Cách sử dụng data analysis trong excel 2016

     
Excel đến tinycollege.edu.vn 365Excel mang đến tinycollege.edu.vn 365 dành cho trang bị MacExcel 2019Excel 2016Excel 2019 for MacExcel 2013Excel 2010Excel 2007Excel năm nhâm thìn for MacThêm...Ít hơn

Nếu khách hàng muốn thực hiện các phân tích thống kê và kỹ thuật phức tạp, bạn có thể rút ngắn thao tác và tiết kiệm thời gian bằng cách sử dụng ToolPak Phân tích. Bạn sẽ cung cấp dữ liệu và tmê mệt số cho từng phân tích; rồi công cụ sẽ dùng các hàm macro thống kê và kỹ thuật thích hợp rồi hiển thị kết quả vào 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 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 bên trên phần còn lại của trang tính, hãy tính lại công cụ phân tích mang đến từng trang tính.

ToolPak Phân tích bao hàm các công cụ được tế bào tả trong các phần sau. Để truy vấn nhập các công cụ này, bấm Phân tích Dữ liệu vào nhóm Phân tích trên tab Dữ liệu. Nếu lệnh Phân tích Dữ liệu không khả dụng, quý khách cần tải chương thơm trình bổ trợ ToolPak Phân tích xuống.


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

Nếu bạn đang sử dụng Excel 2007, hãy nhấn vào nút tinycollege.edu.vn Office

*
, rồi bấm tùy chọn Excel

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

Nếu nhiều người đang áp dụng Excel for Mac, vào thực đơn Tệp, hãy đi đến công cụ > hỗ trợ Excel.

Trong vỏ hộp bổ trợ, hãy kiểm tra vỏ hộp kiểm Toolpak phân tích , rồi bnóng OK.

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

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


Lưu ý: Để bao quát các hàm Visual Basic for Application (VBA) mang lại ToolPak Phân tích, người dùng có thẻ tải Bổ trợ Phân tích ToolPak - VBA tương đương như cách người mua hàng tải ToolPak Phân tích về. Trong hộp Bổ trợ sẵn dùng, chọn hộp xác định ToolPak Phân tích- VBA.


Công cụ phân tích Anova cung cấp các dạng phân tích phương thơm không nên sự so sánh. Công cụ mà người tiêu dùng bắt buộc dùng phụ thuộc vào số lượng nhân tố và số lượng mẫu mà bạn có từ các tổng thể mà người mua muốn kiểm định.

Anova: Nhân tố Đơn

Công cụ này thực hiện phân tích phương thơm không nên 1-1 giản trên dữ liệu đến nhị hoặc nhiều mẫu. Phân tích cung cấp kiểm định cho giả thiết rằng mỗi mẫu được lấy từ cùng phân bố xác suất cơ bản so với giả thiết loại trừ rằng các phân bố xác suất cơ bản là không như là nhau đối với tổng cộng các mẫu. Nếu chỉ có nhì mẫu, người dùng có thể dùng hàm trang tính T.TEST. Với nhiều rộng hai mẫu, ko có sự suy rộng T.TEST thích hợp và núm vào đó kiểu Anova Nhân tố Đơn có thể được đọc.

Anova: Nhân tố Kép có Lặp

Công cụ phân tích này hữu ích khi dữ liệu có thể được phân loại theo hai kích thmong sự so sánh. Ví dụ, vào một thí nghiệm để đo chiều cao của cây, các cây đó có thể được bón bằng các nhãn hiệu phân bón sự khác biệt (chẳng hạn A, B, C) và cũng có thể được giữ ở các nhiệt độ sự khác biệt (chẳng hạn thấp, cao). Với mỗi sáu cặp khả thi phân bón, nhiệt độ, chúng ta có số lần quan liêu 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 sự khác biệt có được đem từ cùng tổng thể cơ bản hay là không. Nhiệt độ được bỏ qua vào phân tích này.

Liệu chiều cao của cây đối với các mức nhiệt độ sự khác biệt có được lấy từ cùng tổng thể cơ bản hay không. Nhãn hiệu phân bón được bỏ qua vào phân tích này.

Liệu đã tính đến tác động của những khác lạ giữa các nhãn hiệu phân bón được tìm thấy trong điểm gạch đầu dòng đầu tiên và những lạ đời về nhiệt độ được tìm thấy trong điểm gạch đầu dòng thứ nhì, sáu mẫu tượng trưng cho toàn bộ các cặp quý hiếm phân bón, nhiệt độ được lấy từ cùng tổng thể tốt chưa. Giả thiết loại trừ là có những tác động vì chưng các cặp phân bón, nhiệt độ cụ thể bên cạnh những lạ lùng dựa vào riêng phân bón hoặc riêng biệt nhiệt độ.

*

Anova: Nhân tố Kép Không Lặp

Công cụ phân tích này hữu ích khi dữ liệu được phân loại theo hai kích thcầu sự so sánh nhỏng vào 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 liêu sát mang lại mỗi cặp (chẳng hạn, mỗi cặp phân bón, nhiệt độ vào ví dụ trên).


Hàm CorrelPEARSON hồ hết tính toán thù các hệ số đối sánh tương quan giữa hai đổi mới số giám sát lúc đo trên mỗi trở thành số số đông được quan liêu ngay cạnh cho mỗi đối tượng người sử dụng N. (Bất kỳ quan tiền gần kề thiếu thốn như thế nào đến ngẫu nhiên chủ đề như thế nào hoàn toàn có thể bị bỏ lỡ trong so với.) Công nắm phân tích tương quan đặc biệt có lợi Lúc có không ít hơn nhì thay đổi số thống kê giám sát cho mỗi đối tượng người tiêu dùng N. Nó cung ứng một bảng đầu ra, Ma trận tương quan, Hiển thị giá trị của Correl (hoặc PEARSON) được vận dụng đến từng cặp những biến chuyển số đo lường và thống kê hoàn toàn có thể xẩy ra.

Xem thêm: Top 17 Bài Văn Tả Cây Phượng Và Hoa Phượng Hay Nhất, Biểu Cảm Về Cây Phượng (15 Mẫu)

Hệ số tương quan, ví dụ như hiệp phương sai, là một trong thước đo của cường độ tất cả nhì biến chuyển số tính toán "biến hóa thành bên nhau." Không y như phương sai, Hệ số đối sánh tương quan được thu nhỏ tuổi nhằm giá trị của chính nó là hòa bình cùng với các đơn vị trong những số đó nhị biến đổi số đo lường sẽ tiến hành thể hiện. (ví dụ như, ví như nhì biến đổi số giám sát đều phải sở hữu độ dày và chiều cao, quý giá của hệ số đối sánh tương quan ko đổi khác trường hợp trọng lượng được đổi khác từ bỏ pounds sang kg.) Giá trị của bất kỳ hệ số tương quan như thế nào đề xuất là từ-1 đến + 1 bao gồm.

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


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

Công nỗ lực Copmùi hương không nên tính tân oán quý giá của hàm trang tính Cophương thơm không đúng. Phường cho từng cặp những trở nên số đo. (Dùng trực tiếp bằng pmùi hương không đúng. Phường. chđọng không phải là luật Cophương thơm sai là 1 trong những sửa chữa thay thế phù hợp Khi chỉ gồm hai đổi mới số giám sát và đo lường, Có nghĩa là N = 2.) Mục nhập trên tuyến đường chéo cánh của bảng đầu ra của vẻ ngoài Copmùi hương sai vào hàng i, cột i là cophương sai của phát triển thành số đo i-th với chính nó. Đây chỉ nên phương không nên dân số mang đến biến chuyển số kia, nlỗi tính toán bởi vì hàm trang tính var.P.

Bạn có thể dùng công cụ Hiệp pmùi hương 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 tốt không — đó là, các giá trị lớn của một biến số có xu hướng liên kết với các giá trị lớn của biến số khác hay là không (hiệp phương thơm không đúng dương), các quý giá nhỏ của một biến số có xu hướng liên kết với các quý hiếm lớn của biến số khác hay không (hiệp pmùi hương không nên âm), tốt các quý giá 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 tạo thành báo cáo thống kê đối kháng biến mang lại dữ liệu vào phạm vi nhập liệu, cung cấp biết tin về xu hướng trung chổ chính giữa và tính biến thiên của dữ liệu của người tiêu dùng.


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


Lưu ý: Giá trị của 0,2 đến 0,3 là các hằng số làm trơn hợp lý. Các quý giá này mang đến biết dự báo hiện tại yêu cầu được điều chỉnh trăng tròn phần trăm đến 30 phần trăm đến lỗi vào dự báo trcầu. Hằng số lớn rộng mang lại phản hồi nkhô cứng rộng mà lại có thể tạo ra các phép chiếu không ổn định. Hằng số nhỏ rộng có thể khiến cực hiếm dự báo bị chậm trễ lâu.


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

Ví dụ, người mua hàng có thể dùng công cụ Kiểm định F bên trên các mẫu số lần gặp đội tập bơi đối với một trong hai đội. Công cụ cung cấp kết quả của kiểm tra giả thiết null rằng nhị mẫu này đến từ các phân vùng có phương thơm không đúng bằng nhau, so với giải pháp loại trừ rằng pmùi hương không nên ko bằng nhau trong các phân vùng cơ bản.

Công cụ tính cực hiếm f của thống kê F (xuất xắc tỉ lệ F). Giá trị f gần tới 1 cung cấp bằng chứng rằng các phương thơm 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 thơm pháp Biến đổi Fourier Nkhô nóng (FFT) để biến đổi dữ liệu. Công cụ này cũng hỗ trợ các biến đổi nghịch đảo, trong đó nghịch đảo của dữ liệu được biến thành trả về dữ liệu cội.

*




Công cụ phân tích Trung bình Di chuyển chiếu các quý giá vào kỳ dự báo, dựa vào cực hiếm trung bình của biến số qua số kỳ trước cụ thể. Trung bình di chuyển cung cấp lên tiếng xu thế mà một đường trung bình đối kháng giản của hầu hết các dữ liệu lịch sử sẽ được đậy lại. Dùng công cụ này để dự báo doanh số, hàng tồn kho hoặc các xu hướng khác. Mỗi cực hiếm dự báo dựa vào công thức sau.

*

vào đó:

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

A j là giá trị thực tế tại thời điểm j

F j là giá trị dự báo tại thời điểm j







Công cụ phân tích Kiểm định t mang lại Hai Mẫu chứng thực đẳng thức của các trung bình tổng thể làm cơ sở mang lại mỗi mẫu. Ba công cụ dùng các giả định khác nhau: rằng các pmùi hương sai tổng thể là bằng nhau, rằng các phương không đúng tổng thể là ko bằng nhau và rằng nhị mẫu bảo hộ mang đến các quan sát trcầu xử lý và sau xử lý bên trên cùng các đối tượng.

Đối với tía công cụ dưới đây, quý giá Thống kê t, t, được tính và thể hiện là "t Stat" trong bảng kết quả. Dựa vào dữ liệu, quý hiếm này, t, có thể âm hoặc dương. Theo giả định của các trung bình tổng thể cơ bản bằng nhau, nếu t =0, "P(T t.

*

Công thức sau được dùng để tính bậc tự vị, df. Vì kết quả của phép tính thường không là số nguim, giá trị của df được làm tròn đến số nguyên gần nhất để có được quý hiếm giới hạn từ bảng t. Hàm trang tính T.TEST vào Excel dùng quý giá df được tính ko làm tròn, vì nó có thể tính toán quý giá mang đến T.TEST bằng một df không phải số ngulặng. Vì những cách tiếp cận sự so sánh này đến việc xác định bậc tự do, các kết quả của T.

Xem thêm: Con Gái Thích Con Trai Nói Gì Ở, Con Gái Thích Con Trai Như Thế Nào

TEST và công cụ t-Test này sẽ sự so sánh trong trường hợp Pmùi hương không nên Không bằng nhau.


Chuyên mục: Kiến thức thú vị