如何透過 AI 建立相關矩陣：2026 年的 5 項簡易檢查

Powerdrill Bloom·2026年9月11日

相關性矩陣會將每個數值欄位與其他所有欄位進行比對，並呈現每對欄位彼此變動的緊密程度。本指南將介紹什麼是相關性矩陣，以及如何手動建立。接著，它會提供三個步驟，教您如何從匯出的資料中生成矩陣。最後，我們將介紹五個檢查步驟，幫助您區分出實用的矩陣與誤導人的數字網格。

開始之前您需要準備什麼

一份每個受試者佔一列的匯出資料：例如一位客戶、一家商店、一個星期或一個行銷活動。
至少三個數值欄位。少於此數量，建立矩陣的功夫將大於其價值。
對「受試者」定義的共識。各列必須是同類型的項目，否則係數將毫無意義。
記錄哪些欄位是彼此衍生出來的。營收與每筆訂單營收在結構上必然會相關。
在執行任何操作之前，先決定如何處理空白值。

最後一項會改變結果，而不僅僅是呈現方式。這也是下方「檢查 2」的主題。

如何手動建立

選項 1：使用 Analysis ToolPak 的相關分析工具

這是最快的途徑，可以直接生成矩陣。Microsoft 將此增益集的功能描述為簡化步驟。您只需「提供每次分析的資料和參數」。接著，該工具會使用「巨集函數來計算並在輸出表中顯示結果」。

有兩個限制值得提前了解。輸出結果是靜態的數字區塊，因此當資料變更時不會自動更新。此外，根據說明文件，「資料分析功能一次只能在一個工作表上使用」。

選項 2：撰寫 CORREL 公式網格

將您的欄位名稱放在側邊和頂端，然後在每個儲存格中填入針對這兩個範圍的 CORREL 公式。

優點是它會重新計算。缺點是規模問題。一個十二欄的矩陣意味著有 144 個混合了絕對引用和相對引用的儲存格。只要拖曳公式時出錯，就會把錯誤的配對放入錯誤的儲存格，且不會出現任何錯誤提示。

選項 3：在試算表之外進行計算

任何統計函式庫都能用一行程式碼傳回相關性矩陣，並且能明確處理缺失資料。

這是最可靠的途徑，但最不易分享。想知道為什麼兩個欄位相關的同事無法開啟您的指令碼，而矩陣最終只能以貼上圖片的方式呈現。

手動途徑的瓶頸所在

算術計算是瞬間完成的。耗費時間的是周邊的所有準備工作。

第一個成本是欄位選擇。原始匯出資料中包含 ID 欄位、以數字儲存的日期欄位，以及編碼為 0 和 1 的狀態旗標。這些都是數值，因此都會進入矩陣。客戶 ID 與營收之間的相關性只是雜訊，但看起來卻仍像是一個正常的儲存格。

第二個成本是閱讀矩陣。一個十二變數的矩陣在對角線上方有 66 個不同的配對。在 66 個數字中掃描尋找有趣的數字，正是人們最常跳過的步驟，這也是為什麼矩陣被製作出來後往往會被忽略的原因。

第三個成本是重複性。沒有人只建立一個相關性矩陣。他們會針對每個客群、每個地區或每個季度各建立一個，而每次都必須重新進行欄位選擇的工作。

如何使用 Powerdrill Bloom 建立相關性矩陣

步驟 1：上傳每個受試者佔一列的匯出資料

將檔案直接拖放到 Powerdrill Bloom 中，無需預先篩選欄位。Free 方案支援 Excel、CSV、PDF 和文件上傳，因此無需付費方案即可匯入原始匯出資料。

保留 ID 和日期欄位。在需求中說明排除它們即可，直接說出來比手動刪除欄位（事後又忘記刪了哪些）更可靠。

步驟 2：指定要包含的欄位以及如何處理空白值

用自然語言表達即可。列出屬於實際測量值的欄位，並指出要排除哪些欄位。接著說明含有缺失值的列應該直接捨棄，還是進行逐對處理。

同時說明哪些欄位是從其他欄位衍生而來的。如果矩陣將顯而易見的算術關係標示為新發現，只會浪費讀者最初的時間。

步驟 3：生成表格與熱圖形式的矩陣

要求您需要的輸出格式。也就是包含係數表的矩陣，加上相同網格的熱圖。並附上值得關注的配對簡短清單及其樣本數。定價頁面介紹了如何獲得包含圖表、表格和匯出資料的可靠解答，而進階分析頁面也將熱圖列在視覺化圖表之中。

如果需要將矩陣放入書面分析報告中，Pro 方案可將其擴充為更完整的 Office 文件輸出。

每個相關性矩陣都應通過的 5 個檢查步驟

檢查 1：配對的欄位長度是否相同？

這是導致儲存格出錯最常見的原因。Microsoft 針對該函數的說明文件有明確指出：「如果 array1 和 array2 的資料點個數不同，CORREL 會傳回 #N/A 錯誤值。」

在手動建立的網格中，當某個範圍被拖曳得比另一個範圍多一列時，就會發生這種情況。修正方法很簡單，但發現它才是難處，因為在 144 個儲存格的網格中，單一的 #N/A 很容易被忽略。

檢查 2：空白值和文字是否如您預期般消失？

說明文件中記錄的兩種行為在此處有不同的處理方向，了解這兩者可以避免真正的錯誤。

該函數會針對每對資料捨棄非數值。根據 Microsoft 的說法，引數中的「文字、邏輯值或空白儲存格」會被忽略。但是「包含零值的儲存格則會被包含在內」。空白會被跳過，而零則會被計算。

ToolPak 的相關分析工具則更為嚴格。其說明文件指出「任何受試者的任何缺失觀測值，都會導致該受試者在分析中被忽略」。一個空白儲存格就會將整列從矩陣中的每個配對中移除。

因此，根據您採用的途徑，相同的資料可能會產生兩種不同的矩陣。如果某個欄位有許多空白，ToolPak 途徑可能會在不知不覺中以極小的樣本數來計算網格。

檢查 3：是否有任何欄位是常數？

在每一列中都具有相同數值的欄位沒有變異性可供進行相關性分析。說明文件指出其結果會是錯誤。如果「其數值的 s（標準差）等於零」，則「CORREL 會傳回 #DIV/0! 錯誤值」。

這出現的頻率比預期還要高。在您匯出的期間內始終為真的旗標，或是未曾變動過的費用，都會呈現這種狀況。

檢查 4：您是否觀察了分佈形狀，而不僅僅是數字？

係數衡量的是兩個欄位在直線上共同變動的一致性。先升後降的關係其係數可能接近於零，但在圖表中卻顯得強烈且明顯。

因此，接近零的儲存格並不能證明彼此獨立。它只是關於線性關聯性的陳述。在得出任何結論之前，請先繪製您關心的兩三個配對的圖表，並檢查是否有少數極端列將係數拉高。離群值指南介紹了該步驟。

檢查 5：您是否考慮了自己觀察了多少個配對？

一個十欄的矩陣包含 45 個不同的配對。一個十二欄的矩陣則包含 66 個。當您掃描足夠多的配對時，總會有一些配對在毫無原因的情況下顯得相關性很強。

有兩個習慣可以解決這個問題。在閱讀網格之前，先決定您預期會有哪些關係，並將其餘關係視為候選對象，而非既定發現。此外，在您打算引用的任何係數旁記錄樣本數，因為統計顯著性取決於它。

這能節省什麼

任務	手動	透過上傳的匯出資料
排除 ID、日期和旗標欄位	手動，每次執行都要重新處理	在需求中說明一次即可
建立網格	144 個公式或靜態 ToolPak 區塊	作為您提問的一部分
套用單一缺失資料規則	取決於您使用的方法	明確說明
篩選出值得閱讀的配對	用肉眼掃描 45 到 66 個儲存格	與矩陣一同傳回
製作下一季的版本	重新開始欄位選擇	相同的需求，新的檔案

最佳實踐

報告係數時請附帶其樣本數。 在十一列資料中呈現 0.7 的儲存格，與在十一萬列資料中呈現 0.7 的意義完全不同。

捨棄由彼此衍生而來的配對中的其中一個。 衍生欄位會用您早已知曉的關係來膨脹矩陣。

以熱圖呈現矩陣以便於掃描，並以表格呈現以便於引用。 熱圖能找出模式；表格則提供他人可以複製貼上到文件中的數字。

不要讓矩陣來決定模型。 根據最強的相關性來挑選預測變數，會導致共線性變數被同時選中。迴歸分析才是解決該問題的工具。

在矩陣旁寫下排除清單。 讀者的第二個問題通常都是「哪些欄位被排除了」。

結論

相關性矩陣的計算成本很低，但很容易被過度解讀。Excel 提供了這兩種計算途徑，而這兩者在處理缺失資料時存在分歧，雖然說明文件有記載，但很少有人注意到。

其價值在於這五個檢查步驟，而非網格本身。長度相同的配對、明確說明的空白值規則、無常數欄位、觀察實際的分佈形狀，以及誠實面對自己掃描了多少個配對。

如果您有匯出資料，但不想處理 144 個儲存格的網格，可以嘗試使用原始檔案體驗 Powerdrill Bloom。而 Excel AI 助手途徑則適合已經存在於活頁簿中的資料。

常見問題

什麼是相關性矩陣？

它是一個顯示資料集中每對數值變數之相關係數的表格。Microsoft 的說明文件將 Analysis ToolPak 的輸出描述為顯示套用於每個可能配對之 CORREL 或 PEARSON 的相關性矩陣。當您擁有兩個以上的測量變數時，它最為實用。

如何在 Excel 中製作相關性矩陣？

有兩種途徑。Analysis ToolPak 具有相關分析工具，可將矩陣寫入輸出表中。或者，您可以建立 CORREL 公式網格，雖然它會重新計算，但需要佔用許多儲存格並進行仔細的引用。

Excel 如何處理相關性分析中的缺失值？

這取決於您使用的方法。CORREL 函數會忽略文字、邏輯值和空白儲存格，但會包含零值。ToolPak 的相關分析工具則會從整個分析中捨棄任何含有缺失觀測值的受試者。

怎樣才算強相關？

Microsoft 的指引是方向性的，而非具體的數值。越接近 +1 或 -1 的值表示越強的正相關或負相關。越接近 0 的值表示無相關或弱相關。任何固定的門檻都取決於您的領域和樣本數。

高相關性是否意味著一個變數導致了另一個變數？

否。該係數描述的是兩個欄位共同變動的一致性，與方向或機制無關。驅動這兩者的第三個因素，或是由另一個欄位衍生而來的欄位，都會產生相同的讀數。

相關性矩陣能告訴您什麼