Usare Strumenti di analisi per effettuare analisi di dati complessi

Se è necessario sviluppare analisi statistiche o ingegneristiche complesse, è possibile risparmiare tempo e passaggi utilizzando Strumenti di analisi. Questo componente include strumenti che analizzano dati e parametri e mediante funzioni macro statistiche o ingegneristiche appropriate calcolano e visualizzano i risultati in una tabella di output. Oltre alle tabelle di output, alcuni di questi strumenti rappresentano i risultati su grafici.

È possibile usare le funzioni di analisi dei dati solo in un foglio di lavoro alla volta. Quando si eseguono analisi di dati su gruppi di fogli di lavoro, i risultati verranno visualizzati sul primo foglio di lavoro, mentre negli altri fogli verranno visualizzate delle tabelle formattate vuote. Per analizzare i dati dei rimanenti fogli di lavoro, usare nuovamente lo strumento di analisi per ciascuno di essi.

Gli strumenti del componente aggiuntivo Strumenti di analisi sono descritti nelle sezioni seguenti. Per accedere a questi strumenti, selezionare Analisi dati nella scheda Dati . Se il comando Analisi dati non è disponibile, è necessario caricare e attivare il programma aggiuntivo Strumenti di analisi .

Caricare e attivare Strumenti di analisi

1. Per caricare e attivare Strumenti di analisi:

   Nel menu File Excel per Mac passare a Componenti aggiuntivi diExcel Strumenti.>

   In Excel per Windows:

   1. Selezionare File, Opzioni e quindi Componenti aggiuntivi.
   2. Nella casella Gestisci selezionare Componenti aggiuntivi di Excel e quindi Vai.

2. Nella casella Componenti aggiuntivi , selezionare la casella di controllo Strumenti di analisi e quindi selezionare OK.

   • Se Strumenti di analisi non è incluso nell'elenco Componenti aggiuntivi disponibili, fare clic su Sfoglia per trovarlo.
   • Se viene richiesto che Strumenti di analisi non è attualmente installato nel computer, selezionare Sì per installarlo.

Analisi varianza

Gli strumenti Analisi varianza offrono diversi tipi di analisi della varianza. La scelta dello strumento dipende dal numero di fattori e di campioni di cui si dispone relativi alle popolazioni che si vuole verificare.

Analisi varianza a un fattore

Questo strumento esegue una semplice analisi della varianza sui dati per due o più campioni. L'analisi fornisce un test dell'ipotesi che ogni campione sia estratto dalla stessa distribuzione di probabilità sottostante rispetto all'ipotesi alternativa che le distribuzioni di probabilità sottostanti non siano le stesse per tutti i campioni. Se sono presenti solo due esempi, è possibile utilizzare la funzione del foglio di lavoro T.TEST. Con più di due campioni, non esiste una generalizzazione conveniente di T.TEST e si può ricorrere al modello Single Factor Anova.

Analisi varianza a due fattori con replica

Questo strumento di analisi risulta utile quando i dati possono essere classificati lungo due dimensioni diverse. Ad esempio, in un esperimento in cui viene misurata l'altezza di alcune piante è possibile che si usino marche di fertilizzante diverse (ad esempio A, B, C) e che le piante vengano mantenute a temperature diverse (ad esempio bassa o alta). Per ognuna delle sei coppie di valori {fertilizzante, temperatura} possibili, si dispone dello stesso numero di osservazioni delle altezze delle piante. Tramite lo strumento Analisi varianza è possibile verificare:

• Se i valori delle altezze delle piante in relazione alle diverse marche di fertilizzante vengono estratti dalla stessa popolazione sottostante. Per questa analisi vengono ignorate le temperature.
• Se i valori delle altezze delle piante in relazione ai diversi livelli di temperatura vengono estratti dalla stessa popolazione sottostante. Per questa analisi vengono ignorate le marche di fertilizzante.

Dopo aver considerato gli effetti delle differenze tra le marche di fertilizzante rilevate al primo punto dell'elenco e le differenze tra le temperature rilevate al secondo punto dell'elenco, i sei campioni che rappresentano tutte le coppie di valori {fertilizzante, temperatura} vengono estratti dalla stessa popolazione. L'ipotesi alternativa prevede l'esistenza di effetti dovuti a coppie di valori {fertilizzante, temperatura} specifiche oltre alle differenze basate sul solo fertilizzante o sulla sola temperatura.

Analisi varianza a due fattori senza replica

Questo strumento di analisi risulta utile quando i dati vengono classificati in due dimensioni diverse come nell'analisi a due fattori con replica. Per questo strumento si presuppone tuttavia di disporre di una sola osservazione per ogni coppia, ad esempio per ogni coppia di valori {fertilizzante, temperatura} dell'esempio precedente.

Correlazione

Le funzioni del foglio di lavoro CORREL e PEARSON calcolano entrambe il coefficiente di correlazione tra due variabili di misurazione quando vengono osservate misurazioni su ciascuna variabile per ciascuno di N soggetti. (Qualsiasi osservazione mancante per qualsiasi soggetto fa sì che quel soggetto venga ignorato nell'analisi.) Lo strumento di analisi di correlazione è particolarmente utile quando ci sono più di due variabili di misurazione per ciascuno di N soggetti. Fornisce una tabella di output, una matrice di correlazione, che mostra il valore di CORREL (o PEARSON) applicato a ciascuna possibile coppia di variabili di misura.

Il coefficiente di correlazione, come la covarianza, è una misura della misura in cui due variabili di misurazione "variano insieme". A differenza della covarianza, il coefficiente di correlazione viene scalato in modo che il suo valore sia indipendente dalle unità in cui sono espresse le due variabili di misurazione. Ad esempio, se le due variabili di misurazione sono peso e altezza, il valore del coefficiente di correlazione rimane invariato se il peso viene convertito da libbre a chilogrammi. Il valore di qualsiasi coefficiente di correlazione deve essere compreso tra -1 e +1 inclusi.

È possibile usare lo strumento Correlazione per analizzare ogni coppia di variabili di misura e determinare se le due variabili di misura tendono a crescere proporzionalmente, ovvero se i valori elevati di una variabile tendono a essere associati ai valori elevati dell'altra (correlazione positiva), se i valori bassi di una variabile tendono a essere associati ai valori elevati dell'altra (correlazione negativa) o se non esiste correlazione tra i valori delle due variabili (correlazione prossima a 0 (zero)).

Covarianza

Gli strumenti di correlazione e covarianza possono essere utilizzati entrambi nello stesso contesto, quando sono state osservate N diverse variabili di misurazione su un insieme di individui. Gli strumenti di correlazione e covarianza forniscono ciascuno una tabella di output, una matrice, che mostra il coefficiente di correlazione o la covarianza, rispettivamente, tra ciascuna coppia di variabili di misurazione. La differenza è che i coefficienti di correlazione vengono ridimensionati in modo da essere compresi tra -1 e +1 inclusi. Le covarianze corrispondenti non vengono scalate. Sia il coefficiente di correlazione che la covarianza sono misure della misura in cui due variabili "variano insieme".

Lo strumento Covarianza calcola il valore della funzione COVARIANZA del foglio di lavoro . P per ogni coppia di variabili di misura. (Uso diretto della COVARIANZA. P piuttosto che lo strumento della covarianza è un'alternativa ragionevole quando ci sono solo due variabili di misurazione, cioè N=2.) La voce sulla diagonale della tabella di output dello strumento Covarianza nella riga i, colonna i è la covarianza della variabile di misurazione i-esima con se stessa. Questa è solo la varianza della popolazione per quella variabile, calcolata dalla funzione del foglio di lavoro VAR.P.

È possibile usare lo strumento Covarianza per analizzare ogni coppia di variabili di misura per determinare se le due variabili di misura tendono a crescere proporzionalmente, ovvero se i valori elevati di una variabile tendono a essere associati ai valori elevati dell'altra (covarianza positiva), se i valori bassi di una variabile tendono a essere associati ai valori elevati dell'altra (covarianza negativa) o se non esiste correlazione tra i valori delle due variabili (covarianza prossima a 0 (zero)).

Statistica descrittiva

Lo strumento di analisi Statistica descrittiva genera un rapporto di statistica univariata per i dati dell'intervallo di input, fornendo informazioni sulla tendenza centrale e la variabilità dei dati.

Smorzamento esponenziale

Lo strumento di analisi Smorzamento esponenziale consente di prevedere un valore basato sulla previsione per il periodo precedente, con la correzione dell'errore della previsione precedente. Questo strumento usa una costante di smorzamento a, il cui valore assoluto determina in quale misura le previsioni rispondono agli errori della previsione precedente.

Test F a due campioni per varianze

Lo strumento di analisi Test F a due campioni per varianze consente di eseguire un test F a due campioni per confrontare le varianze di due popolazioni.

È ad esempio possibile usarlo su campioni di tempi ottenuti da due squadre in una gara di nuoto. Questo strumento fornisce il risultato della verifica dell'ipotesi nulla secondo cui i due campioni provengono da distribuzioni con varianze uguali rispetto all'alternativa secondo cui le varianze nelle distribuzioni sottostanti non sono uguali.

Lo strumento calcola il valore f di una Statistica F (o rapporto F). Un valore di f prossimo a 1 dimostra che le varianze delle popolazioni sottostanti sono uguali. Nella tabella dei risultati, se f < 1 "P(F <= f) one-tail" fornisce la probabilità di osservare un valore della statistica F inferiore a f quando le varianze di popolazione sono uguali, e "F Critical one-tail" fornisce il valore critico minore di 1 per il livello di significatività scelto, Alpha. Se f > 1, "P(F <= f) one-tail" fornisce la probabilità di osservare un valore della statistica F maggiore di f quando le varianze di popolazione sono uguali e "F Critical one-tail" fornisce il valore critico maggiore di 1 per Alpha.

Analisi di Fourier

Lo strumento Analisi di Fourier consente di risolvere i problemi nei sistemi lineari e di analizzare i dati periodici usando il metodo Fast Fourier Transform (FFT) per la trasformazione dei dati. Questo strumento supporta anche le trasformazioni inverse, in cui l'inversa dei dati trasformati restituisce i dati originali.

Istogramma

Lo strumento di analisi Istogramma consente di calcolare le frequenze individuali e cumulative per un intervallo di celle e di classi di dati. Questo strumento genera dati per il numero di occorrenze di un valore in un set di dati.

È ad esempio possibile determinare la distribuzione dei voti espressi in lettere in una classe di 20 studenti. Nella tabella dell'istogramma vengono illustrati i limiti dei voti espressi in lettere e il numero di voti compresi tra il limite inferiore e il limite corrente. Il singolo voto più frequente rappresenta la modalità dei dati.

Media mobile

Lo strumento di analisi Media mobile consente di proiettare valori nel periodo di previsione sulla base del valore medio della variabile calcolata su un numero specifico di periodi precedenti. Una media mobile fornisce le informazioni sulla tendenza che una semplice media di tutti i dati cronologici non sarebbe in grado di fornire. Usare questo strumento per prevedere vendite, inventari e altre tendenze. Ciascun valore di previsione si basa sulla formula seguente:

dove:

• N è il numero di periodi precedenti da includere nella media mobile
• Aj è il valore effettivo al tempo j
• Fj è il valore previsto al tempo j

Generazione di un numero casuale

Lo strumento di analisi Generazione di un numero casuale consente di riempire un intervallo con numeri casuali indipendenti estratti da una delle distribuzioni. È possibile caratterizzare i soggetti di una popolazione con una distribuzione di probabilità. È ad esempio possibile usare una distribuzione normale per caratterizzare la popolazione di altezze di individui oppure usare una distribuzione di Bernoulli a due possibili esiti per caratterizzare la popolazione di risultati del lancio di una moneta.

Rango e percentile

Lo strumento di analisi Rango e percentile produce una tabella che contiene il rango ordinale e la percentuale di ogni valore in un set di dati. È possibile analizzare la posizione relativa dei valori in un set di dati. Questo strumento usa le funzioni RANGO del foglio di lavoro. EQ e PERCENTRANK. INC. Se si vuole tenere conto dei valori legati, usare la funzione RANGO. Funzione EQ , che considera i valori legati come aventi lo stesso rango, oppure usare la funzione RANK. Funzione AVG , che restituisce il rango medio per i valori legati.

Regressione

Lo strumento di analisi Regressione consente di eseguire un'analisi lineare della regressione usando il metodo dei minimi quadrati per adattare una retta a un insieme di osservazioni. È possibile analizzare l'effetto di una o più variabili indipendenti su una singola variabile dipendente. È ad esempio possibile analizzare il modo in cui le prestazioni di un atleta sono influenzate da fattori quali l'età, la statura e il peso. È possibile ripartire la misura delle prestazioni tra questi tre fattori in base a un set di dati delle prestazioni e quindi usare i risultati per prevedere le prestazioni di un altro atleta non analizzato.

Lo strumento di regressione usa la funzione del foglio di lavoro REGR.LIN

Campionamento

Lo strumento di analisi Campionamento consente di creare un campione da una popolazione considerando l'intervallo di input come una popolazione. Quando la popolazione è troppo vasta per essere elaborata o tracciata in un grafico, è possibile usare un campione rappresentativo. È anche possibile creare un campione che contenga solo i valori di una determinata parte di un ciclo, se si ritiene che i dati di input siano periodici. Se ad esempio l'intervallo di input contiene i valori delle vendite trimestrali, il campionamento con un tasso periodico di quattro determinerà l'inserimento nell'intervallo di output dei valori relativi allo stesso trimestre.

Test t

Gli strumenti di analisi Test t: due campioni consentono di verificare l'uguaglianza delle medie della popolazione sottostante ogni campione. Questi tre strumenti si basano su presupposti diversi, ovvero che le varianze della popolazione siano uguali, che le varianze della popolazione non siano uguali e che i due campioni rappresentino osservazioni degli stessi soggetti prima e dopo un esperimento.

Per tali strumenti viene calcolato un valore di una Statistica t, ovvero t, e tale valore viene indicato nelle tabelle di output come "Stat t". A seconda dei dati, il valore t può essere negativo o non negativo. Sotto l'ipotesi di uguale popolazione sottostante significa, se t < 0, "P(T <= t) one-tail" dà la probabilità che venga osservato un valore della t-Statistica che sia più negativo di t. Se t >= 0, "P(T <= t) one-tail" fornisce la probabilità che venga osservato un valore della statistica t più positivo di t. "t critico una coda" fornisce il valore massimo, in modo che la probabilità di osservare un valore della Statistica t maggiore o uguale a "t critico una coda" corrisponda ad Alfa.

"P(T <= t) a due code" fornisce la probabilità che venga osservato un valore della statistica t maggiore in valore assoluto di t. "P critico due code" fornisce il valore massimo, in modo che la probabilità di osservare un valore della Statistica t maggiore in termini di valore assoluto di "P critico due code" corrisponda ad Alfa.

Test t: due campioni accoppiati per medie

È possibile usare un test accoppiato quando esiste un naturale appaiamento tra le osservazioni dei campioni, come nel caso di una duplice verifica di un gruppo campione, prima e dopo un esperimento. Questo strumento di analisi e la relativa formula consentono di eseguire un test t di Student a due campioni accoppiati per determinare la probabilità che le osservazioni precedenti e quelle successive a un esperimento derivino da distribuzioni con medie di popolazione uguali. Questa forma del test t non presuppone che le varianze di entrambe le popolazioni siano uguali.

Test t: due campioni presupponendo uguale varianza

Questo strumento di analisi esegue un t-Test di due campioni dello studente. Questo modulo t-Test presuppone che i due set di dati provengano da distribuzioni con le stesse varianze. È indicato come t-Test omoschedastico. È possibile utilizzare questo test t per determinare se è probabile che i due campioni provengano da distribuzioni con medie di popolazione uguali.

Test t: due campioni presupponendo varianze diverse

Questo strumento di analisi esegue un t-Test di due campioni dello studente. Questa forma t-Test presuppone che i due set di dati provengano da distribuzioni con varianze disuguali. È indicato come t-test eteroschedastico. Come per il precedente caso di Equal Variances, è possibile utilizzare questo t-Test per determinare se è probabile che i due campioni provengano da distribuzioni con medie di popolazione uguali. Utilizzare questo test quando ci sono soggetti distinti nei due campioni. Utilizzare il test accoppiato, descritto nell'esempio seguente, quando è presente un singolo set di soggetti e i due campioni rappresentano le misurazioni per ciascun soggetto prima e dopo un trattamento.

Per determinare il valore statistico t viene usata la formula seguente:

La seguente formula viene utilizzata per calcolare i gradi di libertà, df. Poiché il risultato del calcolo in genere non è un numero intero, il valore di df viene arrotondato all'intero più vicino per ottenere un valore critico dalla tabella t. La funzione del foglio di lavoro di Excel TESTT utilizza il valore df calcolato senza arrotondamento, perché è possibile calcolare un valore per TESTT con un valore df non intero. A causa di questi diversi approcci per determinare i gradi di libertà, i risultati di T.TEST e di questo strumento t-Test differiranno nel caso delle varianze disuguali.

Test z

Lo strumento di analisi z-Test: due campioni per medie esegue uno z-test a due campioni per le medie con varianze note. Questo strumento viene utilizzato per testare l'ipotesi nulla che non vi sia differenza tra due medie di popolazione rispetto a ipotesi alternative unilaterali o bilaterali. Se le varianze non sono note, è consigliabile usare la funzione TESTZ nel foglio di lavoro.

Quando si usa lo strumento Test z, è necessario fare attenzione all'interpretazione dell'output. "P(Z <= z) one-tail" è in realtà P(Z >= ABS(z)), la probabilità di un valore z più lontano da 0 nella stessa direzione del valore z osservato quando non c'è differenza tra le medie della popolazione. "P(Z <= z) a due code" è in realtà P(Z >= ABS(z) o Z <= -ABS(z)), la probabilità di un valore z più lontano da 0 in entrambe le direzioni rispetto al valore z osservato quando non c'è differenza tra le medie della popolazione. Il risultato a due code corrisponde al risultato a una coda moltiplicato per 2. Lo strumento Test z può inoltre essere usato nel caso in cui l'ipotesi nulla preveda l'esistenza di un valore specifico diverso da zero per la differenza tra le medie delle due popolazioni. È ad esempio possibile usare questo test per determinare le differenze tra le prestazioni di due modelli di automobili.

Servono altre informazioni?

È sempre possibile rivolgersi a un esperto della Tech Community di Excel o ottenere supporto nelle Community.

Vedere anche

Creare un istogramma in Excel 2016

Creare un grafico di Pareto in Excel 2016

Caricare Strumenti di analisi in Excel

Funzioni ENGINEERING (riferimento)

Panoramica delle formule in Excel

Come evitare errori nelle formule

Trovare e correggere errori nelle formule

Scelte rapide da tastiera e tasti funzione di Excel

Funzioni di Excel (in ordine alfabetico)

Funzioni di Excel (in base alla categoria)