Summary  
This chapter covers implementing code to compute a correlation matrix of numerical variables and interpret the resulting correlation coefficients as measures of linear relationships.  

General domain of usage  
Business analytics

In diesem Abschnitt werden grundlegende Datenanalysetechniken mit Microsoft Excel untersucht, um **Beziehungen innerhalb von Verkaufsdaten** zu verstehen.

In diesem Kapitel liegt der Fokus auf der **Korrelationsanalyse**, um die Wechselwirkungen zwischen verschiedenen Verkaufsfaktoren zu analysieren.

Das Verständnis dieser Beziehungen ist entscheidend für **fundierte Geschäftsentscheidungen** und die **Optimierung von Marketingstrategien**.

Falls Sie eine fundiertere Grundlage in **statistischen Begriffen und Konzepten** wie Hypothesentests benötigen, bietet unser Kurs [Learning Statistics with Python](https://codefinity.com/courses/v2/a849660e-ddfa-4033-80a6-94a1b7772e23) eine umfassende Einführung in diese Themen.

Weiterführendes Lernen

# Aufgabe

In dieser Aufgabe wenden Sie die in diesem Kapitel erlernte Korrelationsanalysetechnik auf einen realen Verkaufsdatensatz an.

Verkaufsdaten.csv

**Durchführung einer Korrelationsanalyse**, um zu bestimmen, wie verschiedene Verkaufsfaktoren wie Werbebudget und monatliche Besucher mit den monatlichen Verkaufszahlen korrelieren.

- Öffnen Sie zunächst die bereitgestellte **Verkaufsdaten.csv** in Excel.
- Stellen Sie sicher, dass das **Analysis ToolPak** in Excel aktiviert ist, um erweiterte Analysefunktionen zu nutzen. Falls noch nicht geschehen, aktivieren Sie es über **Datei -> Optionen -> Add-Ins -> Verwalten: Excel-Add-Ins -> Los** und setzen Sie ein Häkchen bei **Analysis ToolPak**, dann klicken Sie auf **OK**.
- Wechseln Sie zum Tab **Daten** und wählen Sie **Datenanalyse** aus.
- Wählen Sie **Korrelation** aus der Liste und klicken Sie auf **OK**.
- Wählen Sie den Bereich der numerischen Daten-Spalten aus, die **Monthly Visitors**, **Advertising Budget** und **Monthly Sales** enthalten. Stellen Sie sicher, dass **Labels in First Row** aktiviert ist.
- Geben Sie die Ergebnisse in ein neues Arbeitsblatt mit dem Namen **Correlation Results** aus.

Hinweis

Die im Video gezeigten Daten können von den Daten im Datensatz der Aufgabe abweichen. **Stellen Sie daher sicher, dass Ihre Antwort auf den Daten aus der herunterladbaren Datei basiert**, nicht auf dem Video.

Wie hoch ist der Korrelationskoeffizient zwischen 'Average Purchase Value' und 'Monthly Sales'?

Wie würden Sie die Beziehung zwischen 'Average Purchase Value' und 'Monthly Sales' beschreiben?

Datenanalyse mit Excel bietet einen praktischen Leitfaden zur Beherrschung der wichtigsten Techniken der Datenverwaltung, -manipulation und -analyse mit Microsoft Excel. Sie werden die leistungsstarken Fähigkeiten von Excel beherrschen, indem Sie sich durch Datenanalysemethoden arbeiten und dynamische Visualisierungen und interaktive Dashboards erstellen. Am Ende werden Sie lernen, Berichte zu automatisieren und fortgeschrittene Analysen anzuwenden, um fundierte, datengestützte Entscheidungen effizient zu treffen.

Lernen Sie, wie Sie Daten mit fortgeschrittenen Excel-Funktionen importieren, bereinigen und transformieren, um Datensätze für eine eingehende Analyse vorzubereiten. Beherrschen Sie Techniken, um komplexe Daten mit Nachschlagefunktionen zu navigieren.

Tauchen Sie in den Kern der analytischen Leistungsfähigkeit von Excel ein, indem Sie bedingte Analysen, statistische Funktionen und PivotTables beherrschen. Dieser Abschnitt lehrt Sie, wie Sie mit einer Vielzahl von Analysetools aussagekräftige Erkenntnisse aus großen Datensätzen gewinnen.

Erwerben Sie die Fähigkeiten, statistische Diagramme zu erstellen, um interaktive Dashboards zu entwickeln, die Daten visuell kommunizieren. Lernen Sie, sich wiederholende Aufgaben zu automatisieren und Berichte effizient zu erstellen, um die Produktivität und die Dateninteraktion zu verbessern.

Es behandelt die Korrelationsanalyse zur Bestimmung von Beziehungen zwischen Variablen unter Verwendung des Pearson-Korrelationskoeffizienten, lineare Regression zur Untersuchung von Variablenbeziehungen, die Hinzufügung von Trendlinien zur Musteranalyse in der Prognose und die Verwendung von t-Tests und z-Tests in der Hypothesentestung zur Bewertung der statistischen Signifikanz.

Excel-Korrelationsanalyse

Aufgabe

1. Wie hoch ist der Korrelationskoeffizient zwischen 'Average Purchase Value' und 'Monthly Sales'?

2. Wie würden Sie die Beziehung zwischen 'Average Purchase Value' und 'Monthly Sales' beschreiben?