AI के साथ कोरिलेशन मैट्रिक्स कैसे बनाएं: 2026 में 5 आसान जांच

एक correlation matrix हर न्यूमेरिक कॉलम की तुलना अन्य सभी न्यूमेरिक कॉलम से करता है और यह बताता है कि प्रत्येक जोड़ी आपस में कितनी मजबूती से जुड़ी हुई है। यह गाइड बताती है कि यह मैट्रिक्स क्या है और इसे खुद से कैसे बनाया जाए। इसके बाद, इसमें किसी एक्सपोर्ट से इसे जनरेट करने के तीन चरण दिए गए हैं। अंत में, उन पांच जांचों के बारे में बताया गया है जो एक उपयोगी मैट्रिक्स और भ्रामक संख्याओं के ग्रिड के बीच अंतर करती हैं।

एक correlation matrix आपको क्या बताता है

Analysis ToolPak के लिए Microsoft का दस्तावेज़ इस ऑब्जेक्ट को अच्छी तरह से परिभाषित करता है। Correlation टूल "एक आउटपुट टेबल, यानी एक correlation matrix प्रदान करता है।" वह टेबल "मापन वेरिएबल्स की प्रत्येक संभावित जोड़ी पर लागू CORREL (या PEARSON) का मान दिखाती है।"

यह यह भी बताता है कि आपको इसकी आवश्यकता कब होगी। यह टूल "विशेष रूप से तब उपयोगी होता है जब N विषयों में से प्रत्येक के लिए दो से अधिक मापन वेरिएबल्स होते हैं।" दो कॉलम होने पर आप केवल एक संख्या की गणना करेंगे। बारह कॉलम होने पर, आपको एक ग्रिड की आवश्यकता होगी।

गुणांक को ही सीधे शब्दों में समझाया गया है। यह "इस बात का माप है कि दो मापन वेरिएबल्स किस हद तक 'एक साथ बदलते' हैं।" इसकी उपयोगी विशेषता स्केलिंग है। covariance के विपरीत, इसे "इस तरह से स्केल किया जाता है कि इसका मान उन इकाइयों से स्वतंत्र होता है" जिनमें वेरिएबल्स को व्यक्त किया जाता है.

यही कारण है कि इस मैट्रिक्स को पढ़ना आसान होता है। डॉलर में रेवेन्यू और संख्या में विज़िट्स एक ही स्केल पर गुणांक उत्पन्न करते हैं, जिससे सेल्स की आपस में तुलना की जा सकती है।

मानों को पढ़ने के बारे में भी दस्तावेज़ में बताया गया है। "+1 या -1 के करीब" गुणांक "एरेज़ के बीच सकारात्मक (+1) या नकारात्मक (-1) correlation" को दर्शाता है। "0 के करीब" गुणांक "कोई correlation न होने या कमजोर correlation" को दर्शाता है। इस विचार के सिंगल-पेयर संस्करण के लिए, correlation coefficient explainer अपने आप में इस परिभाषा को कवर करता है।

शुरू करने से पहले आपको क्या चाहिए

• प्रति विषय एक रो वाला एक एक्सपोर्ट: जैसे एक ग्राहक, एक स्टोर, एक सप्ताह, या एक कैंपेन।
• कम से कम तीन न्यूमेरिक कॉलम। इससे कम होने पर मैट्रिक्स बनाने में मूल्य से अधिक मेहनत लगेगी।
• इस बात की स्पष्ट समझ कि "विषय" क्या है। रो एक ही प्रकार की होनी चाहिए, अन्यथा गुणांकों का कोई अर्थ नहीं रह जाएगा।
• इस बात का ध्यान रखना कि कौन से कॉलम एक-दूसरे से बने हैं। रेवेन्यू और रेवेन्यू-प्रति-ऑर्डर अपनी बनावट के कारण ही आपस में कोरिलेट करेंगे।
• खाली स्थानों के साथ कैसा व्यवहार किया जाए, इस पर कोई भी प्रक्रिया चलाने से पहले लिया गया निर्णय।

यह आखिरी बिंदु न केवल प्रस्तुति को, बल्कि उत्तर को भी बदल देता है। यह नीचे दी गई जांच 2 का विषय है।

इसे मैन्युअल रूप से कैसे करें

विकल्प 1: Analysis ToolPak Correlation टूल का उपयोग करें

यह सबसे छोटा रास्ता है और यह सीधे मैट्रिक्स तैयार करता है। Microsoft इस ऐड-इन के काम को चरणों की बचत करने के रूप में वर्णित करता है। आप "प्रत्येक विश्लेषण के लिए डेटा और पैरामीटर प्रदान करते हैं।" इसके बाद यह टूल "एक आउटपुट टेबल में परिणामों की गणना करने और उन्हें प्रदर्शित करने के लिए मैक्रो फ़ंक्शंस का उपयोग करता है।"

पहले से जानने योग्य दो सीमाएं हैं। आउटपुट संख्याओं का एक स्थिर ब्लॉक होता है, इसलिए डेटा बदलने पर यह अपडेट नहीं होता है। और दस्तावेज़ के अनुसार, "डेटा विश्लेषण फ़ंक्शंस का उपयोग एक समय में केवल एक ही वर्कशीट पर किया जा सकता है।"

विकल्प 2: CORREL फ़ार्मुलों का एक ग्रिड लिखें

अपने कॉलम के नाम किनारे पर और ऊपर की तरफ लिखें, फिर दोनों श्रेणियों के लिए प्रत्येक सेल को CORREL से भरें।

इसका लाभ यह है कि यह पुनर्गणना करता है। नुकसान इसका पैमाना है। बारह-कॉलम वाले मैट्रिक्स का मतलब है मिश्रित एब्सोल्यूट और रिलेटिव संदर्भों वाले 144 सेल्स। एक भी गलत तरीके से ड्रैग किया गया फ़ॉर्मूला बिना किसी त्रुटि के गलत जोड़ी को गलत सेल में डाल देता है।

विकल्प 3: स्प्रेडशीट के बाहर इसकी गणना करें

कोई भी सांख्यिकीय लाइब्रेरी एक ही लाइन में correlation matrix दे देती है, और यह छूटे हुए डेटा को स्पष्ट रूप से संभालती है।

यह सबसे विश्वसनीय और सबसे कम साझा करने योग्य तरीका है। वह सहकर्मी जो यह जानना चाहता है कि दो कॉलम आपस में क्यों कोरिलेटेड हैं, वह आपकी स्क्रिप्ट को नहीं खोल सकता, और मैट्रिक्स एक पेस्ट की गई इमेज के रूप में पहुंचता है।

मैन्युअल तरीका कहाँ धीमा हो जाता है

अंकगणित तो तुरंत हो जाता है। समय इसके आस-पास की अन्य सभी चीज़ों में लगता है।

पहला नुकसान कॉलम का चयन करना है। एक रॉ एक्सपोर्ट में ID कॉलम, संख्याओं के रूप में सहेजे गए दिनांक कॉलम और 0 और 1 के रूप में कोड किए गए स्टेटस फ्लैग होते हैं। ये सभी न्यूमेरिक होते हैं, इसलिए ये सभी मैट्रिक्स में आ जाते हैं। कस्टमर ID और रेवेन्यू के बीच का correlation केवल एक शोर है जो फिर भी एक सेल की तरह दिखाई देता है।

दूसरा नुकसान इसे पढ़ना है। बारह-वेरिएबल वाले मैट्रिक्स में विकर्ण के ऊपर 66 अलग-अलग जोड़ियां होती हैं। दिलचस्प जोड़ियों को खोजने के लिए 66 संख्याओं को स्कैन करना ही वह काम है जिसे लोग छोड़ देते हैं, यही वजह है कि मैट्रिक्स तो बन जाते हैं लेकिन फिर उन पर ध्यान नहीं दिया जाता।

तीसरा नुकसान दोहराव है। कोई भी केवल एक correlation matrix नहीं बनाता है। वे प्रति कोहोर्ट, प्रति क्षेत्र, या प्रति तिमाही एक मैट्रिक्स बनाते हैं, और हर बार कॉलम-चयन का काम नए सिरे से शुरू होता है।

Powerdrill Bloom के साथ correlation matrix कैसे बनाएं

चरण 1: प्रति विषय एक रो वाला एक्सपोर्ट अपलोड करें

कॉलम को पहले से चुने बिना फ़ाइल को Powerdrill Bloom में ड्रॉप करें। फ्री प्लान में Excel, CSV, PDF और दस्तावेज़ अपलोड शामिल हैं, इसलिए रॉ एक्सपोर्ट बिना किसी पेड प्लान के भी अपलोड हो जाता है।

ID और दिनांक कॉलम को उनके स्थान पर ही रहने दें। उन्हें बाहर रखना अनुरोध का हिस्सा है, और इसे स्पष्ट रूप से बताना कॉलम को हटाने और फिर यह भूल जाने से अधिक विश्वसनीय है कि आपने कौन से कॉलम हटाए थे।

चरण 2: शामिल किए जाने वाले कॉलम के नाम बताएं और खाली स्थानों को संभालने का तरीका तय करें

इसे सामान्य बोलचाल की भाषा में कहें। उन कॉलमों की सूची बनाएं जो वास्तविक मापन हैं और जिन्हें बाहर करना है उनके नाम बताएं। फिर बताएं कि छूटे हुए मान वाली रो को हटा दिया जाना चाहिए या जोड़ी दर जोड़ी संभाला जाना चाहिए।

यह भी बताएं कि कौन से कॉलम दूसरों से बने हैं। एक ऐसा मैट्रिक्स जो किसी स्पष्ट अंकगणितीय संबंध को एक खोज के रूप में दिखाता है, वह पाठक का पहला मिनट बर्बाद करता है।

चरण 3: मैट्रिक्स को एक टेबल और हीटमैप के रूप में जनरेट करें

अपनी आवश्यकता के अनुसार आउटपुट मांगें। यानी गुणांकों की एक टेबल के रूप में मैट्रिक्स, और साथ ही उसी ग्रिड का एक हीटमैप। देखने योग्य जोड़ियों की एक संक्षिप्त सूची उनके सैंपल साइज़ के साथ जोड़ें। प्राइसिंग पेज चार्ट, टेबल और एक्सपोर्ट के साथ एक सटीक उत्तर प्राप्त करने का वर्णन करता है, और advanced analytics पेज विज़ुअलाइज़ेशन के अंतर्गत Heatmap को सूचीबद्ध करता है।

यदि मैट्रिक्स किसी लिखित विश्लेषण में जा रहा है, तो Pro प्लान इसे अधिक संपूर्ण Office दस्तावेज़ आउटपुट तक विस्तारित करता है।

वे 5 जांचें जिनसे हर correlation matrix को गुजरना चाहिए

जांच 1: क्या जोड़ीदार कॉलमों की लंबाई समान है?

यह टूटे हुए सेल का सबसे आम कारण है। इस फ़ंक्शन के लिए Microsoft का दस्तावेज़ स्पष्ट है: "यदि array1 और array2 में डेटा बिंदुओं की संख्या भिन्न है, तो CORREL एक #N/A त्रुटि देता है।"

खुद से बनाए गए ग्रिड में ऐसा तब होता है जब एक श्रेणी को दूसरी श्रेणी की तुलना में एक रो अधिक ड्रैग कर दिया जाता है। इसका समाधान बहुत आसान है; लेकिन इसे नोटिस करना कठिन काम है, क्योंकि 144-सेल वाले ग्रिड में एक सिंगल #N/A को आसानी से अनदेखा किया जा सकता है।

जांच 2: क्या खाली स्थान और टेक्स्ट आपकी सोच के अनुसार ही गायब होते हैं?

यहाँ दो प्रलेखित व्यवहार अलग-अलग दिशाओं में काम करते हैं, और दोनों को जानने से एक वास्तविक गलती से बचा जा सकता है।

यह फ़ंक्शन प्रति जोड़ी गैर-संख्याओं को छोड़ देता है। Microsoft के अनुसार, तर्क में "टेक्स्ट, लॉजिकल मान या खाली सेल्स" को अनदेखा कर दिया जाता है। लेकिन "शून्य मान वाले सेल्स को शामिल किया जाता है।" एक खाली स्थान को छोड़ दिया जाता है; जबकि शून्य की गणना की जाती है।

ToolPak का Correlation टूल अधिक सख्त है। इसका दस्तावेज़ बताता है कि "किसी भी विषय के लिए कोई भी छूटा हुआ अवलोकन उस विषय को विश्लेषण में अनदेखा करने का कारण बनता है।" एक खाली सेल मैट्रिक्स में प्रत्येक जोड़ी से पूरी रो को हटा देता है।

इसलिए एक ही डेटा आपके द्वारा चुने गए रास्ते के आधार पर दो अलग-अलग मैट्रिक्स तैयार कर सकता है। यदि किसी कॉलम में कई खाली स्थान हैं, तो ToolPak का रास्ता चुपचाप बहुत छोटे सैंपल पर ग्रिड की गणना कर सकता है।

जांच 3: क्या कोई कॉलम स्थिर है?

हर रो में समान मान वाले कॉलम में कोरिलेट करने के लिए कोई भिन्नता नहीं होती है। इसका प्रलेखित परिणाम एक त्रुटि है। यदि "उनके मानों का s (मानक विचलन) शून्य के बराबर है," तो "CORREL एक #DIV/0! त्रुटि देता है।"

यह उम्मीद से अधिक बार सामने आता है। आपके द्वारा एक्सपोर्ट की गई अवधि में हमेशा सही रहने वाला कोई फ्लैग, या कोई शुल्क जो बदला नहीं है, दोनों इसी तरह व्यवहार करते हैं।

जांच 4: क्या आपने केवल संख्या ही नहीं, बल्कि उसके आकार को भी देखा है?

गुणांक यह मापता है कि दो कॉलम एक सीधी रेखा में कितनी निरंतरता से एक साथ चलते हैं। एक संबंध जो बढ़ता है और फिर घटता है, वह प्लॉट में मजबूत और स्पष्ट होने के बावजूद शून्य के करीब हो सकता है।

इसलिए शून्य के करीब का सेल स्वतंत्रता का प्रमाण नहीं है। यह सीधी-रेखा के संबंध के बारे में एक कथन है। किसी भी निष्कर्ष पर पहुँचने से पहले उन दो या तीन जोड़ियों को प्लॉट करें जिनकी आपको परवाह है, और जाँचें कि क्या कुछ अत्यधिक रो गुणांक को ऊपर की ओर खींच रही हैं। outlier guide इस चरण को कवर करती है।

जांच 5: क्या आप इस बात का ध्यान रख रहे हैं कि आपने कितनी जोड़ियों को देखा है?

दस-कॉलम वाले मैट्रिक्स में 45 अलग-अलग जोड़ियां होती हैं। बारह-कॉलम वाले मैट्रिक्स में 66 जोड़ियां होती हैं। पर्याप्त जोड़ियों को स्कैन करने पर कुछ जोड़ियां बिना किसी कारण के मजबूत दिखाई देने लगेंगी।

दो आदतें इसे ठीक करती हैं। ग्रिड को पढ़ने से पहले तय करें कि आपको किन संबंधों की उम्मीद थी, और बाकी को निष्कर्षों के बजाय केवल संभावित उम्मीदवारों के रूप में मानें। और जिस भी गुणांक को आप उद्धृत करने की योजना बना रहे हैं, उसके बगल में सैंपल साइज़ दर्ज करें, क्योंकि statistical significance इसी पर निर्भर करती है।

इससे क्या बचत होती है

कार्य	खुद से (मैन्युअल)	अपलोड किए गए एक्सपोर्ट से
ID, दिनांक और फ्लैग कॉलम को बाहर करना	मैन्युअल, हर बार नए सिरे से करना	अनुरोध में एक बार बताया गया
ग्रिड बनाना	144 फ़ॉर्मूले या एक स्थिर ToolPak ब्लॉक	आपके द्वारा पूछे गए प्रश्न का हिस्सा
एक छूटे हुए डेटा का नियम लागू करना	इस पर निर्भर करता है कि आपने कौन सा रास्ता चुना	स्पष्ट रूप से बताया गया
पढ़ने योग्य जोड़ियों को शॉर्टलिस्ट करना	आंखों से 45 से 66 सेल्स को स्कैन करना	मैट्रिक्स के साथ प्राप्त होता है
अगली तिमाही का संस्करण तैयार करना	कॉलम का चयन फिर से शुरू होता है	समान अनुरोध, नई फ़ाइल

सर्वोत्तम अभ्यास

गुणांक को उसके सैंपल साइज़ के साथ रिपोर्ट करें। ग्यारह रो पर 0.7 दिखाने वाले सेल का दावा ग्यारह हजार रो पर 0.7 दिखाने वाले सेल के समान नहीं होता है।

एक-दूसरे से बनाई गई किसी भी जोड़ी में से एक को हटा दें। Derived कॉलम मैट्रिक्स को उन संबंधों से भर देते हैं जिन्हें आप पहले से जानते थे।

स्कैन करने के लिए मैट्रिक्स को हीटमैप के रूप में और उद्धृत करने के लिए टेबल के रूप में दिखाएं। हीटमैप पैटर्न का पता लगाता है; टेबल वह संख्या देती है जिसे कोई व्यक्ति किसी दस्तावेज़ में पेस्ट करेगा।

मैट्रिक्स को मॉडल चुनने न दें। सबसे मजबूत correlation द्वारा प्रेडिक्टर्स को चुनना ही वह तरीका है जिससे कोलीनियर वेरिएबल्स एक साथ चुन लिए जाते हैं। इस प्रश्न के लिए Regression analysis सही टूल है।

मैट्रिक्स के बगल में बाहर की गई सूची लिखें। पाठक का दूसरा प्रश्न हमेशा यही होता है कि कौन से कॉलम छोड़ दिए गए थे।

निष्कर्ष

एक correlation matrix की गणना करना आसान है और इसे बढ़ा-चढ़ाकर समझना भी आसान है। Excel इसके लिए दोनों रास्ते प्रदान करता है, और दोनों छूटे हुए डेटा पर इस तरह असहमत होते हैं जो प्रलेखित तो है लेकिन शायद ही कभी इस पर ध्यान दिया जाता है।

इसका मूल्य ग्रिड के बजाय पांच जांचों में है। समान लंबाई वाली जोड़ियां, खाली स्थानों का एक घोषित नियम, कोई स्थिर कॉलम न होना, वास्तविक आकार पर एक नज़र, और आपने कितनी जोड़ियों को स्कैन किया है, इस बारे में ईमानदारी।

यदि आपके पास एक्सपोर्ट है लेकिन 144-सेल वाले ग्रिड को संभालने की इच्छा नहीं है, तो रॉ फ़ाइल के साथ Powerdrill Bloom आज़माएं। Excel AI assistant का रास्ता उस डेटा के लिए उपयुक्त है जो पहले से ही किसी वर्कबुक में मौजूद है।

अक्सर पूछे जाने वाले प्रश्न

correlation matrix क्या है?

यह एक table है जो किसी डेटासेट में न्यूमेरिक वेरिएबल्स की प्रत्येक जोड़ी के लिए correlation coefficient दिखाती है। Microsoft का दस्तावेज़ Analysis ToolPak आउटपुट को एक correlation matrix के रूप में वर्णित करता है जो प्रत्येक संभावित जोड़ी पर लागू CORREL या PEARSON को दिखाता है। यह तब सबसे अधिक उपयोगी होता है जब आपके पास दो से अधिक मापन वेरिएबल्स होते हैं।

मैं Excel में correlation matrix कैसे बनाऊं?

इसके दो रास्ते हैं। Analysis ToolPak में एक Correlation टूल होता है जो मैट्रिक्स को एक आउटपुट टेबल में लिखता है। वैकल्पिक रूप से, आप CORREL फ़ार्मुलों का एक ग्रिड बना सकते हैं, जो पुनर्गणना तो करता है लेकिन इसमें कई सेल्स और सावधानीपूर्वक संदर्भ की आवश्यकता होती है।

Excel किसी correlation में छूटे हुए मानों को कैसे संभालता है?

यह इस बात पर निर्भर करता है कि आप कौन सा रास्ता चुनते हैं। CORREL फ़ंक्शन टेक्स्ट, लॉजिकल मानों और खाली सेल्स को अनदेखा करता है लेकिन शून्य को शामिल करता है। ToolPak का Correlation टूल पूरे विश्लेषण से किसी भी ऐसे विषय को हटा देता है जिसका कोई अवलोकन छूटा हुआ हो।

किसे एक मजबूत correlation माना जाता है?

Microsoft का मार्गदर्शन संख्यात्मक होने के बजाय दिशात्मक है। +1 या -1 के करीब के मान मजबूत सकारात्मक या नकारात्मक correlation का संकेत देते हैं। 0 के करीब के मान कोई correlation न होने या कमजोर correlation का संकेत देते हैं। कोई भी निश्चित सीमा आपके क्षेत्र और आपके सैंपल साइज़ पर निर्भर करती है।

क्या उच्च correlation का अर्थ यह है कि एक वेरिएबल दूसरे का कारण बनता है?

नहीं। गुणांक केवल यह बताता है कि दो कॉलम कितनी निरंतरता से एक साथ चलते हैं, और दिशा या तंत्र के बारे में कुछ नहीं बताता। दोनों को प्रभावित करने वाला कोई तीसरा कारक, या दूसरे से बना कोई कॉलम भी समान परिणाम देता है।