Tabla de contenido
- La fórmula para la correlación
- Errores comunes con correlación
- Encontrar correlación en Excel
La correlación mide la relación lineal de dos variables. Al medir y relacionar la varianza de cada variable, la correlación da una indicación de la fuerza de la relación. O para decirlo de otra manera, la correlación responde a la pregunta: ¿cuánto explica la variable A (la variable independiente) la variable B (la variable dependiente)?
Para llevar clave
- La correlación es la correspondencia estadística lineal de variación entre dos variables. En finanzas, la correlación se usa en varias facetas de análisis, incluido el cálculo o la desviación estándar de la cartera. La correlación de la computación puede llevar mucho tiempo, pero un software como Excel hace que sea fácil de calcular.
La fórmula para la correlación
La correlación combina varios conceptos estadísticos importantes y relacionados, a saber, la varianza y la desviación estándar. La varianza es la dispersión de una variable alrededor de la media, y la desviación estándar es la raíz cuadrada de la varianza.
La formula es:
Dado que la correlación quiere evaluar la relación lineal de dos variables, lo que realmente se requiere es ver qué cantidad de covarianza tienen esas dos variables y en qué medida esa covarianza se refleja en las desviaciones estándar de cada variable individualmente.
Errores comunes con correlación
El error más común es asumir que una correlación cercana a +/- 1 es estadísticamente significativa. Una lectura que se aproxima a +/- 1 definitivamente aumenta las posibilidades de significación estadística real, pero sin más pruebas es imposible saberlo. La prueba estadística de una correlación puede complicarse por varias razones; no es del todo sencillo. Una suposición crítica de correlación es que las variables son independientes y que la relación entre ellas es lineal. En teoría, probaría estas afirmaciones para determinar si un cálculo de correlación es apropiado.
Recuerde, la correlación entre dos variables NO implica que A haya causado B o viceversa.
El segundo error más común es olvidar normalizar los datos en una unidad común. Si se calcula una correlación en dos betas, entonces las unidades ya están normalizadas: la propia beta es la unidad. Sin embargo, si desea correlacionar las existencias, es fundamental que las normalice en porcentaje de rendimiento y no comparta los cambios de precios. Esto sucede con demasiada frecuencia, incluso entre los profesionales de inversión.
Para la correlación del precio de las acciones, básicamente hace dos preguntas: ¿Cuál es el rendimiento durante un cierto número de períodos, y cómo se correlaciona ese rendimiento con el rendimiento de otro valor durante el mismo período? Esta es también la razón por la que es difícil correlacionar los precios de las acciones: dos valores pueden tener una alta correlación si el rendimiento es un cambio porcentual diario durante las últimas 52 semanas, pero una baja correlación si el rendimiento es un cambio mensual durante las últimas 52 semanas. Cuál es mejor"? Realmente no hay una respuesta perfecta, y depende del propósito de la prueba.
Encontrar correlación en Excel
Existen varios métodos para calcular la correlación en Excel. Lo más simple es obtener dos conjuntos de datos uno al lado del otro y usar la fórmula de correlación incorporada:
Esta es una manera conveniente de calcular una correlación entre solo dos conjuntos de datos. Pero, ¿qué sucede si desea crear una matriz de correlación en un rango de conjuntos de datos? Para hacer esto, debe usar el complemento de análisis de datos de Excel. El complemento se puede encontrar en la pestaña Datos, en Analizar.
Seleccione la tabla de devoluciones. En este caso, nuestras columnas están tituladas, por lo que queremos marcar la casilla "Etiquetas en la primera fila", para que Excel sepa tratarlas como títulos. Luego puede elegir imprimir en la misma hoja o en una nueva hoja.
Una vez que presiona enter, los datos se crean automáticamente. Puede agregar texto y formato condicional para limpiar el resultado.
