Cách sử dụng data analysis trong excel 2016

Excel mang lại geektechreviews.com 365 Excel cho geektechreviews.com 365 dành mang đến máy Mac Excel 2021 Excel 2021 for Mac Excel 2019 Excel 2019 for Mac Excel năm 2016 Excel năm nhâm thìn for Mac Excel 2013 Excel 2010 Excel 2007 Xem thêm...Ít hơn

Nếu người mua hàng muốn thực hiện các phân tích thống kê và kỹ thuật phức tạp, khách hàng có thể rút ngắn quy trình và tiết kiệm thời gian bằng cách sử dụng ToolPak Phân tích. Bạn sẽ cung cấp dữ liệu và tđam mê số đến từng phân tích; rồi công cụ sẽ dùng các hàm macro thống kê và kỹ thuật thích hợp rồi hiển thị kết quả trong bảng kết quả. Một số công cụ còn tạo biểu đồ ngoài bảng kết quả.

Bạn đang xem: Cách sử dụng data analysis trong excel 2016

Chỉ có thể dùng các hàm phân tích dữ liệu bên trên từng trang tính một. khi khách hàng thực hiện phân tích dữ liệu bên trên các trang tính đã nhóm, kết quả sẽ xuất hiện bên trên trang tính đầu tiên và bảng đã được định dạng trống sẽ xuất hiện trên các trang tính còn lại. Để thực hiện phân tích dữ liệu trên phần còn lại của trang tính, hãy tính lại công cụ phân tích đến từng trang tính.

ToolPak Phân tích bao gồm các công cụ được mô tả trong các phần sau. Để truy nhập các công cụ này, bấm Phân tích Dữ liệu vào nhóm Phân tích bên trên tab Dữ liệu. Nếu lệnh Phân tích Dữ liệu ko khả dụng, bạn cần tải cmùi hương trình bổ trợ ToolPak Phân tích xuống.


Bấm tab Tệp, chọn Tùy chọn rồi bấm thể loại Bổ trợ.

Trong hộp Quản lý, chọn Bổ trợ Excel, rồi bấm Đi tới.

Nếu bạn đang sử dụng Excel for Mac, trong thực đơn tệp, đi mang lại mục Công cụ > Excel hỗ trợ.

Trong vỏ hộp Bổ trợ, nên chọn lựa hộp soát sổ ToolPak Phân tích, rồi bấm OK.

Nếu ToolPak Phân tích ko được liệt kê trong hộp Bổ trợ Sẵn dùng, bấm Duyệt để định vị nó.

Nếu quý khách hàng được nhắc rằng ToolPak Phân tích hiện chưa được cài để bên trên máy tính của bạn, hãy bấm để cài để nó.


Lưu ý: Để bao gồm các hàm Visual Basic for Application (VBA) mang lại ToolPak Phân tích, người mua có thẻ tải Bổ trợ Phân tích ToolPak - VBA tương đương nhỏng cách người tiêu dùng tải ToolPak Phân tích về. Trong hộp Bổ trợ sẵn dùng, chọn hộp kiểm tra ToolPak Phân tích- VBA.


Công cụ phân tích Anova cung cấp các dạng phân tích pmùi hương không đúng sự so sánh. Công cụ mà khách hàng nên dùng phụ thuộc vào số lượng nhân tố và số lượng mẫu mà người mua có từ các tổng thể mà quý khách muốn kiểm định.

Anova: Nhân tố Đơn

Công cụ này thực hiện phân tích phương không đúng đối kháng giản bên trên dữ liệu mang đến hai hoặc nhiều mẫu. Phân tích cung cấp kiểm định mang đến giả thiết rằng mỗi mẫu được mang từ cùng phân vùng xác suất cơ bản so với giả thiết loại trừ rằng các phân bổ xác suất cơ bản là ko kiểu như nhau đối với tất cả các mẫu. Nếu chỉ có nhì mẫu, khách hàng có thể dùng hàm trang tính T.TEST. Với nhiều rộng nhì mẫu, ko có sự suy rộng T.TEST thích hợp và vậy vào đó kiểu Anova Nhân tố Đơn có thể được đọc.

Anova: Nhân tố Kép có Lặp

Công cụ phân tích này hữu ích Lúc dữ liệu có thể được phân loại theo nhị kích thmong khác nhau. Ví dụ, trong một thí nghiệm để đo chiều cao của cây, các cây đó có thể được bón bằng các nhãn hiệu phân bón sự so sánh (chẳng hạn A, B, C) và cũng có thể được giữ ở các nhiệt độ khác nhau (chẳng hạn thấp, cao). Với mỗi sáu cặp khả thi phân bón, nhiệt độ, chúng ta có số lần quan tiền sát chiều cao của cây bằng nhau. Dùng công cụ Anova này, chúng ta có thể kiểm định:

Liệu chiều cao của cây đối với các nhãn hiệu phân bón khác nhau có được rước từ cùng tổng thể cơ bản hay là không. Nhiệt độ được bỏ qua trong phân tích này.

Liệu chiều cao của cây đối với các mức nhiệt độ sự so sánh có được rước từ cùng tổng thể cơ bản hay không. Nhãn hiệu phân bón được bỏ qua trong phân tích này.

Liệu đã tính đến tác động của những quái lạ giữa các nhãn hiệu phân bón được tìm thấy vào điểm gạch đầu dòng đầu tiên và những lạ mắt về nhiệt độ được tìm thấy trong điểm gạch đầu dòng thứ hai, sáu mẫu thay thế cho nhiều loại các cặp giá trị phân bón, nhiệt độ được mang từ cùng tổng thể hay không. Giả thiết loại trừ là có những tác động do các cặp phân bón, nhiệt độ cụ thể bên cạnh những khác biệt dựa vào riêng biệt phân bón hoặc riêng nhiệt độ.

*

Anova: Nhân tố Kép Không Lặp

Công cụ phân tích này hữu ích Khi dữ liệu được phân loại theo nhì kích thước sự khác biệt như trong trường hợp Nhân tố Kép có Lặp. Tuy nhiên, đối với công cụ này, điều được giả định là chỉ có duy nhất một lần quan tiền sát mang đến mỗi cặp (chẳng hạn, mỗi cặp phân bón, nhiệt độ vào ví dụ trên).


Hàm trang tính CORREL cùng PEARSON mọi tính tân oán thông số đối sánh tương quan thân nhì trở nên số giám sát Khi những số đo bên trên từng trở nên số được quan liêu cạnh bên cho mỗi đối tượng N. (Bất kỳ quan cạnh bên thiếu hụt nào so với bất kỳ đối tượng người tiêu dùng như thế nào làm đối tượng người tiêu dùng bị làm lơ trong so với.) Công nỗ lực so sánh Tương quan quan trọng có ích Lúc có tương đối nhiều hơn hai trở nên số giám sát và đo lường cho từng đối tượng người dùng N. Nó cung ứng bảng kết quả, một ma trận tương quan, hiển thị giá trị của CORREL (hoặc PEARSON) được áp dụng cho từng cặp biến chuyển số đo lường và thống kê khả thi.

Xem thêm: Hướng Dẫn Cách Dò Tìm Theo Hàng Và Cột Trong Excel, Hàm Dò Tìm 2 Điều Kiện Là Gì

Hệ số đối sánh tương quan, chẳng hạn như hiệp phương thơm hiệp, là 1 trong những thước đo của phạm vi đến mức nhưng nhị biến số tính toán "cùng biến hóa." Không y như hiệp phương thơm hiệp, thông số tương quan được giám sát để quý giá của chính nó tự do với những đơn vị chức năng cơ mà trong đó hai vươn lên là số tính toán được miêu tả. (ví dụ như, trường hợp hai biến hóa số đo lường và thống kê là trọng lượng và chiều cao, quý giá của thông số đối sánh tương quan không biến đổi giả dụ trọng lượng được đổi khác từ pao sang trọng kilogram.) Giá trị của hồ hết thông số đối sánh tương quan nên tự -1 cho +1 bao hàm cả -1.

Bạn có thể dùng công cụ phân tích đối sánh để xác định mỗi cặp biến số đo lường để xác định liệu nhì biến số đo lường có xu hướng cùng di chuyển xuất xắc không — đó là, các giá trị lớn của một biến số có xu hướng liên kết với các quý giá lớn của biến số khác hay không (tương quan dương), các quý giá nhỏ của một biến số có xu hướng liên kết với các quý hiếm lớn của biến số khác hay là không (tương quan âm), xuất xắc các cực hiếm của cả hai biến số có xu hướng độc lập (đối sánh gần 0 (không)).


Công cụ Tương quan lại và Hiệp phương thơm không nên đều có thể được dùng trong cùng thiết đặt, Khi người mua hàng có N biến số đo lường sự so sánh được quan tiền sát bên trên một bộ cá thể. Công cụ Tương quan liêu và Hiệp pmùi hương không đúng cung cấp bảng kết quả, một ma trận, thể hiện hệ số đối sánh tương quan hoặc hiệp phương không đúng tương ứng giữa mỗi cặp biến số đo lường. Sự sự khác biệt là hệ số đối sánh được đo nằm vào gần đúng từ -1 đến +1 khái quát cả nhì số này. Hiệp pmùi hương không nên tương ứng ko được đo. Cả hệ số đối sánh tương quan và hiệp pmùi hương sai đều là các đơn vị đo lường của phạm vi đến mức mà nhì biến số đo lường "cùng biến đổi."

Công cầm cố Hiệp phương thơm hiệp tính giá trị của hàm trang tính COVARIANCE. Phường cho mỗi cặp trở thành số đo lường và tính toán. (Sử dụng HIỆP PHƯƠNG HIỆPhường TRỰC TIẾP. P chứ không phải là phương pháp Hiệp phương hiệp là phương pháp sửa chữa hợp lý và phải chăng Lúc chỉ có nhì thay đổi số tính toán, nghĩa là N=2.) Mục nhập trên đường chéo cánh của bảng công dụng của quy định Hiệp phương thơm trở thành vào sản phẩm i, cột i là hiệp pmùi hương hiệp của biến đổi số đo máy i cùng với thiết yếu nó. Đây chỉ với phương sai toàn diện đến đổi mới số kia, như được xem toán thù vày hàm trang tính VAR.P.

Bạn có thể dùng công cụ Hiệp phương không nên để xác định mỗi cặp biến số đo lường để xác định liệu hai biến số đo lường có xu hướng cùng di chuyển xuất xắc không — đó là, các cực hiếm lớn của một biến số có xu hướng liên kết với các giá trị lớn của biến số khác hay là không (hiệp pmùi hương không đúng dương), các cực hiếm nhỏ của một biến số có xu hướng liên kết với các cực hiếm lớn của biến số khác hay không (hiệp phương sai âm), giỏi các giá trị của cả nhị biến số có xu hướng độc lập (đối sánh tương quan gần 0 (không)).


Công cụ phân tích Thống kê Mô tả mang lại báo cáo thống kê đối kháng biến mang lại dữ liệu trong phạm vi nhập liệu, cung cấp đọc tin về xu hướng trung trọng tâm và tính biến thiên của dữ liệu của người dùng.


Công cụ phân tích Làm trơn tuột Hàm mũ dự đoán một quý giá phụ thuộc vào dự đoán mang đến kỳ trước, được điều chỉnh đến lỗi vào dự báo trướć. Công cụ dùng hằng số làm trót lọt a, độ lớn của nó xác định dự báo phản hồi đến các lỗi trong dự báo trmong mạnh mẽ như thế nào.


Lưu ý: Giá trị của 0,2 đến 0,3 là các hằng số làm trơn tru hợp lý. Các quý hiếm này mang lại biết dự báo hiện tại cần được điều chỉnh 20 phần trăm đến 30 phần trăm mang đến lỗi vào dự báo trước. Hằng số lớn rộng đến phản hồi nkhô nóng hơn tuy vậy có thể mang lại các phép chiếu không ổn định. Hằng số nhỏ rộng có thể khiến cực hiếm dự báo bị chậm trễ thọ.


Công cụ phân tích Hai mẫu Kiểm định F đối với Phương thơm không nên thực hiện kiểm định F đối với nhì mẫu để so sánh hai phương thơm sai tổng thể.

Ví dụ, khách hàng có thể dùng công cụ Kiểm định F bên trên các mẫu số lần gặp đội bơi lội đối với một vào nhị đội. Công cụ cung cấp kết quả của chứng thực giả thiết null rằng nhị mẫu này đến từ các phân vùng có phương sai bằng nhau, so với giải pháp loại trừ rằng phương thơm sai không bằng nhau trong các phân vùng cơ bản.

Công cụ tính giá trị f của thống kê F (xuất xắc tỉ lệ F). Giá trị f gần tới 1 cung cấp bằng chứng rằng các phương không đúng tổng thể cơ bản là bằng nhau. Trong bảng kết quả, nếu f 1, "P(F


Công cụ Phân tích Fourier xử lý các vấn đề vào hệ thống tuyến tính và phân tính dữ liệu định kỳ bằng cách dùng phương pháp Biến đổi Fourier Nkhô giòn (FFT) để thay đổi dữ liệu. Công cụ này cũng hỗ trợ các biến đổi nghịch đảo, trong đó nghịch đảo của dữ liệu được biến đổi trả về dữ liệu cội.

*




Công cụ phân tích Trung bình Di chuyển chiếu các giá trị vào kỳ dự báo, dựa vào quý giá trung bình của biến số qua số kỳ trcầu cụ thể. Trung bình di chuyển cung cấp báo cáo xu thế mà một đường trung bình 1-1 giản của toàn bộ các dữ liệu lịch sử sẽ được bít lại. Dùng công cụ này để dự báo doanh số, hàng tồn kho hoặc các xu hướng khác. Mỗi quý giá dự báo dựa vào công thức sau.

*

trong đó:

N là số kỳ trước khái quát trong trung bình di chuyển

A j là quý giá thiết thực tại thời điểm j

F j là quý hiếm dự báo tại thời điểm j







*

Kiểm định t: Giả định Hai mẫu có Phương thơm không đúng Bằng nhau

Công cụ phân tích này thực hiện Kiểm định t của student đến nhị mẫu. Dạng thức Kiểm định t này giả định rằng hai tập dữ liệu đến từ các phân vùng có phương sai tương tự nhau. Nó được hiểu là Kiểm định t phương thơm không nên có điều kiện không đổi. Bạn có thể dùng Kiểm định t này để xác định hai mẫu có khả năng đến từ các phân bố có trung bình tổng thể bằng nhau.

Kiểm định t: Giả định Hai mẫu có Phương không đúng Không bằng nhau

Công cụ phân tích này thực hiện Kiểm định t của student đến nhì mẫu. Dạng thức Kiểm định t này giả định rằng nhì tập dữ liệu đến từ các phân bố có pmùi hương không đúng sự so sánh. Nó được gọi là Kiểm định t có pmùi hương sai phụ thuộc vào một biến ngẫu nhiên có điều kiện khác. Với trường hợp Pmùi hương sai Bằng nhau trmong đó, khách hàng có thể dùng Kiểm định t này để xác định nhị mẫu có kỹ năng đến từ các phân bố có trung bình tổng thể bằng nhau. Hãy dùng kiểm định này khi có các đối tượng riêng biệt vào nhì mẫu. Hãy dùng kiểm định Theo cặp, được mô tả trong ví dụ sau, khi có một tập solo các đối tượng và nhì mẫu tượng trưng đến các đo lường mang lại mỗi đối tượng trmong và sau xử lý.

Công thức sau được dùng để xác định cực hiếm thống kê t.

*

Công thức sau được dùng để tính bậc tự vì chưng, df. Vì kết quả của phép tính thường không là số nguyên ổn, giá trị của df được làm tròn đến số nguyên ổn gần nhất để có được quý hiếm giới hạn từ bảng t. Hàm trang tính T.TEST vào Excel dùng giá trị df được tính không làm tròn, vì nó có thể tính toán cực hiếm đến T.TEST bằng một df không phải số nguim. Vì những cách tiếp cận khác nhau này đến việc xác định bậc tự bởi, các kết quả của T.TEST và công cụ t-Test này sẽ khác nhau vào trường hợp Phương không đúng Không bằng nhau.