Matriks Korelasi

Apa Itu Matriks Korelasi?

Matriks korelasi mengacu pada koefisien yang dimasukkan dalam bentuk tabel, menampilkan nilai untuk masing-masing variabel. Susunan koefisien baris demi kolom membantu pengguna menganalisis hubungan antara dua variabel atau lebih dan bagaimana mereka bergantung satu sama lain. Nilai matriks terletak antara -1 dan 1.

Anda bebas menggunakan gambar ini di situs web Anda, templat, dll., Harap berikan kami tautan atribusiBagaimana Memberikan Atribusi? Tautan Artikel menjadi Hyperlink
Misalnya: Sumber: Matriks Korelasi (wallstreetmojo.com)

Input spesifik dalam pengaturan grid mengenai suatu peristiwa atau variabel memungkinkan pengguna memprediksi kemungkinan terkait lebih lanjut. Karena membantu mengidentifikasi pola, matriks korelasi berguna dalam manajemen investasi, ekonomi, manajemen risiko, dan statistik. Selain itu, korelasiCorrelationCorrelation adalah ukuran statistik antara dua variabel yang didefinisikan sebagai perubahan dalam satu variabel sesuai dengan perubahan yang lain. Ini dihitung sebagai (x(i)-mean(x))*(y(i)-mean(y)) / ((x(i)-mean(x))2 * (y(i)-mean( y))2.baca lebih lanjut antara koefisien adalah dasar dari temuan masa depan.

Takeaway kunci

Matriks korelasi membantu membangun keterkaitan atau saling ketergantungan antara dua atau lebih variabel.
Itu digambarkan dalam bentuk tabel; karenanya, kumpulan data mudah dibaca, dipahami, dan mengidentifikasi pola untuk memprediksi kejadian di masa mendatang.
Idenya membantu meringkas data dan mencapai kesimpulan yang andal, membantu investor membuat keputusan investasi yang lebih bijak.
Matriks dapat dibuat secara efektif hanya di Excel atau dengan menggunakan teknologi canggih, seperti SPSS dan Panda yang digerakkan oleh Python.

Bagaimana Cara Kerja Matriks Korelasi?

Matriks korelasi memungkinkan analis meringkas sejumlah besar data dalam bentuk tabel, membuatnya lebih mudah dibaca dan mudah dipahami. Matriks korelasi di Pandas atau Python adalah cara yang paling mudah diakses untuk membuat kumpulan data untuk analisis lebih lanjut dalam bentuk tabel selain Excel. Selain itu, matriks korelasi SPSS banyak digunakan oleh pelaku pasar, mengingat fungsi bawaan yang ditawarkannya.

Presentasi yang jelas membantu pengguna mengidentifikasi pola yang diikuti oleh variabel bersama dengan saling ketergantungan mereka untuk memprediksi kemungkinan masa depan. Namun, untuk memastikan keputusan berdasarkan korelasi variabel benar, penting untuk menempatkan nilai yang benar untuk nilai yang diharapkan dalam baris dan kolom.

Dengan demikian, pengguna harus berhati-hati saat membuat matriks seperti itu. Langkah-langkah yang dilakukan dalam pembuatannya adalah sebagai berikut:

Pertama, pengguna harus membuat data yang korelasinya perlu ditetapkan. Di sini, indeks harga Nifty dan saham ekuitas tertentu, yang merupakan bagian dari indeks Nifty, telah digunakan.

Pengguna dapat menggunakan fungsi Korelasi di bawah fitur Analisis Data pada tab Data di Microsoft Excel.
Langkah selanjutnya pilih Input range of data seperti di atas dan klik OK.
Matriks yang dibuat di Excel terlihat seperti ini:

Contoh

Mari kita perhatikan contoh berikut untuk melihat bagaimana matriks korelasi di Excel dapat membantu pengguna membaca dan memahami volume data yang besar:

Contoh 1

Tabel di bawah ini menunjukkan matriks korelasi antara berbagai obligasi yang diterbitkan oleh pemerintah dengan sisa jatuh tempo yang berbeda yang dinyatakan dalam bentuk tahun dalam bucket horizontal dan vertikal.

Misalnya, ini memungkinkan pengguna untuk menginterpretasikan bahwa obligasi dengan 0,25 tahun hingga jatuh tempo dan obligasi dengan 0,5 tahun hingga jatuh tempo memiliki koefisien korelasiKoefisien KorelasiKoefisien Korelasi, terkadang dikenal sebagai koefisien korelasi silang, adalah ukuran statistik yang digunakan untuk mengevaluasi kekuatan suatu hubungan antara 2 variabel. Nilainya berkisar dari -1.0 (korelasi negatif) hingga +1.0 (korelasi positif). baca lebih lanjut dari 0,97, menunjukkan pergerakan harga yang mirip dengan obligasi jatuh tempo lainnya.

Contoh #2

Xavier Bank mengklasifikasikan eksposurnya dalam obligasi berdasarkan sisa jatuh tempo sebagai berikut:

Ini telah membuat matriks di berbagai obligasi tenor berdasarkan pergerakan harga menggunakan alat Excel (dibahas di atas):

Xavier Bank menghitung matriks eksposur-bijaksana di berbagai tenor, seperti yang ditunjukkan di bawah ini:

Aplikasi

Untuk meringkas data besar, matriks korelasi dalam pemrograman R dan Python adalah umum di berbagai sektor, termasuk keuangan. Saat kumpulan data diatur dan diatur, pengguna mendapatkan pandangan yang jelas tentang hubungan yang dibagikan variabel di setiap tahap. Oleh karena itu, mengidentifikasi pola dan tren menjadi lebih mudah. Dengan demikian, investor dan trader mendapatkan kesempatan untuk mempelajari pola dan mendapatkan petunjuk yang dapat diandalkan tentang pergerakan harga yang diharapkan. Ini membantu mereka membuat keputusan investasi yang lebih bijak.

Saat orang menilai pola aneh yang terkait dengan investasi atau aktivitas rutin apa pun dari waktu ke waktu, mereka membantu orang menggunakan kesimpulan atau kesimpulan dari mempelajari kumpulan data serupa sebagai masukan dalam penilaian di masa mendatang. Selain itu, analisis yang sama dapat bertindak sebagai diagnostik untuk memeriksa ulasan lain yang dilakukan dengan menggunakan matriks. Misalnya, jika regresi linier dilakukan dengan korelasi terkait dengan nilai yang lebih tinggi digunakan sebagai salah satu parameter, hasilnya mungkin tidak dapat diandalkan.

Matriks Kovarian vs Matriks Korelasi

Meskipun orang menggunakan kedua istilah dalam statistik untuk membantu mempelajari pola, kovarian dan matriks korelasi adalah dua istilah yang berlawanan. Sementara yang pertama menunjukkan sejauh mana dua atau lebih variabel berbeda, yang terakhir menunjukkan sejauh mana mereka terkait.

Beberapa perbedaan antara matriks korelasi dan matriks kovariansMatriks kovariansMatriks kovarians adalah matriks persegi yang menggambarkan bagaimana satu variabel dikaitkan dengan variabel lain atau kumpulan data. Excel memiliki alat ‘Analisis data’ bawaan untuk menentukan kovarians di antara berbagai kolom dan varians dalam kolom. Rumus: COV (X,Y) = ∑(x – x) (y – y)/n selengkapnya adalah:

Dasar	Matriks Korelasi	Matriks Kovariansi
Hubungan	Ini membantu mengukur arah (positif/negatif) dan intensitas keterkaitan (rendah/sedang/tinggi) antar variabel.	Ini hanya mengukur arah hubungan antara variabel.
Subset dan Rentang yang Didefinisikan dengan Baik	Ini adalah bagian dari kovarians dan memiliki rentang nilai yang ditentukan antara (-1 hingga 1).	Ini adalah konsep yang lebih luas, tidak memiliki rentang yang ditentukan (dapat mencapai tak terhingga).
Dimensi	Itu tidak berdimensi.	Ini memiliki dimensi.

Pertanyaan yang Sering Diajukan (FAQ)

Apa itu matriks korelasi dalam R?

Ini adalah metode statistik yang menunjukkan hubungan antara dua atau lebih variabel dan membantu menentukan ketergantungan antar variabel. Ini adalah mekanisme yang sangat umum digunakan dan menemukan penerapannya dalam manajemen investasi, manajemen risiko, statistik, dan ekonomi, untuk beberapa nama.

Bagaimana cara membaca matriks korelasi?

Nilai untuk variabel dapat berkisar dari -1 hingga 1. Nilai -1 menunjukkan korelasi negatif antara masing-masing variabel. Di sisi lain, jika nilainya 0, tidak ada korelasi linier sama sekali antara variabel yang dibandingkan. Namun nilai yang diperoleh adalah 1 menandakan adanya hubungan positif sempurna antara dua variabel atau lebih.

Bagaimana cara mendeteksi multikolinearitas dalam matriks korelasi?

Berikut adalah beberapa cara untuk mendeteksi multikolinearitas:
– Memeriksa penambahan atau penghapusan yang signifikan dari suatu prediktor, yang mengarah ke perubahan lain yang dilakukan pada koefisien regresi – Menghitung faktor inflasi varians (VIF). Misalnya, jika nilai VIF adalah 5 atau 10, hal itu menunjukkan multikolinearitas.
– Matriks korelasi adalah indikator multikolinearitas yang bagus karena ini semua tentang bivariat, sedangkan yang terakhir adalah multivariat.

Temukan lembar Excel di bawah ini untuk perhitungan terperinci:

Artikel yang Direkomendasikan

Ini adalah panduan untuk Apa itu Matriks Korelasi. Di sini, kami menjelaskan makna, aplikasi, contoh, & perbedaannya dari matriks kovarians. Anda dapat mempelajari lebih lanjut tentang pembiayaan dari artikel berikut –