本文详细介绍微软Excel在数据分析领域的应用，涵盖描述性统计分析、直方图、抽样分析、相关分析、回归分析、移动平均和指数平滑等核心功能。通过实例讲解如何利用Excel进行数据描述、相关性分析和预测建模。
微软 excel 适用
目录
开启
【文件】【选项】【转到】
描述性统计分析
使用用户消费金额，来描述用户行为消费特征，分析了解用户消费分布
分组方式：指出输出数据展示是按列还是按行排列
标志位于第一行：没有勾选，这输出结果的列名以 列1，列2，列3 作为标志
汇总统计：包含平均值，标准误差，中位数，众数，标准差，方差，峰度，偏度，区域，最小值，最大值，求和，观测数等
置信区间：一般写为 90%，95%
第 K 大（小）值：表示输出数据组的第几位最大（小）值
表现数据集中趋势的指标有：平均值，中位数，众数
描述数据离散程度的指标有：方差与标准差
呈现数据分布形状的指标有：峰度系数与偏度系数
- 峰度系数是描述对称分布曲线顶尖峭程度的指标，是相对于正太分布而言，峰度系数>0，两侧极端数据较少比正太分布更高更瘦，呈尖峭峰分布；峰度系数<0，表示两侧极端数据多，比正太分布更矮更胖，呈阔峰分布
- 偏度系数是以正太分布为标准来描述数据对称性的指标，=0，分布对称；>0，频数分布的高峰向左偏移，称为正偏正太分布；<0，频数分布向右偏移，称为负偏正太分布
直方图
创建数据分组，，也可以不设置，excel 自动以数据的最大值及最小值之间的范围进行灯具分组
输入区域：数据源区域
接收区域（可选）：组距数据区域
标志：勾选
输出区域：输出结果地方
柏拉图：勾选，则可以在输出列表中同时显示按降序排列的频率数据；若未勾选，则 excel 只输出按默认组距排列的频率数据
累计百分率：若勾选，则可以在输出表中添加一列累积百分比值，并同时在直方图表中添加绘制累积百分比的折线
图表输出：即绘制直方图
【柏拉图】【累积百分比】都勾选
只勾选【柏拉图】
只勾选【累积百分率】
只能处理简单的计数分组
抽样分析
有规律抽取，周期性间隔抽取
标志：勾选
周期间隔：若选择间隔抽样，则需要输入周期间隔
随机抽样：直接输入样本，系统自行进行随机抽样
注意：是有放回抽取，即任何数值都有可能被多次抽取，针对这个我们可以多尝试几次
相关分析
正负号，正负相关，0<=r<=0.3 低度相关，0.3<=r<=0.8,中度相关，0.8<=r<=1，高度相关
CORREL 函数计算相关系数
回归分析
通过数据的相关性，可以构造确定的回归函数关系
线性回归主要步骤：
- 根据预测目标，确定自变量和因变量
- 绘制散点图，确定回归模型类型
- 估计模型参数，建立回归模型
- 对回归模型进行检测
- 利用回归模型进行预测
简单线性回归
也称一元回归，就是模型中只含有一个自变量：y=a+bx+c，c为 随机误差，即随机因素对因变量所产生的影响
因变量“推广费用”，自变量“销售额”预测第三季度销售额
绘制散点图
【插入】选择【仅带数据标记的散点图】，弹出一张空表，右键【选择数据】，弹出的【选择数据源】对话框中，单击【添加】
设置坐标轴最小值，显示公式与 R
这只是简单的做法，还要使用多个统计指标来检验，如回归模型的拟合优度检验（R²），回归模型的显著性检验（F检验）。回归系数的显著性检验（t检验）等来综合评估回归模型的优劣
标志：勾选
常数为零：表示该模型属于严格的正比例模型，因本例不是，故未勾选
置信度：90%或95%
残差：指观测值与预测值（拟合值）之间的差，也称剩余值
标准残差：（残差-残差的均值）/ 残差的标准差
残差图：以回归模型的自变量为横坐标，以残差为纵坐标绘制的散点图，若绘制的点都在以0为横轴的直线上下随机散布，则表示拟合结果合理
线性拟合图：以回归模型的自变量为横坐标，因变量及预测值为纵坐标绘制散点图
正态概率图：以因变量的百分比排名为横坐标，因变量作为纵坐标绘制散点图
回归统计表
方差分析表
回归系数表
多重线性回归
一个因变量和多个自变量的回归模型为多重线性回归
两个或两个以上因变量的为多元线性回归
多重线性回归模型：
y=a+b1x1+b2x2+...+bnxn+c，c为随机因素对因变量所产生的影响
移动平均
适合短期预测，时间序列预测
Yt=(Xt-1+Xt-2+Xt-3+..+Xt-n)/n
Yt：对下一期的预测值
n：移动平均的时期个数
Xn-1：前期实际值
Xt-2、Xt-3和Xt-n：分别表示前两期、前三期直至前n期的实际值
指数平滑
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
