Använder analyspaketet. Två-prov t-test med lika varianser

Dataanalys i Excel förutsätter själva designen av en kalkylbladsprocessor. Många verktyg i programmet är lämpliga för genomförandet av denna uppgift.

Excel positionerar sig som den bästa universella mjukvaruprodukten i världen för bearbetning av analytisk information. Från små företag till stora företag, chefer spenderar en betydande del av sin arbetstid på att granska verksamhetens resultat. Låt oss överväga de grundläggande analytiska verktygen i Excel och exempel på deras tillämpning i praktiken.

Excel analysverktyg

En av de mest övertygande dataanalyserna är vad-om. Den finns: "Data" - "Arbeta med data" - "Vad-om".

Vad händer om analysverktyg:

1. "Parameterval". Gäller när användaren känner till resultatet av en formel, men inte känner till indata för det resultatet.
2. "Datatabell". Används i situationer där du behöver visa i form av en tabell effekten av variabelvärden på formler.
3. Skripthanterare. Den används för att skapa, ändra och spara olika uppsättningar av indata och resultaten av beräkningar för en grupp av formler.
4. "Sök efter en lösning." Det är ett Excel-tillägg. Hjälper till att hitta den bästa lösningen för ett specifikt problem.

Ett praktiskt exempel på att använda "What-If" för att hitta de bästa rabatterna i datatabellen.

Andra verktyg för dataanalys:

Du kan analysera data i Excel med hjälp av inbyggda funktioner (matematisk, ekonomisk, logisk, statistisk, etc.).



Pivottabeller i dataanalys

För att göra det enklare att visa, bearbeta och sammanfatta data använder Excel pivottabeller.

Programmet kommer att uppfatta den inmatade/inmatade informationen som en tabell, och inte en enkel datamängd, om listorna med värden är formaterade i enlighet därmed:

Standardformateringsstilen tillämpas på det angivna intervallet. Verktyget "Arbeta med tabeller" ("Design"-fliken) kommer att aktiveras.

Du kan skapa en rapport med "pivottabellen".

Att skapa en pivottabell är redan ett sätt att analysera data. Dessutom väljer användaren den information han behöver vid ett visst tillfälle för att visas. Han kan använda andra verktyg i framtiden.

Vad-om-analys i Excel: Datatabell

Kraftfullt verktyg för dataanalys. Överväg att organisera information med hjälp av What-If Tool - Datablad.

Viktiga villkor:

• data måste finnas i en kolumn eller en rad;
• formeln hänvisar till en indatacell.

Procedur för att skapa en "Datatabell":

Företagsanalys i Excel: Exempel

För att analysera företagets verksamhet tas data från balansräkningen, resultaträkningen. Varje användare skapar sin egen form, som återspeglar företagets egenskaper, information som är viktig för beslutsfattande.

Om du behöver utveckla komplexa statistiska eller tekniska analyser kan du spara steg och tid med ett analyspaket. Du tillhandahåller data och parametrar för varje analys, och verktyget använder lämpliga statistiska eller tekniska funktioner för att beräkna och visa resultaten i en utdatatabell. Vissa verktyg skapar diagram utöver utdatatabellerna.

Dataanalysfunktioner kan bara användas på ett ark. Om dataanalysen utförs i en grupp som består av flera ark, kommer resultaten att visas på det första arket, på de återstående arken kommer tomma intervall som endast innehåller format att visas. För att analysera data på alla ark, upprepa proceduren för varje ark separat.

Verktygen som ingår i analyspaketet beskrivs nedan. För att komma åt dem, tryck på knappen Dataanalys i grupp Analys i fliken Data... Om kommandot Dataanalys inte är tillgängligt måste du ladda ner Analysis Pack-tillägget.

Notera: För att aktivera funktionen Visual Basic for Applications (VBA) för ett Analysis Pack, kan du ladda Analysis Pack - VBA-tillägget på samma sätt som när du laddade Analysis Pack. I dialogrutan Tillgängligt tillägg markera rutan Analyspaket - VBA .

ANOVA

Det finns flera typer av variansanalyser. Det nödvändiga alternativet väljs med hänsyn till antalet faktorer och tillgängliga urval från den allmänna befolkningen.

Enkelriktad variansanalys

Det här verktyget utför enkel variansanalys på data från två eller flera prover. Analys är ett test av hypotesen att varje urval härleds från samma underliggande sannolikhetsfördelning som för en alternativ hypotes för vilken de underliggande sannolikhetsfördelningarna inte är desamma. Om det bara finns två exempel kan du använda funktionen i kalkylbladet T. Undersökning... I mer än två prover finns det ingen bekväm generalisering med T. Och envägsspridningsmodellen kan kallas kontroller.

Tvåvägsanalys av varians med upprepningar

Detta analysverktyg är användbart om data kan klassificeras enligt två dimensioner. Till exempel, i ett experiment för att mäta växternas höjd, behandlades de senare med gödningsmedel från olika tillverkare (t.ex. A, B, C) och hölls vid olika temperaturer (t.ex. låg och hög). Således, för vart och ett av de 6 möjliga paren av villkor (gödsling, temperatur), finns det samma uppsättning observationer av växttillväxt. Med hjälp av denna variansanalys kan du testa följande hypoteser:

Extraheras växttillväxtdata för olika märken av gödselmedel från samma population. Temperaturen ingår inte i denna analys.

Extraheras växttillväxtdata för olika temperaturnivåer från samma population. Gödselkvalitet ingår inte i denna analys.

Används sex prov, som representerar alla par av värden (gödselmedel, temperatur) för att bedöma effekterna av olika märken av gödselmedel (för det första objektet i listan) och temperaturnivåer (för det andra objektet i listan), från samma befolkning? En alternativ hypotes antar att effekten av specifika par (gödselmedel, temperatur) överstiger effekten av separat gödning och temperatur separat.

Tvåvägs variansanalys utan upprepningar

Detta analysverktyg är användbart när data kan klassificeras enligt två dimensioner, som i fallet med tvåvägsanalys av varians med upprepningar. Denna analys förutsätter dock att det bara finns en dimension för varje par av parametrar (till exempel för varje par av parametrar (gödselmedel, temperatur) från föregående exempel).

Korrelation

På arket CORREL och Pearson en korrelationskoefficient beräknas mellan två mätvariabler om mätningar för varje variabel visas för var och en av de N försökspersonerna. (Om man inte observerar för något av ämnena gör det att ämnet hoppas över i analysen.) Korrelationsanalysatorn är särskilt användbar om fler än två dimensionsvariabler används för N ämnen. Den tillhandahåller en utdatatabell, en korrelationsmatris som visar värdet CORREL(eller Pearson) tillämpas på varje möjligt par av mätvariabler.

En korrelationskoefficient, såsom kovarians, är ett mått på i vilken utsträckning två dimensionsvariabler särskiljs samtidigt. Till skillnad från kovarians är korrelationskoefficienten skalad så att dess värde är oberoende av de enheter som de två mätvariablerna uttrycks i. (Till exempel, om de två mätvariablerna är vikt och längd, ändras inte korrelationskoefficientvärdet när vikt konverteras från kilogram till kilogram.) Värdet på en korrelationskoefficient måste ligga i intervallet från -1 till och med +1.

Korrelationsanalys gör det möjligt att fastställa om datauppsättningar är associerade i storlek, dvs stora värden från en datauppsättning är associerade med stora värden från en annan uppsättning (positiv korrelation), eller vice versa, små värden från en uppsättning är associerade med stora värden av en annan (negativ korrelation), eller så är data för de två intervallen inte relaterade på något sätt (nollkorrelation).

Kovarians

Du kan använda korrelations- och kovariansverktyg på samma parameter om du har N olika mätvariabler som spenderas på en uppsättning individuella användare. Korrelations- och kovariansverktyg tillhandahåller en utdatatabell, en matris som visar korrelationskoefficienten respektive kovariansen mellan varje par av mätvariabler. Skillnaden är att korrelationskoefficienterna skalas med -1 och +1 inklusive. Motsvarande kovarianser skalas inte. Både korrelationskoefficienten och kovariansen är storleken på i vilken utsträckning två variabler skiljer sig från varandra.

Kovariansverktyget beräknar värdet på en funktion Samvariation på arket. P för varje par av mätvariabler. (Direkt användning av kovarians. P-funktionen istället för kovariansverktyget är ett rimligt alternativ om det bara finns två mätvariabler, det vill säga N = 2.) Den diagonala inmatningen i utdatatabellen för kovariansverktyget i rad i är Kovarians för variabeln i:e dimensionen. Detta är bara populationsvariansen för denna variabel, beräknad av funktionen på kalkylbladet. var. P.

Kovariansanalys gör det möjligt att fastställa om datauppsättningar är associerade i storlek, det vill säga stora värden från en datauppsättning är associerade med stora värden i en annan uppsättning (positiv kovarians), eller vice versa, små värden från en uppsättning är associerade med stora värden hos en annan (negativ kovarians), eller data är de två intervallen inte relaterade på något sätt (kovariansen är nära noll).

Beskrivande statistik

Analysverktyget Beskrivande statistik används för att generera en endimensionell statistisk rapport som innehåller information om den centrala trenden och variabiliteten för indata.

Exponentiell utjämning

Analysverktyget för exponentiell utjämning används för att förutsäga ett värde baserat på en prognos för en tidigare period, justerad för felen i den prognosen. Analysen använder utjämningskonstanten a, vars värde bestämmer graden av påverkan på prognoserna av fel i den föregående prognosen.

Notera: För utjämningskonstanten är värden mellan 0,2 och 0,3 mest lämpliga. Dessa värden indikerar att felet i den aktuella prognosen är satt till 20 till 30 procent av felet i föregående prognos. Högre värden på konstanten påskyndar svaret, men kan leda till oförutsägbara överskridningar. Låga värden på konstanten kan leda till stora gap mellan predikterade värden.

Två-prov t-test för varians

F-testet med två prov används för att jämföra varianserna mellan två populationer.

Du kan till exempel använda ett F-test på prover av simresultat för vart och ett av de två lagen. Det här verktyget ger resultaten av att jämföra nollhypotesen att de två stickproven kommer från en distribution med lika varianser, med hypotesen som antar att varianserna är olika i den underliggande fördelningen.

Detta verktyg beräknar f-värdet för F-statistiken (eller F-faktorn). Ett f-värde nära 1 indikerar att varianserna i populationen är lika. I resultattabellen, om f< 1, "P(F <= f) одностороннее" дает возможность наблюдения значения F-статистики меньшего f при равных дисперсиях генеральной совокупности и F критическом одностороннем выдает критическое значение меньше 1 для выбранного уровня значимости "Альфа". Если f >1, "P (F<= f) одностороннее" дает возможность наблюдения значения F-статистики большего f при равных дисперсиях генеральной совокупности и F критическом одностороннем дает критическое значение больше 1 для "Альфа".

Fourieranalys

Fourieranalysverktyget används för att lösa problem i linjära system och analysera periodiska data baserat på den snabba Fouriertransformmetoden (FFT). Det här verktyget stöder också inversa transformationer, varvid invertering av den transformerade datan returnerar originaldata.

stapeldiagram

Histogramverktyget används för att beräkna samplade och integralfrekvenser för data som faller inom specificerade värdeintervall. Detta beräknar antalet träffar för ett givet cellintervall.

Du kan till exempel få prestationsfördelningen på en betygsskala i en grupp på 20 elever. Histogramtabellen består av betygsskalagränser och elevgrupper vars prestationer ligger mellan det lägsta betyget och det aktuella betyget. Den vanligaste nivån är dataintervallsläget.

Glidande medelvärde

Analysverktyget för rörligt medelvärde används för att beräkna värden i en prognosperiod baserat på genomsnittet av en variabel för ett specificerat antal tidigare perioder. Ett glidande medelvärde, i motsats till ett enkelt medelvärde för hela urvalet, innehåller information om trender i data. Den här metoden kan användas för att prognostisera försäljning, lager och andra trender. Förutspådda värden beräknas med följande formel:

N- Antalet tidigare perioder som ingår i det glidande medelvärdet;

A j- det faktiska värdet vid tidpunkten j;

F jär det förutsagda värdet vid en tidpunkt j.

Genererar slumpmässiga tal

Verktyget Random Number Generator används för att fylla ett intervall med slumptal extraherade från en eller flera distributioner. Med denna procedur kan du modellera objekt som är slumpmässiga till sin natur, enligt en känd sannolikhetsfördelning. Du kan till exempel använda normalfördelningen för att modellera en population av höjddata, eller använda Bernoulli-fördelningen för två sannolikheter för att beskriva populationen av myntkastningsresultat.

Rang och percentil

Verktyget Rank och Percentil genererar en tabell som innehåller ordnings- och procentsatserna för varje värde i datamängden. Du kan analysera relativa värden i en datauppsättning. Detta verktyg använder funktionerna ranking på arket. EQ och PROCENTRANK. INC... Om du vill ta hänsyn till bundna värden använd rang. EQ som bearbetar de bundna värdena enligt samma rang eller användningsområden rang. Fungera AVG som returnerar den genomsnittliga rankningen för de bundna värdena.

Regression

Regressionsanalysverktyget används för att rita en graf för en uppsättning observationer med minsta kvadratmetoden. Regression används för att analysera effekten på en individuell beroende variabel av värdena för en eller flera förklarande variabler. Till exempel påverkar flera faktorer en idrottsutövares atletiska prestation, inklusive ålder, längd och vikt. Du kan beräkna effekten av var och en av dessa tre faktorer på en idrottares prestation och sedan använda dessa data för att förutsäga en annan idrottares prestation.

Regressionsverktyget använder en kalkylbladsfunktion LINEST.

Provanalysverktyget skapar ett urval från en population genom att behandla indataintervallet som en population. Om populationen är för stor för att bearbeta eller kartlägga kan du använda ett representativt urval. Dessutom, om periodiciteten för indata antas, kan du skapa ett urval som innehåller värden endast från en separat del av cykeln. Till exempel, om indataintervallet innehåller data för kvartalsförsäljning, kommer urval med period 4 att placera försäljningsvärden från samma kvartal i outputintervallet.

T-testet med två urval testar jämlikheten mellan populationsmedelvärdena för varje urval. De tre typerna av detta test medger följande villkor: lika varianser i den allmänna fördelningen, varianser i den allmänna populationen är inte lika, och presentationen av två urval före och efter observation för samma ämne.

För alla tre verktyg som listas nedan, beräknas t-värdet och visas som en "t-statistik" i utdatatabellen. Beroende på data kan detta t-värde vara negativt eller icke-negativt. Om vi ​​antar att genomsnittet av den allmänna befolkningen är lika, vid t< 0 "P(T <= t) одностороннее" дает вероятность того, что наблюдаемое значение t-статистики будет более отрицательным, чем t. При t >= 0 "P (T<= t) одностороннее" делает возможным наблюдение значения t-статистики, которое будет более положительным, чем t. "t критическое одностороннее" дает пороговое значение, так что вероятность наблюдения значения t-статистики большего или равного "t критическое одностороннее" равно "Альфа".

"P (T<= t) двустороннее" дает вероятность наблюдения значения t-статистики, по абсолютному значению большего, чем t. "P критическое двустороннее" выдает пороговое значение, так что значение вероятности наблюдения значения t- статистики, по абсолютному значению большего, чем "P критическое двустороннее", равно "Альфа".

Parat två-prov t-test för medelvärden

Det parade testet används när det finns en naturlig parning av observationer i proverna, till exempel när den allmänna populationen testas två gånger - före och efter experimentet. Detta analysverktyg används för att testa hypotesen att medelvärdet för två dataprover är olika. Det förutsätter inte att varianserna för de populationer som data tas från är lika.

Notera: Ett testresultat är kumulativ varians (det kumulativa måttet på fördelningen av data runt medelvärdet), beräknad med följande formel:

Två-prov t-test med lika varianser

Denna analysator utför ett tvåprovs t-test på eleven. I denna form av t-test antas det att två datamängder kommer från en distribution med samma varianser. Det kallas det homoskedastiska t-testet. Du kan använda detta t-test för att avgöra om två exempel kan erhållas från distributioner med samma fyllning.

Två-prov t-test med olika varianser

Denna analysator utför ett tvåprovs t-test på eleven. Denna form av t-test förutsätter att de två datamängderna kommer från en fördelning med ojämna varianser. Det kallas det heteroskedastiska t-testet. Som i föregående fall med samma varianser kan du använda detta t-test för att avgöra om två exempel ska komma från en fördelning med samma fyllning. Använd detta test om de två exemplen har separata ämnen. Använd det parade testet som beskrivs i exemplet nedan när det finns en uppsättning ämnen och de två proverna har mått för varje ämne före och efter bearbetning.

För att bestämma testvärdet t följande formel används.

Följande formel används för att beräkna frihetsgraderna, DF. Eftersom resultatet av beräkningen vanligtvis inte är ett heltal, avrundas df-värdet till närmaste heltal för att få det kritiska värdet från t-tabellen. Excel-kalkylbladsfunktion - T. Testa använder det beräknade DF-värdet utan avrundning, eftersom det är möjligt att beräkna värdet för T. Undersökning med icke-heltals DF. På grund av olika tillvägagångssätt för att bestämma frihetsgraderna resulterar resultatet i T. Testning och detta t-testmedel kommer att skilja sig i fallet med ojämn variation.

Ett tvåprovs z-test för medelvärden är ett tvåprovs z-test för medelvärden och kända avvikelser. Detta verktyg används för att anta att det finns en skillnad mellan de två stoppningsenheterna i två eller tvåsidiga varianter. Om variabiliteten är okänd, fungerar arket Z. Du bör använda istället kolla upp .

När du använder det här verktyget bör du noggrant granska resultatet. "P (Z<= z) одностороннее" на самом деле есть P(Z >= ABS (z)), sannolikheten för en z-poäng på avstånd från 0 i samma riktning som den observerade z-poängen givet samma populationsmedelvärde. "P (Z<= z) двустороннее" на самом деле есть P(Z >= ABS (z) eller Z<= -ABS(z)), вероятность z-значения, удаленного от 0 в том же направлении, что и наблюдаемое z-значение при одинаковых средних значениях генеральной совокупности. Двусторонний результат является односторонним результатом, умноженным на 2. Инструмент "z-тест" можно также применять для гипотезы об определенном ненулевом значении разницы между двумя средними генеральных совокупностей. Например, этот тест можно использовать для определения разницы выступлений на соревнованиях двух автомобилей разных марок.

Notera: Den här sidan har översatts automatiskt och kan innehålla felaktigheter och grammatiska fel. Det är viktigt för oss att den här artikeln är användbar för dig. Var informationen användbar? För bekvämlighet också (på engelska).

De initiala data för analys kan presenteras på kalkylbladet som en lista med värden. Kolumnnamn – etiketter – används för att identifiera en rad värden, och namngivna block skapas.

Ett analyspaket används för att bearbeta numerisk data. Du måste först konfigurera den,

i Excel 2003: ge kommandot Service -> Tillägg och markera rutan bredvid Analyspaketet. Nu visas kommandot Data Analysis på Verktyg-menyn.

i Excel 2007: klicka på Office-knappen och sedan på knappen Alternativ Excel, VäljTillägg, längst ned i fönstret, i kontrollfältet, välj Tillägg Excel, klicka på knappen Gå, markera rutan bredvid analyspaketet o På fliken Data, i gruppen Analys, visas kommandot Dataanalys

När du utför kommandot Data Analysis Dialogrutan Data Analysis anropas, där läget Beskrivande statistik är valt (Fig. 23); i dialogrutan med samma namn ställs inställningarna in:

ris. Dialogrutan för beskrivande statistikläge.

Alternativen i dialogrutan Beskrivande statistik har följande betydelser.

Inmatningsområde - ett block av celler som innehåller värdena för den studerade indikatorn. Du måste ange en länk till cellerna som innehåller analyserad data. Länken måste bestå av minst två sammanhängande dataområden, organiserade som kolumner eller rader.

Gruppering bestämmer orienteringen för källdatablocket på kalkylbladet. För att definiera den, ställ omkopplaren till Efter kolumner eller Efter rader, beroende på var data finns i inmatningsområdet.

Etiketter - förekomsten av namn i ett block av celler. För att definiera den, ställ in alternativknappen på Etiketter i den första raden (kolumnen), om den första raden (kolumnen) i inmatningsområdet innehåller kolumnnamn. Om inmatningsområdet inte innehåller etiketter, kommer de nödvändiga rubrikerna i utmatningsområdet att genereras automatiskt.

Konfidensnivå anger procentandelen av datatillförlitlighet för beräkning av konfidensintervall. För att definiera det, markera rutan och ange önskat värde i fältet. Till exempel, ett värde på 95 % beräknar konfidensnivån för medelvärdet med en signifikans på 0,05.

K-te största - ordningstalet för den största efter maxvärdet. Markera kryssrutan om du vill inkludera raden för det k:te största värdet för varje dataområde i utdatatabellen. Ange siffran k i lämpligt fönster. Om k är 1, kommer den här raden att innehålla det maximala datauppsättningen.

K-te minsta - ordningstalet för den minsta efter minimivärdet. Markera kryssrutan om du vill inkludera en rad för det k:te minsta värdet för varje dataområde i utdatatabellen. Ange siffran k i lämpligt fönster. Om k är 1 kommer den här raden att innehålla minimum av datamängden.

Beskrivande statistik matas ut på den plats som anges i fältet Output Range. Här måste du ange en referens till den övre vänstra cellen i utgångsområdet. Det här analysverktyget visar två kolumner med information för varje datamängd. Den vänstra kolumnen innehåller beteckningarna för statistiken; den högra kolumnen innehåller statistik. Ett statistiskt dataintervall som består av två kolumner kommer att visas för varje kolumn (rad) i inmatningsintervallet, beroende på positionen för grupperingsomkopplaren.

För att ändra var resultaten visas kan du välja alternativknappen Nytt arbetsblad för att öppna ett nytt ark och infoga resultaten med början i cell A1. Du kan ange namnet på det nya arket i fältet mittemot motsvarande brytarläge. Om du väljer alternativknappen Ny arbetsbok öppnas en ny arbetsbok och resultaten infogas i cell A1 på det första arket i den arbetsboken.

Sammanfattningsstatistik - Komplett utdata av beskrivande statistikindikatorer. För att definiera det, markera rutan om det i utdataområdet är nödvändigt att erhålla ett fält för var och en av följande typer av statistiska data: Medelvärde, Standardfel (medelvärde), Median, Läge, Standardavvikelse, Samplevarians, Kurtosis, Asymmetri , Intervall, Minimum, Maximum, Belopp, Konto, Högsta (#), Lägsta (#), Tillförlitlighetsnivå.

Ett analyspaket är ett tillägg, det vill säga ett program som är tillgängligt när du installerar Microsoft Office eller Excel. För att använda tillägget i Excel måste du först ladda ner det. Hur man laddar ner det här paketet för Microsoft Excel 2013, Microsoft Excel 2010, Microsoft Excel 2007.

Använda Microsoft Excel 2013 Analysis Pack

När du utför komplexa statistiska eller tekniska analyser kan du förenkla processen och spara tid genom att använda tillägget Analysis Package. För att utföra analys med detta paket måste du ange input och välja alternativ. Beräkningen kommer att utföras med hjälp av en lämplig statistisk eller teknisk makrofunktion, och resultatet kommer att placeras i utgångsområdet. Vissa verktyg låter dig presentera analysresultaten i grafisk form.

Dataanalysfunktioner kan bara användas på ett ark. Om dataanalysen utförs i en grupp som består av flera ark, kommer resultaten att visas på det första arket, på de återstående arken kommer tomma intervall som endast innehåller format att visas. För att analysera data på alla ark, upprepa proceduren för varje ark separat.

Verktygen som ingår i analyspaketet beskrivs nedan. För att komma åt dem, tryck på knappen Dataanalys i grupp Analys i fliken Data... Om kommandot Dataanalys inte är tillgängligt måste du ladda ner Analysis Pack-tillägget.

Ladda ner och aktivera analyspaketet

1. Öppna fliken Fil, tryck på knappen Parametrar och välj en kategori Tillägg.
2. Falla ner Kontrollera Välj föremål Excel-tillägg och tryck på knappen Gå till.
3. I fönstret Tillägg markera rutan Analyspaket och klicka sedan OK.

• Om Analyspaket finns inte i fältlistan Tillgängliga tillägg, tryck på knappen Översikt att söka.
• Om ett meddelande visas som säger att analyspaketet inte är installerat på din dator, klicka Ja för att installera den.

Ladda ner Microsoft Excel 2010 Analysis Pack

Ett analyspaket är ett tillägg (Add-in. Ett verktygsprogram som lägger till speciella kommandon eller möjligheter till Microsoft Office.) Microsoft Excel, det vill säga ett program som blir tillgängligt när Microsoft Office eller Excel installeras. Men för att använda tillägget i Excel måste du först ladda ner det.

1. Öppna fliken Fil och välj objektet Parametrar.
2. Välj ett lag Tillägg och sedan i fält Kontrollera Välj föremål Excel-tillägg.
3. Klicka på knappen Gå till.
4. I fönstret Tillgängliga tillägg markera rutan Analyspaket och klicka sedan OK.
1. Råd. Om tillägget Analyspaket finns inte i fältlistan Tillgängliga tillägg, tryck på knappen Översikt att hitta henne.
2. Om ett meddelande visas som säger att analyspaketet inte är installerat på din dator, klicka Ja för att installera den.
5. Analys i fliken Data Dataanalys.

Notera. För att inkludera Visual Basic for Applications (VBA)-funktionalitet i ett Analysis Pack kan du ladda ner Analysis Pack - VBA-tillägget. För att göra detta, följ samma steg som för att ladda ner analyspaketet. I fönstret Tillgängliga tillägg markera rutan Analyspaket - VBA och klicka sedan OK.

Ladda ner Microsoft Excel 2007 Statistical Analysis Package

Ett analyspaket är ett tillägg (Add-in. Ett verktygsprogram som lägger till speciella kommandon eller funktioner till Microsoft Office.), Det vill säga ett program som är tillgängligt när du installerar Microsoft Office eller Excel. För att använda tillägget i Excel måste du först ladda ner det.

1. Välj ett lag Tillägg och i fönstret Kontrollera Välj föremål Excel-tillägg.
2. Klicka på knappen Gå till.
3. I fönstret Tillgängliga tillägg markera rutan Analyspaket och klicka sedan OK.

Råd. Om Analyspaket finns inte i fältlistan Tillgängliga tillägg, tryck sedan på knappen för att utföra sökningen Översikt.

Om ett meddelande visas som säger att det statistiska analyspaketet inte är installerat på din dator och du uppmanas att installera det, klickar du på Ja.

1. Efter att ha laddat ner analyspaketet i gruppen Analys i fliken Data kommandot blir tillgängligt Dataanalys.

Notera. För att inkludera VBA-funktionalitet i ett analyspaket kan du ladda ner Analysis ToolPak - VBA-tillägget. För att göra detta, följ samma steg som för att ladda ner analyspaketet. I fönstret Tillgängliga tillägg markera rutan Analysis ToolPak - VBA och klicka sedan OK.

Köpa produkter

UPPGIFT nummer 1

Statistisk dataanalys i MS Excel

Syfte med arbetet: lära sig att bearbeta statistiska data med hjälp av inbyggda MS Excel-funktioner; utforska funktionerna i analyspaketet och dess verktyg: " Genererar slumpmässiga tal ", "Stapeldiagram" , " Beskrivande statistik " på exemplet med bearbetning av mätningar av rörelsehastigheten.

I enlighet med riktlinjerna för laboratoriearbetet "Mätning av fordons hastighet" (i disciplinen "Sökning och design av motorvägar"), bearbeta experimentella mätdata med metoder för matematisk statistik i Excel. För vad:

1. Beräkna statistiska egenskaper med hjälp av de inbyggda funktionerna: - minimivärdet för rörelsehastigheten Vmin;

Det maximala värdet för rörelsehastigheten Vmax; - medelvärdet för rörelsehastigheten Vav;

Standardavvikelser;

Standardavvikelse för medelvärdet Sav;

Elevens koefficient (för att bestämma konfidensintervallet) t; - konfidensintervall för P = 0,95.

2. Få statistiska egenskaper med hjälp av verktyget "Beskrivande statistik"Från tilläggspaketet" Data Analysis ".

3. Konstruera ett histogram över rörelsehastighetsfördelningen.

4. Bygg en kumulativ kurva (kumulativ frekvenskurva).

5. Konstruera en teoretisk kurva över fördelningen av rörelsehastigheten.

För att få en tillräcklig mängd initiala data (hastighetsmätningsresultat), använd ett simuleringsexperiment med verktyget " Genererar slumpmässiga tal»Tillägg« Dataanalys ».

När man utför p.p. 3 och 4 för att välja hastighetsintervall ("pocket" - i Excel-terminologi), vilket gör det möjligt att erhålla det mest symmetriska histogrammet som visar normalfördelningslagen.

Ett exempel på exekvering ges i den bifogade filen BasicsPK1-Student.xls.

Metodiska instruktioner

Antag att vi har utfört en serie på 10 experiment, som mäter ett visst värde på X. Tabell 1. Ungefärlig vy av arket "Bearbetningsexperiment"

Posterna i kolumnerna D och E är tips som hjälper dig att räkna ut vilka egenskaper vi kommer att beräkna. Kolumn F bör vara tom för tillfället, våra formler kommer att placeras i den.

Vi börjar bearbeta resultaten genom att beräkna antalet experiment n.

För att bestämma antalet värden används en speciell funktion som kallas COUNT. För att ange en formel med funktioner, använd funktionsguiden, som startas av kommandot "Infoga funktion" via menyn "Infoga" - "Funktion" eller av knappen i verktygsfältet med beteckningen f x.

Låt oss klicka på cell F6, där resultatet ska finnas och starta funktionsguiden.

Det första steget i arbetet (Figur 1) tjänar till att välja önskad funktion.

Statistiska funktioner används för att bearbeta experimentella data. Därför, först och främst, i listan över kategorier, välj kategorin "Statistisk". En lista över statistiska funktioner visas i det andra fönstret.

Listan med funktioner är sorterad i alfabetisk ordning, vilket gör det enkelt att hitta den COUNT-funktion vi behöver ("Räknar antalet siffror i listan över argument").

Efter att ha valt den här funktionen genom att klicka, tryck på OK-knappen och gå till steg 2.

Det andra steget (Figur 2) används för att ställa in argumenten till funktionen.

Funktionen COUNT måste indikera vilka tal den behöver räkna om, eller i vilka celler dessa siffror finns. De följande två stegen av bearbetningen av en serie experiment utförs på liknande sätt.

I cell F7, med hjälp av MEDEL-funktionen, beräknas medelvärdet för provet, i cell F8, standardavvikelsen för provet, med hjälp av STDEV-funktionen. ...

Argumenten för dessa funktioner är alla samma cellområde.

För att beräkna konfidensintervallet är det nödvändigt att bestämma studentens koefficient. Det beror på sannolikheten för fel (med en allmänt inställd tillförlitlighet på 95 % är sannolikheten för fel 5 %) och på antalet frihetsgrader n-1).

För att hitta studentens koefficient, använd Excel statistiska funktionen TYUDRASPONV ("Elevens fördelning är invers"). En egenskap hos denna funktion är att det första argumentet, talet 5% (eller 0,05), skrivs in i motsvarande fönster från tangentbordet. För det andra, ange adressen till cellen där värdet på n är, och lägg sedan till "-1" i fönstret. Vi får rekordet "F6-1".

Den vanliga multiplikationsformeln används för att hitta konfidensintervallet. Naturligtvis, istället för bokstäver, bör det finnas adresserna till de celler där studentens koefficient och standardavvikelsen för medelvärdet finns. Som regel avrundas värdet på konfidensintervallet till en signifikant siffra, samma ordning på miljön bör vara i medelvärdet. Därför kan slutresultatet skrivas på följande sätt: med 95 % tillförlitlighet X = 14,80 ± 0,05. Avslutningsvis, låt oss beräkna det relativa felet vid bestämning av X: = CI / X cf (formel: "= F11 / F7"). Värdet på det relativa felet uttrycks vanligtvis i procent, vi har 0,3 %.

För att utföra uppgifterna 2 och 3 används tillägget "Analyspaket" (från menyn Verktyg  Dataanalys  Histogram).

För att installera ett tillägg, öppna menyn Verktyg  Tillägg och välj "Analyspaket" från listan över tillgängliga tillägg som är tillgängliga för installation (se. Installerar tillägg

Excel på computer.doc).