excel在统计分析中的应用

Similar documents
Contents Part1 Excel... 7 Trick 01 Excel... 8 Trick 02 Excel Trick Trick 04 Excel.. 15 Trick 05 Excel Part Trick 01 CHAR...

第一章合成.ppt

Ctpu

Microsoft Word - 正文.doc

第四节 Excel的统计数据分析功能

关 注 本 期 证 券 未 办 理 抵 押 权 转 让 变 更 登 记 本 期 证 券 发 起 机 构 转 让 信 托 财 产 时, 按 惯 例 并 未 办 理 抵 押 权 转 让 变 更 登 记, 而 由 委 托 人 在 有 管 辖 权 的 政 府 机 构 登 记 部 门 继 续 登 记 为 名

Microsoft Word - 学字〔2015〕16号

Microsoft Word - 财务d08z.doc

( ) t ( ) ( ) ( ) ( ) ( ) t-

农银人寿发[2013]102号-4 农银寰宇至尊高端医疗保险条款

ebook43-11

导 生 和 被 辅 导 成 员 在 辅 导 过 程 中 的 一 些 不 足 与 可 取 点, 经 过 25 分 钟 的 讨 论, 各 小 组 派 代 表 阐 述 了 各 方 观 点 和 改 进 方 法 然 后, 为 了 改 善 导 生 辅 导 方 法, 让 辅 导 变 得 更 有 效 率, 各 院

(A)3 4 (B)5 6 (C)7 9 (D)10 2 (E) (A) (B) (C) (D) (E) ( ) ( ) ( ) (A) (B) (C) (D) (E) (A) (B) (C) (D) (E). (A) (B) (C) (D) (E). (A) (B) (C) (D) (

24 第 3 章 创 建 Access 数 据 库 和 表 3.1 创 建 Access 数 据 库 Access 2003 中 的 数 据 库 属 于 关 系 型 数 据 库, 以.mdb 为 文 件 的 后 缀, 建 立 一 个 数 据 库 的 同 时, 就 创 建 了 数 据 库 中 的 对

*33*!!! "!! #$! %#! "& "! #! %! # ( ) * # +, # -, # +., $ /# ( ) 0 $ +# ( ) 0 $.# ( ) 0 $ # $! % "" " % 1 % & ( * ) * % " " %.! % 2!!"+# ( "&! " ( "#

1

勤 學 * 卓 越 * 快 樂 成 長 本 校 在 老 師 群 策 群 力 共 同 討 論 下, 型 塑 了 學 校 願 景 : 勤 學 卓 越 快 樂 成 長 ( 一 ) 勤 學 運 用 真 的 力 量 培 養 勤 學, 以 語 文 教 為 基 礎 紮 根 ( 二 ) 卓 越 利 用 美 的 感

Microsoft Word - P doc

上海市本科教学质量年度报告

Microsoft Word - 烘焙食品乙級第二部份 doc

Microsoft Word - Probability.doc

广西民族学院(下)

好 樂 迪 股 份 有 限 公 北 大 分 公 臺 中 市 大 里 區 中 興 路 2 段 446 之 5 號 1 至 3 及 446 之 7 號 茗 園 歌 唱 視 聽 臺 中 市 大 里 區 永 隆 里 永 隆 八 街 178 號

<4D F736F F D A67EB14DAD78B14DA468A6D2BFEFC2B2B3B95FAFF3AED75F2DA965ADFBB77CABE1ADD7A5BFAAA92DA64CBB73AAA9322E646F63>

Post-Secondary Student Summer Internship Programme 2016_Chi

. (A) (B) (C) A (D) (E). (A)(B)(C)(D)(E) A

Windows XP基本操作实验

《中文核心期刊要目总览》2008年印刷版(即第五版)于2008年1月1日正式发行

“国家高等职业教育会计专业

Microsoft PowerPoint - Excel統計2.ppt

ebook42-13

Microsoft Word - n doc

第02章 常用统计图的绘制.doc

序号

浦东建设

目 录 教 学 简 讯 快 报. 1 青 少 年 工 作 系..5 社 会 工 作 学 院...10 法 学 院.14 经 济 管 理 学 院 17 新 闻 与 传 播 系 19 公 共 管 理 系.21 中 国 语 言 文 学 系.25 外 国 语 言 文 学 系.28

!"# $ %&&% ( ")*+(,-&%.,/01%,&!$ "$ #$ $$23/!"# %&&% &14145.&&&..! (0(6.&4%.5./ %- /%&..&&& %&&% (. %&&% (. ")*+(,-&%.,/01%,& 23 %(4. %%$&&

箫.doc

標準 BIG 中文字型碼表 A 0 9 B C D E F 一 乙 丁 七 乃 九 了 二 人 儿 入 八 几 刀 刁 力 匕 十 卜 又 三 下 丈 上 丫 丸 凡 久 么 也 乞 于 亡 兀 刃 勺 千 叉 口 土 士 夕 大 女 子 孑 孓 寸 小 尢 尸 山 川 工 己 已 巳 巾 干 廾

Ps22Pdf

关于2003年广东省普通高等学校

2006..,1..,2.,.,2..,3..,3 22..,4..,4 :..,5..,5 :..,5..,6..,6..,8..,10 :..,12..,1..,6..,6.., ,5,:..,1 :..,1 :..,1 :..,2..,2..,3 :..,1 :..,1..,1.

Microsoft Word - TPI-TJB-S-CR PCC-VC

!##$!% "&! %( $#!##)!& $!##*!##*! "

目 录 一 相 关 政 策... 1 河 南 财 经 政 法 大 学 实 验 室 建 设 与 管 理 办 法... 1 河 南 财 经 政 法 大 学 实 验 教 学 管 理 规 定... 4 河 南 财 经 政 法 大 学 政 府 采 购 管 理 办 法... 9 二 规 章 制 度... 15

彩圖 6 彩圖 7 彩圖 8 3

!!!!"#$ " " %& ( " # " " " " " "$%%& " $%% " "!!

<BFC6D1A7B7F0D1A7D0D2B8A3C8CBC9FA2E696E6464>

#$%# & (! )! *! +! +! &! +!! * &! * )!! +, )! + &)!) $! )!+ *! +. &) #!/ #! #$$% & #$$ & #0#1! ) * # #$$( &! ) * +,!

( )1

Microsoft Word - V c.doc

7.4 对学生学习效果的分析机制、方式和分析情况

ttian

! "#$%& $()*+#$, $(-.&,./.+#/(-.&01( &-#&(&$# (&2*(,#-3.,14& $ +()5(*-#5(-#/-/#(-1#&-+)(& :;<<= > A B?

第一次段考 二年級社會領域試題 郭玉華 (A)(B) (C)(D)

一 专 业 名 称 专 业 名 称 : 会 计 二 入 学 要 求 与 基 本 学 制 入 学 要 求 : 初 中 毕 业 生 基 本 学 制 : 三 年 ; 其 中 前 二 年 为 在 校 学 习 时 间, 最 后 一 年 为 企 业 实 习 时 间 层 次 : 中 职 三 培 养 目 标 本 专

(E). (A) (B) (C) (D) (E). (A) (B) (C) (D) (E) (A) (B) (C) (D) (E) (A) (B) (C) (D). ( ) ( ) ( ) ( ) ( ) ( ) (A) (B) (C) (D) (E). (A) (B) (C) (D) (E). (

zt

68003 (Project Unity TC)_.indb

新婚夫妇必读(九).doc

Microsoft Word - 新正文.doc

untitled

# $ %"! &" # " "! ( #)* " $ * +, -./0! &-1 &-1 &-1 # ) ( & & $ "! & " # " ) /" ( %" 3" " & #(* " $.. -1&5 6. #?* " $. 7! 8-1&5 6

!!! "!! # " $ % & % & " &"($

前言

!"# $%& %!"# $%& %!"#$%& %! ( )***%% ) $)! +**+),,* -)+.* )( ) +, +*.*)+..**! )$,*)+$))$!"!#

9202reply-s.doc

最新执法工作手册(十七)

Name of Government Department

<4D F736F F D20C1E3B5E3CFC2D4D8C4A3B0E52E646F63>

第一章 簡介

檢 討 有 無 善 盡 預 警 責 任? 學 生 如 有 學 習 困 難 有 無 求 救 管 道? 或 是 學 生 社 團 活 動 太 多 疏 忽 了? 或 是 玩 瘋 了? 要 不 要 再 給 學 生 一 次 機 會? 幾 經 討 論, 審 慎 地 將 校 規 修 改 為 第 二 次 二 分 之

<4D F736F F D20C6C0BCB6B1A8B8E6B7E2C3E6A3A8C8F0B0B2B9FACDB6B8FAD7D9A3A9>

教 學 綱 要 表 1-1 多 媒 體 應 用 科 目 大 要 學 分 數 :2 建 議 開 課 學 期 : 第 九 十 八 學 年 第 二 學 期 本 科 目 教 學 目 標 在 培 養 學 生 影 像 製 作 及 影 像 剪 輯 等 多 媒 體 應 用 之 興 趣 與 能 力, 並 能 在 生


育儿知识100问(二)

ii

2005 Sun Microsystems, Inc Network Circle, Santa Clara, CA U.S.A. Sun Sun Berkeley BSD UNIX X/Open Company, Ltd. / Sun Sun Microsystems Su

粤社保函〔2013〕80号

i

新生儿护理(下).doc

zt

[1] (p.28) / / 3 4 [1] (p.26) [2] (p.171)

! "! "! # $ # # %#!# $# &# # ()*+, )-.) /# () () 0# 1,2.34, 4*.5)-*36-13)7,) ,9,.).6.(+ :# 13).+;*7 )-,7,<*7,-*=,>,7?#

cumcm0110.PDF

第二章 电路的分析方法

<453A5CC2EDC0F6C5C5B0E6CEC4BCFE5CC3F1B7A8A1A4C9CCB7A8A1A4C3F1CAC2CBDFCBCFB7A8D3EBD6D9B2C3D6C6B6C8D5AACEC4BCFE574F52445CB9D9B7BDD0DEB6A9B5E7D7D3B7FECEF1A3A8A1B6C3F1CBDFBDE2CACDA1B7BACDA1B6C1A2B7A8B7A8A1B7A3A92E646F63>

! " # $ % & (( %) "*+,- &.(/-) & ( 0 & 1! % " % # % & & $ % "/()%!"# (( (02-03 /(((.1/.2( 4 //). /$0 3)0%. /1/%-2 (( ) / ((0 // "*+,- &.(/-) & ( 0 & 1

2012年 MBA系统班数学应用题部分

目 錄

实 信 用 的 原 则 " 其 中, 诚 实 信 用 原 则 是 指 民 事 主 体 进 行 民 事 活 动 时, 均 应 诚 实, 不 作 假, 不 欺 诈, 不 损 害 他 人 利 益 和 社 会 利 益, 正 当 地 行 使 权 利 和 履 行 义 务 甲 将 平 房 售 与 丙 而 未 告


untitled

女性减肥健身(四).doc

untitled

國家圖書館典藏電子全文

綜合社會保障援助指引

!!"#$ " # " " " " " "$%%& " $%% " "!!

zyk00168ZW.PDF

国防常识

Transcription:

Excel... 3 Excel... 3 Excel... 5 Excel... 6 Excel... 8 Excel... 8... 9... 9... 11... 12... 12 Excel... 12... 13... 14 Excel... 15... 17... 18 Excel... 19... 19... 21... 24... 25... 27... 29 X 2... 32... 34... 36... 38... 40... 41... 41... 45 Excel... 49 Excel... 56 2

Excel Excel Excel Microsoft Excel Windows Excel Excel Excel5.0 Excel95 Excel97 Excel2000 Excel Excel Excel Excel 400 Excel Excel Excel Excel97 14 Excel 100 3

FoxPro Access Clipper Sybase Excel Excel Excel Excel Excel Excel Visual Basic Excel Excel Excel Excel 4

Excel Excel Excel Excel Excel 255 Excel Excel97 Excel Excel97 Excel97 0ffice97 window95 Excel windows Excel97 1 CD R0M 0ffice 97 2 Windows SETUP.EXE 3 Office Office Excel Excel Microsoft Excel, 5

-1 Excel Excel Excel Excel Excel -1 Excel Excel -1 Excel -1, Microsoft Excel-Book1 Microsoft Excel Excel Book1.xls Excel 6

Excel Excel 1 Excel 2-1 5 Excel 16 sheet Sheetl 1 65536 A IV 7

256 65536 Excel Excel Sheet1, Sheet2 Excel 3 Excel Excel [Caps Lock CAPS Excel Excel Excel A1 A2 A1 A1 ( 8

) A2 A1 A2 A1 A2 A2 A2 A1 Excel Excel Excel Excel Excel, Excel Excel Excel Excel Tab Excel Excel / / - - true ( ) false ( ) Excel Excel Excel Excel 9

2 10 9 Excel 2E+9 Excel Excel A1 B1 A1 B1 C1 C1 =A1+B1 =SUM(a1:b1), C1 A1+B1 C1 A1 B1 Excel, ( ) ( )*( ) ( ) ( )^( ) SUM( CORREL( ) STDEV( ) Excel Excel 1 1 Excel A 1-2 -2 2 10

3 2 1 2 Excel Excel $ A1 B1 C1 =A1+B1, A1 B1, C2 =A2+B2 F100, =D100+E100 C1 =$A$1+$B$1 C1 =A$1+B$1, F100 =D$1+E$1 $ Excel 11

Excel Excel FOXPRO DBF lotus1-2-3 Excel Excel Excel Excel, Excel Excel Excel Excel 12

Excel Excel Excel SUM PMT TRUE FALSE #N/A Excel 1 2 3 4 Excel / ( ) 13

Excel 95% 10 5% (X-10, X +10 K / k / k,, Excel A1 5 X ( S / n ) (Medium) (Mode), (S) 2 ), (Max-Min), (Min), (Max), n 14

50,, 1 2 3 4 Excel Excel Excel Excel Excel 5 Excel 15

Excel -3-3 x-y x-z 1 A2:C12 2 3 4 Excel 5. x-y x-z 1 X x,y 2 X x,z Excel 5 6. X-Y X-Z X X Y Y/Z 7. -4 16

-4-4 Excel Excel -5-5 1-5 2 Microsoft Excel 3 Excel 4 17

- - -6 5-7 -7-7 18

1 2 3 4 / -1 Excel Excel Excel BINOMDIST BINOMDIST BINOMDIST 10 2 Excel 0.3 1-8 Excel 19

-8 2-9, B7 F7-9 3 B7 F7 F13-10 20

-10 4 B7 B13 5 6. (X) A7 A13 X 7. X Y : -10 Excel BINOMDIST BINOMDIST TRUE BINOMDIST FALSE CRITBINOM 1 CRITBINOM BINOMDIST P(X<=x) 2 CRITBINOM(trials,probability_s,alpha) Trials Probability_s Alpha 3 : CRITBINOM(6,0.5,0.75) 4 0.5, 6 4 0.75 21

HYPGEOMDIST 1 HYPGEOMDIST HYPGEOMDIST HYPGEOMDIST 2. HYPGEOMDIST(sample_s,number_sample,population_s, number_population) Sample_s Number_sample Population_s Number_population 3. 20 8 12 4 HYPGEOMDIST(1,4,8,20)= 0.363261 NEGBINOMDIST 1 NEGBINOMDIST NEGBINOMDIST n 2 : NEGBINOMDIST(number_f,number_s,probability_s) Number_f: Number_s: Probability_s: 3 5 0.3 5 10 NEGBINOMDIST(10,5,0.3)= 0.06871 POISSON: 1 POISSON n 2 POISSON(x,mean,cumulative) 22

X Mean Cumulative cumulative TRUE POISSON 0 x 0 1 FALSE x 3 POISSON(2,5,FALSE)=0.084224 5 2 0.084224 NORMDIST 1 NORMDIST NORMDIST 2. NORMDIST(x,mean,standard_dev,cumulative) X Mean Standard_dev Cumulative cumulative TRUE NORMDIST FALSE 3 NORMDIST(6,5,2,0) 5 2 X=6 NORMDIST 60 50 4 1 50 4 X=60 NORMSDIST 1 NORMSDIST 2 NORMSDIST(z) Z 3 NORMSDIST(0)=0.5 NORMSINV 1 NORMSINV 2 NORMSINV(probability) 23

Probability 3 NORMSINV(0.5)=0 t TDIST: 1 TDIST student t T t 2 TDIST(x,degrees_freedom,tails) X Degrees_freedom Tails tails = 1 TDIST tails = 2 TDIST 3 TDIST(1.96,60,2)=0.054645 Excel Rand() 0 1 Rand() RAND() -11 10 5-11 1 B2 =RAND() 2 B2 B11 B1 RANDOM 3. B2 B11 24

4. A2 B11 5. RANDOM -12 A2 A6 5-12 1. Excel RANDBETWEEN(TOP,BOTTOM) RANDBETWEEN(TOP,BOTTOM) TOP BOTTOM 2. RAND() 0 1 Excel 0-1 3. Excel Excel AVERAGE STDEV T TINV 25

Excel 1-13 2. A4:B6,A8:B8 A10:B15 ( CTRL ), -13 3. 0.95, -13 4. D1:D11, -14 26

-14 Excel Excel Excel Excel Excel NORMSDIST IF Excel 1-15 2. A3:B4,A6:B8 A10:A11,A13:A15 A17:B19, 27

-15 2-16 3 C1:C11, -16 28

-16-16 Ho 5%, 35 35 31.4 0.020303562, Excel 9 18-17 29

-17 1. t- : -18-18 2. 1 $B$1:$B$10 2 $D$1:$D$10 0 0.05, -19-19,Df 2 t 30

-19 P(T<=t) t t P(T<=t) t t t 5% Excel 1 t- student t- t- t- 2 t- t- 3 z - z - 31

X 2 X 2-20 X 2-20 1 A3:C4, 2. -21 D6 D7:D11 D12-21 3. -22 E6 E7:E11 E12 32

-22 4. X 2-23 F6 F7:F11 X 2 E12 X 2, X 2 E13 F12 F13, -23 5. -24 A14 B20 X 2 X 2 = - -1=5-2-1=2-24 33

-25-25 Excel, Excel Excel Excel -26 34

-26 1-27 B10 =B$7*$F4/$F$7 Excel sum -27 2 X 2 A15 B15 CHITEST B4:E6 B10:E12 1.3E-07, -28-28 35

3. X 2-29 B20 =(B4-B10)^2/B10 X 2 A24 B24-29 4. -30 CHIINV =( -1) *( -1)=(3-1)*(4-1)=6-30 B15 B24 1.3E-07 0.00000013 0 t- -31 32 4 36

-31 1. : 2. -32-32 -33 SS DF MS SS DF F F F 1 37

-33 F F crit 1.67761<2.94668, P-value 19.442%, -34 1987 1997-34 38

1 Y X Excel 16 95% anova y r 2 A1 2 X $B$1:$B$12, Y $C$1:$c$12, -35 R 2 F t Y=8.46433*X-18.288 39

-35-3 x,y,z 1 2 3 4-36 40

-36 x,y,z x,y 0.929167, x,y 3-37 1999 4 1 20 1-37 C1 Z C2 = -AVERAGE( ) C2 Excel C3 C22 2 E1 F1 Lag ac, 41

-37 E2 E9 1 8 F2 =SUMPRODUCT(OFFSET(C$2,0,0,20-E2), OFFSET(C3,0,0,20-E2)) /VAR($C$2:$C$21)/19 F2 F3:F9-38 -38 2 Excel Yule-Walker 8 8 Yule-Walker H2:O9-39 H2:O9 Excel 42

8 1i 8i H12 I12:I13, J12:J14, 8 MMULT(MINVERSE(OFFSET(H2,0,0,1,1)),OFFSET(F2,0,0,1)) MMULT(MINVERSE(OFFSET(H2,0,0,2,2)),OFFSET(F2,0,0,2)) MMULT(MINVERSE(OFFSET(H2,0,0,3,3)),OFFSET(F2,0,0,3)) MMULT(MINVERSE(OFFSET(H2,0,0,4,4)),OFFSET(F2,0,0,4)) MMULT(MINVERSE(OFFSET(H2,0,0,5,5)),OFFSET(F2,0,0,5)) MMULT(MINVERSE(OFFSET(H2,0,0,6,6)),OFFSET(F2,0,0,6)) MMULT(MINVERSE(OFFSET(H2,0,0,7,7)),OFFSET(F2,0,0,7)) MMULT(MINVERSE(OFFSET(H2,0,0,8,8)),OFFSET(F2,0,0,8)) 1. Excel =MMULT(MINVERSE(OFFSET(H2,0,0,2,2)), OFFSET(F2,0,0,2)) CTRL+SHIFT+ Excel 2. 1 pac 8-39 H12:O19 F12:F19 8 43

-39 3 1.96 1.96 k>1 (, ) (-0.438,0.438) 20 20 K>1 AR(1) C2:C20 D3:D21 D1 Z(-1) -40 AR(1) 44

-40-41 AR(1) -41 ^ Z =1.06284*Z(-1), - =1.06284( - ) (T) (S) (I) 45

Excel -42 A1 B13 1996 1998 ( ), 1999 1 C3 =AVERAGE(B2:B5) C4:C11 2. D4 =AVERAGE(C3:C4) D5:D11 3 E4 =B4/E4 E5:E11 4. F4 =AVERAGE(E4,E8) F5:F7-42 5. 1 G4 =F4/AVERAGE($F$4:$F$7) G5:G7 G4:G7 G4:G7 4 G2:G13 6. H2 =B2/F2 H3:H13 H 46

7. I 1 12-42 -43-44 B35 B36-43 47

-44 8. G14:G17 B14 =($B$35+I14*$B$36)*G14 B15:B17 B14:B17 1999-45 -45 48

Excel AVEDEV AVERAGE AVERAGEA BETADIST BETAINV BINOMDIST CHIDIST CHIINV CHITEST TRUE FALSE Beta Beta beta probability = BETADIST(x,...) BETAINV(probability,...) = x beta BINOMDIST BINOMDIST X 2 X 2 X 2 X 2 X 2 probability = CHIDIST(x,?) CHIINV(probability,?)= x CHITEST X 2 X 2 49

CONFIDENCE CORREL COUNT COUNTA COVAR CRITBINOM DEVSQ EXPONDIST FDIST FINV array1 array2 COUNT COUNTA CRITBINOM EXPONDIST EXPONDIST F F p = FDIST(x, ) FINV(p, ) = x F F 50

FISHER FISHERINV FORECAST FREQUENCY FTEST GAMMADIST GAMMAINV GAMMALN GEOMEAN GROWTH HARMEAN x Fisher Fisher y = FISHER(x) FISHERINV(y) = x x y x y x FREQUENCY FREQUENCY F F 1 2 P = GAMMADIST(x,...) GAMMAINV(p,...) = x (x) GEOMEAN x y GROWTH x y GROWTH x y 51

HYPGEOMDIST INTERCEPT KURT LARGE LINEST HYPGEOMDIST HYPGEOMDIST x y y known_x known_y y INTERCEPT 0 k LARGE LOGEST LOGINV LOGNORMDIST MAX MAXA x ln(x) mean standard-dev p=lognormdist(x,...) LOGINV p,... =x x ln(x) mean standard_dev TRUE FALSE MAXA 52

MINA MEDIAN MIN MINA MODE TRUE FALSE MEDIAN MODE NEGBINOMDIST probability_s NEGBINOMDIST number_s number_f NORMDIST NORMINV NORMSDIST NORMSINV 0 1 0 1 PEARSON PERCENTILE PERCENTRANK Pearson r -1.0 1.0-1.0 1.0 K 90 PERCENTRANK 53

PERMUT POISSON PROB QUARTILE RANK RSQ SKEW SLOPE SMALL STANDARDIZE STDEV STDEVA upper_limit x _range lower_limit QUARTILE 25% known_y's known_x's Pearson REARSON R y x known_y's known_x's k mean standard-dev mean 54

STDEVP STDEVPA STEYX mean TRUE FALSE mean mean y x y TDIST TINV TREND TRIMMEAN TTEST VAR VARA VARP VARPA WEIBULL ZTEST - t T t - t y known_y's known_x's new_x's y TRIMMEAN - t TTEST TRUE FALSE TRUE FALSE z P Z x 55

Excel F - F - F- t - t - t - t - t - t- t - t - t - t t - t - t - z - z - 56

( www.riskage.com) 57 FFT

( www.riskage.com) 58 20 A B- a Anova (anova) t- Anova anova Anova anova t-

[1] [ ]MICHAEL R.MIDDLETON, Excel 1997 [2],,,1997 [3] 1998 59