510.6321.383.06
59200.19.1225109.7
60147.411.7218.789.14
61148.310.925.593.93
62118.77.8324.570.1
63107.812.3527.280.28
64107.113.3920.579.01
65103.49.0720.372.92
66175.110.7119.298.54
6783.412.2720.367.83
68192.611.7425.9102.09
69207.98.3625.2106.33
70208.412.5221.8112.93
7191.810.5726.866.22
72176.110.5519.6107.84

7. Vytvořit zprávu

Zachovejte nativní graf a Data used spolu s Pearson coefficients, Complete observations. Zaznamenejte přiřazení sloupců a možnosti grafu. Uveďte kontext studie a veškerá ověření neobvyklých pozorování. Zachovejte jednotky grafu a omezení popsaná v návodu.

Vyberte Add to report z dokončeného výpočtu. Otevřete Choose individual items and advanced options pro výběr tabulek a grafů a poté vyberte Add to draft. Skryté položky zůstávají v uložené analýze.

Pojmenujte zprávu a doplňte účel studie a svou interpretaci. Vyberte Save, zkontrolujte Preview, poté použijte Export → Download HTML. Příklad níže obsahuje veškerý vybraný obsah včetně výsledků přesahujících jednu obrazovku.

Tato zpráva byla vygenerována v aplikaci a je v angličtině. Úplný výstup aplikace pro tento příklad z Help včetně příslušných tabulek, grafů a poznámek k výpočtu. Čísla ve zprávách používají přesnost zobrazení aplikace. Exportované grafy jsou statické. Na úzkých obrazovkách posouvejte široké grafy a tabulky do stran.
Zobrazit ukázkovou zprávu: Korelační matice / tepelná mapa — Shrňte vztahy mezi proměnnými sušení

Používáme Microsoft Clarity, abychom porozuměli tomu, jak návštěvníci používají tento web, včetně záznamů relací a tepelných map. Web můžete používat i bez přijetí analytiky.

Vaše volba se ukládá v tomto prohlížeči na šest měsíců. Oznámení o ochraně soukromí

Aktuální volba: Nezvoleno.