Analizės įrankių paketo naudojimas sudėtinių duomenų analizei atlikti

Jei turite atlikti sudėtingas statistines ir inžinerines analizes, naudodami analizės įrankių paketą, atliksite mažiau veiksmų ir sutaupysite laiko. Kiekvienai analizei jūs pateikiate duomenis ir parametrus, o įrankis, naudodamas atitinkamas statistines ir inžinerines makrokomandų funkcijas, apskaičiuoja ir parodo rezultatus išvesties lentelėje. Kai kurie įrankiai šalia išvesties lentelių generuoja diagramas.

Duomenų analizės funkcijas vienu metu galima naudoti tik viename darbalapyje. Kai duomenų analizę atliekate sugrupuotuose darbalapiuose, rezultatai atsiras pirmajame darbalapyje, o kituose darbalapiuose atsiras tuščios formatuotos lentelės. Jei norite analizuoti duomenis kituose darbalapiuose, iš naujo skaičiuokite analizės įrankį kiekviename darbalapyje.

Analizės įrankių pakete įtraukti tolesniuose skyriuose aprašyti įrankiai. Norėdami pasiekti šiuos įrankius, skirtuke Duomenys pasirinkite Duomenų analizė. Jei komanda Duomenų analizė negalima, turite įkelti ir suaktyvinti analizės įrankių paketo priedo programą.

Analizės įrankių paketo įkėlimas ir aktyvinimas

1. Norėdami įkelti ir suaktyvinti analizės įrankių rinkinį:

   Programos"Excel", skirtos "Mac", meniu Failas eikite į Įrankiai>"Excel" papildiniai.

   Programoje "Excel", skirtoje "Windows":

   1. Pasirinkite Failas, Parinktys, tada pasirinkite Papildiniai.
   2. Lauke Tvarkyti pasirinkite "Excel" papildiniai , tada pasirinkite Eiti.

2. Lauke Papildiniai pažymėkite žymės langelį Analizės įrankių paketas, tada pasirinkite Gerai.

   • Jei Analizės įrankių paketas nėra lauke Galimi priedai, spustelėkite Naršyti, kad jį rastumėte.
   • Jei esate perspėjamas, kad analizės įrankių paketas jūsų kompiuteryje neįdiegtas, pasirinkite Taip , kad jį įdiegtumėte.

Anova

Anova analizės įrankiai pateikia įvairius dispersijos analizės tipus. Įrankis, kurį turėtumėte naudoti, priklauso nuo koeficientų ir pavyzdžių skaičiaus, kurie yra norimose tikrinti aibėse.

Anova: vienas koeficientas

Šis įrankis atlieka paprastą dviejų ar daugiau pavyzdžių duomenų dispersijos analizę. Analizė pateikia hipotezės, kad kiekviena imtis yra paimta iš to paties pagrindinio tikimybės skirstinio, testą su alternatyvia hipoteze, kad pagrindiniai tikimybių skirstiniai nėra vienodi visoms imtims. Jei yra tik du pavyzdžiai, galite naudoti darbalapio funkciją T.TEST. Turint daugiau nei du pavyzdžius, nėra patogaus T.TEST apibendrinimo, todėl galima pasitelkti vieno faktoriaus Anova modelį.

Anova: du koeficientai su replikavimu

Šis analizės įrankis naudingas, kai duomenis galima klasifikuoti pagal dvi skirtingas dimensijas. Pavyzdžiui, eksperimento metu, kai matuojamas augalų aukštis, augalai gali būti tręšiami skirtingomis trąšų rūšimis (pavyzdžiui, A, B ir C) ir laikomi skirtingose temperatūrose (pavyzdžiui, žemoje ir aukštoje). Turime vienodą kiekvienos iš šešių galimų {trąšų, temperatūros} porų augalo aukščio stebėjimų skaičių. Naudodami šį Anova įrankį, galime tikrinti:

• Ar skirtingų trąšų rūšių augalų aukščiai gauti iš tos pačios aibės. Šioje analizėje temperatūros nepaisoma.
• Ar skirtingų temperatūros lygių augalų aukščiai gauti iš tos pačios aibės. Šioje analizėje trąšų rūšių nepaisoma.

Ar sudarius ataskaitą apie skirtumų tarp trąšų rūšių efektus, kurie aptikti pirmajame pažymėtame taške, ir skirtumų tarp temperatūrų efektus, kurie aptikti antrajame pažymėtame taške, šeši pavyzdžiai, pateikiantys visas {trąšų, temperatūros} reikšmių poras, gauti iš tos pačios aibės. Alternatyvi hipotezė yra ta, kad konkrečiose {trąšų, temperatūros} porose efektai yra nepaisant skirtumų, kurie remiasi tik trąšomis arba tik temperatūra.

Anova: du koeficientai be replikavimo

Šis analizės įrankis naudingas, kai duomenys klasifikuojami pagal dvi skirtingas dimensijas (kaip ir dviejų koeficientų su replikavimu). Tačiau šis įrankis supranta, kad yra tik vienas kiekvienos poros stebėjimas (pavyzdžiui, visos {trąšų, temperatūros} poros ankstesniame pavyzdyje).

Koreliacija

Abi darbalapio funkcijos CORREL ir PEARSON apskaičiuoja koreliacijos koeficientą tarp dviejų matavimo kintamųjų, kai kiekvieno kintamojo matavimai stebimi visuose N objektuose. (Bet koks trūkstamas bet kurio subjekto stebėjimas lemia to subjekto ignoravimą analizėje.) Koreliacijos analizės įrankis ypač naudingas, kai yra daugiau nei du kiekvieno iš N objektų matavimo kintamieji. Jame pateikiama išvesties lentelė, koreliacijos matrica, kurioje rodoma kiekvienai galimai matavimo kintamųjų porai taikoma CORREL (arba PEARSON) reikšmė.

Koreliacijos koeficientas, kaip ir kovariacija, yra apimties, kuria du matavimo kintamieji "kinta kartu", matas. Kitaip nei kovariacija, koreliacijos koeficientas keičiamas taip, kad jo reikšmė nepriklauso nuo vienetų, kuriais išreikšti du matavimo kintamieji. (Pavyzdžiui, jei du matavimo kintamieji yra svoris ir aukštis, koreliacijos koeficiento reikšmė nesikeičia, jei svoris konvertuojamas iš svarų į kilogramus.) Bet kokio koreliacijos koeficiento reikšmė turi būti nuo -1 iki +1 imtinai.

Koreliacijos analizės įrankį galite naudoti kiekvienai matavimo kintamųjų porai tikrinti, kad nustatytumėte, ar du matavimo kintamieji turi tą patį polinkį,  t. y. ar dideles vieno kintamojo reikšmes galima sieti su didelėmis kito kintamojo reikšmėmis (teigiama koreliacija), ar mažas vieno kintamojo reikšmes galima sieti su didelėmis kito kintamojo reikšmėmis (neigiama koreliacija) arba ar abiejų kintamųjų reikšmių polinkis nesietinas (koreliacija artima 0 (nuliui).

Kovariacija

Ir koreliacijos, ir kovariacijos įrankį galima naudoti su tais pačiais parametrais, kai turite N skirtingų matavimo kintamųjų, kurie stebėti individų rinkinyje. Koreliacijos ir kovariacijos įrankiai pateikia po išvesties lentelę, matricą, kurioje atitinkamai rodomas koreliacijos koeficientas arba kovariacija tarp visų matavimo kintamųjų porų. Skirtumas toks, kad koreliacijos koeficientai keičiami taip, kad tilptų diapazone nuo -1 iki +1 imtinai. Atitinkamos kovariacijos nėra keičiamos. Tiek koreliacijos koeficientas, tiek kovariacija yra apimties, kuria du matavimo kintamieji „kinta kartu“, matas.

Kovariacijos įrankis apskaičiuoja darbalapio funkcijos COVARIANCE reikšmę. P kiekvienai matavimo kintamųjų porai. (Tiesioginis kovariacijos naudojimas. P, o ne kovariacijos įrankis yra tinkama alternatyva, kai yra tik du matavimo kintamieji, t. y. N=2.) Įrašas kovariacijos įrankio išvesties lentelės įstrižainėje i eilutės i stulpelyje yra i-ojo matavimo kintamojo kovariacija su savimi. Tai tėra to kintamojo aibės dispersija, apskaičiuota darbalapio funkcijos VAR.P.

Kovariacijos įrankį galite naudoti kiekvienai matavimo kintamųjų porai tikrinti, kad nustatytumėte, ar du matavimo kintamieji turi tą patį polinkį,  t. y. ar dideles vieno kintamojo reikšmes galima sieti su didelėmis kito kintamojo reikšmėmis (teigiama kovariacija), ar mažas vieno kintamojo reikšmes galima sieti su didelėmis kito kintamojo reikšmėmis (neigiama kovariacija) arba ar abiejų kintamųjų reikšmių polinkis nesietinas (kovariacija artima 0 (nuliui).

Aprašomoji statistika

Aprašomosios statistikos analizės įrankis generuoja vienmatės įvesties diapazono duomenų statistikos ataskaitą, kurioje pateikia informaciją apie jūsų duomenų centrinę tendenciją ir kintamumą.

Eksponentinis glotninimas

Eksponentinio glotninimo analizės įrankis prognozuoja reikšmę remdamasis ankstesnio periodo prognoze, kuri buvo koreguota naudojant ankstesnės prognozės paklaidą. Įrankis naudoja glotninimo konstantą a, kurios dydis nustato, kaip stipriai prognozę paveikia ankstesnės prognozės paklaidos.

Dviejų pavyzdžių dispersijos F bandymas

Dviejų pavyzdžių dispersijos F bandymo analizės įrankis atlieka dviejų pavyzdžių F bandymą, kad lygintų dvi aibės dispersijas.

Pavyzdžiui, F bandymo įrankį galite naudoti su abiejų plaukimo varžybose dalyvavusių komandų laikų pavyzdžiais. Įrankis pateikia nulinės hipotezės bandymo rezultatus, kad šie du pavyzdžiai paimti iš skirstinių, kurių dispersija vienoda, lygindama su alternatyvia hipoteze, kad dispersijos šiuose skirstiniuose nėra lygios.

Įrankis apskaičiuoja F statistikos reikšmę (arba F santykį). f reikšmė, artima 1, įrodo, kad esamos aibės dispersijos yra lygios. Išvesties lentelėje, jei f < 1 "P(F <= f) vienapusis" pateikia tikimybę, kad F statistikos reikšmė bus mažesnė nei f, kai imčių dispersijos yra lygios, o "F krizinis vienapusis" pateikia kritinę reikšmę, mažesnę nei 1 pasirinktam reikšmingumo lygiui Alfa. Jei f > 1, "P(F <= f) vienauodegis" pateikia tikimybę stebėti F statistikos reikšmę, didesnę už f, kai imčių dispersijos yra lygios, o "F krizinis vienapusis" pateikia kritinę reikšmę, didesnę už 1 Alfa.

Fourier analizė

Fourier analizės įrankis sprendžia problemas tiesinėse sistemose ir analizuoja periodinius duomenis naudodamas greitosios Fourier transformacijos (FFT) metodą duomenims transformuoti. Šis įrankis taip pat palaiko atvirkštines transformacijas, kai transformuotų duomenų inversija grąžina originalius duomenis.

Histograma

Histogramos analizės įrankis skaičiuoja langelių diapazono duomenų ir duomenų talpyklų atskirus ir sukauptus dažnumus. Šis įrankis generuoja duomenis iš pasikartojimų skaičiaus duomenų rinkinyje.

Pavyzdžiui, 20 mokinių klasėje galite nustatyti balų pasiskirstymą pagal raidžių kategorijas. Histogramos lentelėje pateikiamos raidžių ribos ir balų skaičius nuo žemiausios iki esamos ribos. Vienas dažniausias balas yra duomenų moda.

Slankusis vidurkis

Slankiojo vidurkio analizės įrankis projektuoja reikšmes prognozės laikotarpyje, kuris pagrįstas vidutine kintamojo reikšme per konkretų ankstesnių laikotarpių skaičių. Slankusis vidurkis pateikia informaciją apie tendenciją, kad būtų paslėptas paprastasis visų istorinių duomenų vidurkis. Naudokite šį įrankį pardavimui, atsargoms ar kitoms tendencijoms prognozuoti. Visų prognozių reikšmės pagrįstos šia formule.

čia:

• N yra ankstesnių laikotarpių, įtrauktų į slankųjį vidurkį, skaičius
• Aj yra faktinė vertė per laiką j
• Fj yra prognozuojama vertė per laiką j

Atsitiktinių skaičių generavimas

Atsitiktinių skaičių generavimo analizės įrankis užpildo diapazoną nepriklausomais atsitiktiniais skaičiais, kurie paimami iš vieno ar kelių skirstinių. Aibės objektus galite apibūdinti tikimybės skirstiniu. Pavyzdžiui, galite naudoti normalų skirstinį atskirų aukščių imčiai apibūdinti arba galite naudoti dviejų galimų rezultatų Bernulio skirstinį vienam iš dviejų skirstinio rezultatų apibūdinti.

Rangas ir procentilis

Rangų ir procentilių analizės įrankis sukuria lentelę, kurioje yra kiekvienos duomenų rinkinio reikšmės eilės ir procentinis rangas. Galite analizuoti sąlyginę reikšmių padėtį duomenų rinkinyje. Šis įrankis naudoja darbalapio funkcijas RANK. EQ ir PERCENTRANK. INC. Jei norite atsižvelgti į susietąsias reikšmes, naudokite RANK. Funkcija EQ , kuri susietąsias reikšmes traktuoja kaip turinčias tą patį rangą, arba naudoja RANK. Funkcija AVG , grąžinanti susietų reikšmių vidutinį rangą.

Regresija

Regresijos analizės įrankis atlieka tiesinės regresijos analizę naudodamas mažiausio kvadrato metodą, kad linija atitiktų stebinių rinkinį. Galite analizuoti, kaip vieno ar kelių nepriklausomų kintamųjų reikšmės veikia vieną priklausomą kintamąjį. Pavyzdžiui, galite analizuoti, kaip atleto pasirodymą veikia amžiaus, ūgio ir svorio veiksniai. Remdamiesi pasirodymo duomenų rinkiniu galite padalyti pasirodymo vertinimą pagal kiekvieną iš trijų koeficientų ir tada naudoti rezultatus, kad prognozuotumėte naujo, nepatikrinto atleto pasirodymą.

Regresijos įrankis naudoja darbalapio funkciją LINEST.

Pavyzdžių rinkimas

Pavyzdžių rinkimo analizės įrankis kuria pavyzdžius iš aibės manydamas, kad įvesties diapazonas yra aibė. Kai aibė yra per didelė apdoroti ar kurti diagramą, galite naudoti tipinį pavyzdį. Taip pat galite kurti pavyzdį, kuriame yra reikšmės tik iš konkrečios ciklo dalies, jei žinote, kad įvesties duomenys yra periodiniai. Pavyzdžiui, jei įvesties diapazone yra ketvirčio pardavimo rezultatai, periodiniu dažniu imamas kas ketvirtas pavyzdys, o to paties ketvirčio reikšmės padedamos išvesties diapazone.

t bandymas

Dviejų pavyzdžių t bandymo analizės įrankiai tikrina tame pačiame pavyzdyje esančių imčių vidurkių lygybę. Trys įrankiai naudoja skirtingas prielaidas: aibės dispersijos yra lygios, aibės dispersijos nėra lygios ir du pavyzdžiai vaizduoja to paties objekto stebinius prieš ir po apdorojimo.

Naudojant visus tris toliau nurodytus įrankius, apskaičiuojama t statistikos reikšmė t ir parodoma kaip "t statistika" išvesties lentelėse. Priklausomai nuo duomenų, ši t reikšmė gali būti neigiama arba neneigiama. Esant vienodų pagrindinių aibių vidurkių prielaidai, jei t < 0, "P(T <= t) vienos uodegos" pateikia tikimybę, kad bus stebima t statistikos reikšmė, kuri yra neigiamesnė nei t. Jei t >=0, "P(T <= t) vienapusė" pateikia tikimybę, kad bus stebima t statistikos reikšmė, kuri yra teigiamesnė nei t. "t Critical one-tail" pateikia galutinę reikšmę, t. y. tikimybė, kad t statistikos reikšmė bus didesnė arba lygi "t Critical one-tail", yra Alfa.

"P(T <= t) dvipusis" pateikia tikimybę, kad bus stebima t statistikos reikšmė, t. y. absoliuti reikšmė didesnė nei t. "P krizinis dvipusis" pateikia galutinę reikšmę, t. y. kad stebėtos t statistikos tikimybė, kurios absoliuti reikšmė yra didesnė nei "P krizinis dvipusis", yra Alfa.

t bandymas: dviejų pavyzdžių poros vidurkiai

Porų tikrinimą galite galite naudoti tada, kai pavyzdžiuose yra natūralus stebinių poravimas, pavyzdžiui, kai pavyzdžių grupė tikrinama du kartus  – prieš ir po eksperimento. Šis analizės įrankis ir jo formulė atlieka suporuotą dviejų pavyzdžių Student t bandymą, kad nustatytų, ar stebiniai, kurie buvo atlikti prieš apdorojimą, ir stebiniai, kurie buvo atlikti po apdorojimo, gali būti iš tų pačių skirstinių, kuriuose imčių vidurkiai yra vienodi. Ši t bandymo forma nenurodo, kad abiejų imčių dispersijos yra lygios.

t bandymas: du mėginiai vienodomis dispersijomis

Šis analizės įrankis atlieka dviejų mėginių student t bandymą. Ši t bandymo forma daro prielaidą, kad du duomenų rinkiniai gaunami iš skirstinių, kurių dispersijos yra vienodos. Šis testas vadinamas homoskedastiniu t bandymu. t bandymą galite naudoti, jei norite nustatyti, ar du pavyzdžiai gali būti iš tų pačių skirstinių, kurių imčių vidurkiai yra vienodi.

t bandymas: du mėginiai nevienodomis dispersijomis

Šis analizės įrankis atlieka dviejų pavyzdžių student t bandymą. Ši t bandymo forma daro prielaidą, kad du duomenų rinkiniai gaunami iš skirstinių, kurių dispersijos nevienodos. Šis bandymas vadinamas heteroskedastiniu t bandymu. Kaip ir ankstesniu lygių dispersijų atveju galite naudoti t bandymą, kad nustatytumėte, ar du pavyzdžiai gali būti iš tų pačių skirstinių, kurių imčių vidurkiai yra lygūs. Naudokite šį bandymą, kai skirtingi objektai yra dviejuose pavyzdžiuose. Porų bandymą, kuris aprašytas tolesniame pavyzdyje, naudokite tada, kai yra vienas objektų rinkinys, o du pavyzdžiai rodo kiekvieno objekto matavimus prieš ir po apdorojimo.

Ši formulė naudojama t statistinei reikšmei nustatyti.

Ši formulė naudojama laisvės laipsniui df apskaičiuoti. Kadangi skaičiavimo rezultatas paprastai nėra sveikasis skaičius, df reikšmė suapvalinama iki artimiausio sveikojo skaičiaus, kad būtų gauta kritinė reikšmė iš t lentelės. "Excel" darbalapio funkcija T.TEST naudoja apskaičiuotą df reikšmę be apvalinimo, nes galima apskaičiuoti T.TEST reikšmę naudojant ne sveikąjį skaičių df. Dėl šių skirtingų laisvės laipsnių nustatymo metodų T.TEST ir šio t bandymo įrankio rezultatai skirsis nelygių dispersijų atveju.

z bandymas

z bandymo: dviejų pavyzdžių vidurkių analizės įrankis atlieka dviejų pavyzdžių z bandymą vidurkiams su žinomomis dispersijomis. Šis įrankis naudojamas nulinei hipotezei, kad nėra skirtumo tarp dviejų aibių vidurkių ir vienpusių arba dvipusių alternatyvių hipotezių patikrinti. Jei dispersijos nežinomos, vietoj jos turėtų būti naudojama darbalapio funkcija Z.TEST .

Kai naudojate z bandymo įrankį, teisingai supraskite išvestį. "P(Z <= z) viena uodega" iš tikrųjų yra P(Z >= ABS(z)), z reikšmės tikimybė toliau nuo 0 ta pačia kryptimi, kaip stebima z reikšmė, kai aibių vidurkiai nesiskiria. "P(Z <= z) dvipusis" iš tikrųjų yra P(Z >= ABS(z) arba Z <= -ABS(z)), tikimybė, kad z reikšmė bet kuria kryptimi bus toliau nuo 0 bet kuria kryptimi nei stebima z reikšmė, kai aibių vidurkiai nesiskirs. Dvipusio skirstinio rezultatas yra vienpusio rezultatas, padaugintas iš 2. z bandymo įrankį taip pat galima naudoti tuo atveju, kai nulinė hipotezė yra tokia, kad yra konkreti nenulinė skirtumo tarp dviejų imčių vidurkių reikšmė. Pavyzdžiui, galite naudoti šį testą, jei norite nustatyti dviejų automobilių modelių veikimo skirtumus.

Reikia daugiau pagalbos?

Visada galite kreiptis eksperto į "Excel" technologijų bendruomenę arba gauti pagalbos bendruomenėse.

Taip pat žr.

Histogramos kūrimas programoje "Excel 2016"

Pareto diagramos kūrimas programoje "Excel 2016"

Analizės įrankių rinkinio įkėlimas programoje "Excel"

GAMYBOS PROCESO funkcijos (rodyklė)

„Excel“ formulių apžvalga

Kaip išvengti sugadintų formulių

Klaidų formulėse radimas ir taisymas

„Excel“ spartieji klavišai ir funkciniai klavišai

„Excel“ funkcijos (pagal abėcėlę)

„Excel“ funkcijos (pagal kategoriją)