Excel数据分析统计

使用Excel可以完成很多专业软件才能完成的数据统计、分析工作，比如：直方图、相关系数、协方差、各种概率分布、抽样与动态模拟、总体均值判断，均值推断、线性、非线性回归、多元回归分析、时间序列等。本专题将教您完成几种最常用的专业数据分析工作。注意：所有操作将通过Excel“分析数据库”工具完成，如果您没有安装这项功能，请依次选择“工具”-“加载宏”，在安装光盘中加载“分析数据库”。加载成功后，可以在“工具”下拉菜单中看到“数据分析”选项。直方图某班进行期中考试后，需要统计各分数段人数，并给出频数分布和累计频数表的直方图以供分析。以往手工分析的步骤是先将各分数段的人数分别统计出来制成一张新的表格，再以此表格为基础建立数据统计直方图。使用Excel可以直接完成此任务。[具体方法]描述统计某班进行期中考试后，需要统计成绩的平均值、区间，并给出班级内部学生成绩差异的量化标准，借此来作为解决班与班之间学生成绩的参差不齐的依据。要求得到标准差等统计数值。样本数据分布区间、标准差等都是描述样本数据范围及波动大小的统计量，统计标准差需要得到样本均值，计算较为繁琐。这些都是描述样本数据的常用变量，使用Excel数据分析中的“描述统计”即可一次完成。[具体方法]排位与百分比排位某班级期中考试进行后，按照要求仅公布成绩，但学生及家长要求知道排名。故欲公布成绩排名，学生可以通过成绩查询到自己的排名，并同时得到该成绩位于班级百分比排名(即该同学是排名位于前“X%”的学生)。排序操作是Excel的基本操作，Excel“数据分析”中的“排位与百分比排位”可以使这个工作简化，直接输出报表。[具体方法]相关系数与协方差相关系数是描述两个测量值变量之间的离散程度的指标。用于判断两个测量值变量的变化是否相关，即，一个变量的较大值是否与另一个变量的较大值相关联(正相关)；或者一个变量的较小值是否与另一个变量的较大值相关联(负相关)；还是两个变量中的值互不关联(相关系数近似于零)。[具体方法]抽样分析工具抽样分析工具以数据源区域为总体，从而为其创建一个样本。当总体太大而不能进行处理或绘制时，可以选用具有代表性的样本。如果确认数据源区域中的数据是周期性的，还可以对一个周期中特定时间段中的数值进行采样。也可以采用随机抽样，满足用户保证抽样的代表性的要求。[具体方法]移动平均移动平均就是对一系列变化的数据按照指定的数据数量依次求取平均，并以此作为数据变化的趋势供分析人员参考。移动平均在生活中也不乏见，气象意义上的四季界定就是移动平均最好的应用。我们来看怎么用Excel完成移动平均的统计工作。[具体方法]回归分析溶液浓度正比对应于色谱仪器中的峰面积，现欲建立不同浓度下对应峰面积的标准曲线以供测试未知样品的实际浓度。已知8组对应数据，建立标准曲线，并且对此曲线进行评价，给出残差等分析数据。这是一个很典型的线性拟合问题，手工计算就是采用最小二乘法求出拟合直线的待定参数，同时可以得出R的值，也就是相关系数的大小。在Excel中，可以采用先绘图再添加趋势线的方法完成前两步的要求。[具体方法]用Excel做数据分析——直方图使用Excel自带的数据分析功能可以完成很多专业软件才有的数据统计、分析，这其中包括：直方图、相关系数、协方差、各种概率分布、抽样与动态模拟、总体均值判断，均值推断、线性、非线性回归、多元回归分析、时间序列等内容。下面将对以上功能逐一作使用介绍，方便各位普通读者和相关专业人员参考使用。注：本功能需要使用Excel扩展功能，如果您的Excel尚未安装数据分析，请依次选择“工具”-“加载宏”，在安装光盘中加载“分析数据库”。加载成功后，可以在“工具”下拉菜单中看到“数据分析”选项。实例1某班级期中考试进行后，需要统计各分数段人数，并给出频数分布和累计频数表的直方图以供分析。以往手工分析的步骤是先将各分数段的人数分别统计出来制成一张新的表格，再以此表格为基础建立数据统计直方图。使用Excel中的“数据分析”功能可以直接完成此任务。操作步骤1.打开原始数据表格，制作本实例的原始数据要求单列，确认数据的范围。本实例为化学成绩，故数据范围确定为0-100。2.在右侧输入数据接受序列。所谓“数据接受序列”，就是分段统计的数据间隔，该区域包含一组可选的用来定义接收区域的边界值。这些值应当按升序排列。在本实例中，就是以多少分数段作为统计的单元。可采用拖动的方法生成，也可以按照需要自行设置。本实例采用10分一个分数统计单元。3.选择“工具”-“数据分析”-“直方图”后，出现属性设置框，依次选择：输入区域：原始数据区域;接受区域：数据接受序列;如果选择“输出区域”，则新对象直接插入当前表格中;选中“柏拉图”，此复选框可在输出表中按降序来显示数据;若选择“累计百分率”，则会在直方图上叠加累计频率曲线;4.输入完毕后，则可立即生成相应的直方图，这张图还需要比较大的调整。主要是：横纵坐标的标题、柱型图的间隔以及各种数据的字体、字号等等。为了达到柱型图之间无缝的紧密排列，需要将“数据系列格式”中的“选项”中“分类间距”调整为“0”。其余细节，请双击要调整的对象按照常规方法进行调整，这里不再赘述。调整后的直方图参考如下用Excel做数据分析——描述统计某班级期中考试进行后，需要统计成绩的平均值、区间，以及给出班级内部学生成绩差异的量化标准，借此来作为解决班与班之间学生成绩的参差不齐的依据。要求得到标准差等统计数值。样本数据分布区间、标准差等都是描述样本数据范围及波动大小的统计量，统计标准差需要得到样本均值，计算较为繁琐。这些都是描述样本数据的常用变量，使用Excel数据分析中的“描述统计”即可一次完成。注：本功能需要使用Excel扩展功能，如果您的Excel尚未安装数据分析，请依次选择“工具”-“加载宏”，在安装光盘中加载“分析数据库”。加载成功后，可以在“工具”下拉菜单中看到“数据分析”选项。操作步骤1.打开原始数据表格，制作本实例的原始数据无特殊要求，只要满足行或列中为同一属性数值即可。2.选择“工具”-“数据分析”-“描述统计”后，出现属性设置框，依次选择：输入区域：原始数据区域，可以选中多个行或列，注意选择相应的分组方式；如果数据有标志，注意勾选“标志位于第一行”；如果输入区域没有标志项，该复选框将被清除，Excel将在输出表中生成适宜的数据标志；输出区域可以选择本表、新工作表或是新工作簿；汇总统计：包括有平均值、标准误差(相对于平均值)、中值、众数、标准偏差、方差、峰值、偏斜度、极差、最小值、最大值、总和、总个数、最大值、最小值和置信度等相关项目。其中：中值：排序后位于中间的数据的值；众数：出现次数最多的值；峰值：衡量数据分布起伏变化的指标，以正态分布为基准，比其平缓时值为正，反之则为负；偏斜度：衡量数据峰值偏移的指数，根据峰值在均值左侧或者右侧分别为正值或负值；极差：最大值与最小值的差。第K大(小)值：输出表的某一行中包含每个数据区域中的第k个最大(小)值。平均数置信度：数值95%可用来计算在显著性水平为5%时的平均值置信度。结果示例如下(本实例演示了双列数据的描述统计结果)：成绩学习时间平均78.64285714平均62.91428571标准误差2.408241878标准误差1.926593502中位数85中位数68众数98众数78.4标准差18.02163202标准差14.41730562方差324.7792208方差207.8587013峰度1.464424408峰度1.464424408偏度-1.130551511偏度-1.13055151区域85区域68最小值15最小值12最大值100最大值80求和4404求和3523.2观测数56观测数56最大(1)100最大(1)80最小(1)15最小(1)12置信度(95.0%)4.826224539置信度(95.0%)3.860979631用Excel做数据分析——排位与百分比排位某班级期中考试进行后，按照要求仅公布成绩，但学生及家长要求知道排名。故欲公布成绩排名，学生可以通过成绩查询到自己的排名，并同时得到该成绩位于班级百分比排名(即该同学是排名位于前“X%”的学生)。点这里看专题：用Excel完成专业化数据统计、分析工作排序操作是Excel的基本操作，Excel“数据分析”中的“排位与百分比排位”可以使这个工作简化，直接输出报表。注:本功能需要使用Excel扩展功能，如果您的Excel尚未安装数据分析，请依次选择“工具”-“加载宏”，在安装光盘中加载“分析数据库”。加载成功后，可以在“工具”下拉菜单中看到“数据分析”选项。操作步骤1.打开原始数据表格，制作本实例的原始数据无特殊要求，只要满足行或列中为同一属性数值即可。2.选择“工具”-“数据分析”-“描述统计”后，出现属性设置框，依次选择；输入区域:选择数据区域，如果有数据标志，注意同时勾选下方“标志位于第一行”；分组方式:指示输入区域中的数据是按行还是按列考虑，请根据原数据格式选择；输出区域可以选择本表、新工作表组或是新工作簿。3.点击“确定”即可看到生成的报表。可以看到，此时生成一个四列的新表格，其中“点”是指排序后原数据的序数，在本实例中对应与学号，这也是很实用的一个序列；“成绩”即为排序后的数据系列；“排位”采取重复数据占用同一位置的统计方法；“百分比”是按照降序排列的，为了得到真正的“百分比排位”，还需要稍微作一下调整。4.在“百分比”列的下一列输入“百分排名”，在第一个单元格中输入公式“=1-G3(对应于‘百分排名’)”，回车。选中该单元格，向下拖动直至填充完毕。这样就达到了显示百分比排名的目的。完成的报表实例如下图所示。用Excel做数据分析——相关系数与协方差化学合成实验中经常需要考察压力随温度的变化情况。某次实验在两个不同的反应器中进行同一条件下实验得到两组温度与压力相关数据，试分析它们与温度的关联关系，并对在不同反应器内进行同一条件下反应的可靠性给出依据。相关系数是描述两个测量值变量之间的离散程度的指标。用于判断两个测量值变量的变化是否相关，即，一个变量的较大值是否与另一个变量的较大值相关联(正相关)；或者一个变量的较小值是否与另一个变量的较大值相关联(负相关)；还是两个变量中的值互不关联(相关系数近似于零)。设(X,Y)为二元随机变量，那么:为随机变量X与Y的相关系数。p是度量随机变量X与Y之间线性相关密切程度的数字特征。注:本功能需要使用Excel扩展功能，如果您的Excel尚未安装数据分析，请依次选择“工具”-“加载宏”，在安装光盘中加载“分析数据库”。加载成功后，可以在“工具”下拉菜单中看到“数据分析”选项。操作步骤1.打开原始数据表格，制作本实例的原始数据需要满足两组或两组以上的数据，结果将给出其中任意两项的相关系数。2.选择“工具”-“数据分析”-“描述统计”后，出现属性设置框，依次选择:输入区域:选择数据区域，注意需要满足至少两组数据。如果有数据标志，注意同时勾选下方“标志位于第一行”；分组方式:指示输入区域中的数据是按行还是按列考虑，请根据原数据格式选择；输出区域可以选择本表、新工作表组或是新工作簿；3.点击“确定”即可看到生成的报表。可以看到，在相应区域生成了一个3×3的矩阵，数据项目的交叉处就是其相关系数。显然，数据与本身是完全相关的，相关系数在对角线上显示为1；两组数据间在矩阵上有两个位置，它们是相同的，故右上侧重复部分不显示数据。左下侧相应位置分别是温度与压力A、B和两组压力数据间的相关系数。从数据统计结论可以看出，温度与压力A、B的相关性分别达到了0.95和0.94，这说明它们呈现良好的正相关性，而两组压力数据间的相关性达到了0.998，这说明在不同反应器内的相同条件下反应一致性很好，可以忽略因为更换反应器造成的系统误差。协方差的统计与相关系数的活的方法相似，统计结果同样返回一个输出表和一个矩阵，分别表示每对测量值变量之间的相关系数和协方差。不同之处在于相关系数的取值在-1和+1之间，而协方差没有限定的取值范围。相关系