元々相関というのは分析する対象が変化したとき、もう一方も同様に変化するというような互いに関係を持つ関係である。相関分析や回帰分析は2つの要素が関係しているのかを分析するために用いられる分析方法である。

相関分析とは２つの要素の関係を分析することであり、データの関係を表現するグラフとして散布図で表される事が多い。googleスプレッドシートでは二つの範囲を選択し、「挿入」→「グラフ」でグラフが表示される。グラフが散布図でない場合、「グラフの種類」から「散布図」を選択する。
※動画で実践している。

散布図で表された値を一次関数と仮定して近似させ、y=ax+bのようにした線のこと。この直線は各データの直線との差(残差または誤差)を二乗した値の合計をとった最も値が小さくなる直線の関数となっており、この方法は最小二乗法と呼ばれている。今回の回帰直線の式はy =0.547*x + -1.58となっている。

相関係数はそれぞれのデータをXとYとすると、図のように共分散(偏差X × 偏差Yの平均)をXとYの標準偏差を掛けた値で割った値である。このように、相関係数を求めるにはそれぞれ平均と偏差、標準偏差、共分散まで求める必要がある。

相関係数を求めるときにはCORREL関数使い、=CORREL(範囲X,範囲Y)を使う。CORRELは英語で、correlation coefficient(コリレーション・コエフィシェント)という言葉が由来になっている。今回は図のように空白のセルに「=CORREL(B4:B50,C4:C50)」とすると、B3からC50までの数値の相関係数を求めることができる。

疑似相関は別名見せかけの相関ともいい、二つの事象の間に相関が見られるが、因果関係は存在しない状態を表す。例えば、アイスクリームの売り上げとビールの売り上げは強い正の相関がある。しかし、これには第3の変数である気温が共通の変数となっている。そのため、気温とアイスクリームの売り上げと気温とビールの売り上げの分析はできるが、アイスクリームの売り上げとビールの売り上げを分析してはいけない。このように、回帰分析や相関分析をするときは因果関係と相関関係がどちらも必要となる。