Wykres macierzowy służy do badania współzależności zmiennych w zbiorach danych.
Otwieramy arkusz: Minitab\Minitab 16\English\Sample Data\Student14\ DJC20012002b.MTW
Wykres macierzowy wskazał korelacje dodatnie pomiędzy poszczególnymi zbiorami danych. Na tym rysunku zestawiono IBM, MCD, UTX. Możliwe jest zestawienie większej liczby zbiorów.
Określanie korelacji zmiennych
Wykres macierzowy wskazał korelacje pomiędzy zbiorami IBM i MCD. Aby zbadać korelacje pomiędzy zbiorami należy skorzystać ze statystyki opisowej Minitab.
Minitab przeprowadza analizę korelacji metodą Persona. Pierwsza wartość pomiędzy IBM – MCD wynosi 0,543, druga wartość to p-value. W związku IBM-MCD p=value < 0,05 (dla wskaźnika ufności 95
Wartość korelacji przyjmuje wartości pomiędzy 1 a -1. Przy braku korelacji wskaźnik przyjmuje wartość zero.
Podobnie dla zestawów UTX – IBM oraz UTX – MCD również występuje dodatnia korelacja, ponieważ wartość p-value jest mniejsza od 0,05.
Teraz sprawdzimy korelacje pomiędzy zbiorami JNJ – MFST
Wykres macierzowy nie wskazuje na istnienie korelacji pomiędzy tymi zbiorami.
Minitab wskazał, że brak korelacja pomiędzy zbiorami. P-value > 0,05.