Cách sử dụng data analysis trong excel 2010

     
Excel mang đến bdkhtravinh.vn 365 Excel cho bdkhtravinh.vn 365 dành 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 bạn muốn thực hiện các phân tích thống kê và kỹ thuật phức tạp, bạn có thể rút ngắn các bước và tiết kiệm thời gian bằng cách sử dụng ToolPak Phân tích. Bạn sẽ cung cấp dữ liệu và tham số mang đến 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 2010

Chỉ có thể dùng các hàm phân tích dữ liệu bên trên từng trang tính một. Khi bạn thực hiện phân tích dữ liệu 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 bên 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 tế bào tả trong các phần sau. Để tầm nã nhập các công cụ này, bấm Phân tích Dữ liệu trong nhóm Phân tích bên trên tab Dữ liệu. Nếu lệnh Phân tích Dữ liệu ko khả dụng, bạn cần tải chương 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 ai đang sử dụng Excel for Mac, trong menu tệp, đi mang đến mục Công cụ > Excel bổ trợ.

Trong vỏ hộp Bổ trợ, nên lựa chọn hộp kiểm tra 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 bạn được nhắc rằng ToolPak Phân tích hiện chưa được cài đặt bên trên máy tính của bạn, hãy bấm để cài đặt nó.


Lưu ý: Để bao gồm các hàm Visual Basic for Application (VBA) đến ToolPak Phân tích, bạn có thẻ tải Bổ trợ Phân tích ToolPak - VBA giống như cách bạn 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 phương sai khác nhau. Công cụ mà bạn đề xuất dùng phụ thuộc vào số lượng nhân tố và số lượng mẫu mà bạn có từ các tổng thể mà bạn muốn kiểm định.

Anova: Nhân tố Đơn

Công cụ này thực hiện phân tích phương sai đơn giản bên trên dữ liệu đến hai 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 giống nhau đối với tất cả các mẫu. Nếu chỉ có nhì mẫu, bạn có thể dùng hàm trang tính T.TEST. Với nhiều hơn nhị mẫu, không có sự suy rộng T.TEST thích hợp và cầm cố vào đó kiểu Anova Nhân tố Đơn có thể được gọi.

Anova: Nhân tố Kép có Lặp

Công cụ phân tích này hữu ích lúc dữ liệu có thể được phân loại theo hai kích thước 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 khác nhau (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 lấy từ cùng tổng thể cơ bản giỏi không. Nhiệt độ được bỏ qua vào phân tích này.

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

Liệu đã tính đến tác động của những khác biệt giữa các nhãn hiệu phân bón được tìm thấy vào điểm gạch đầu dòng đầu tiên và những khác biệt về nhiệt độ được tìm thấy vào điểm gạch đầu dòng thứ hai, sáu mẫu đại diện mang đến tất cả các cặp giá trị phân bón, nhiệt độ được lấy từ cùng tổng thể tuyệt chưa. Giả thiết loại trừ là có những tác động bởi các cặp phân bón, nhiệt độ cụ thể mặt 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 lúc dữ liệu được phân loại theo nhì kích thước khác nhau 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 liêu sát mang đến mỗi cặp (chẳng hạn, mỗi cặp phân bón, nhiệt độ trong ví dụ trên).


Hàm trang tính CORREL với PEARSON đều giám sát hệ số đối sánh tương quan giữa hai phát triển thành số giám sát khi những số đo bên trên mỗi đổi mới số được quan lại sát cho từng đối tượng N. (Bất kỳ quan liền kề thiếu làm sao đối với ngẫu nhiên đối tượng như thế nào làm đối tượng người tiêu dùng bị bỏ qua mất trong phân tích.) nguyên lý phân tích Tương quan đặc biệt quan trọng hữu ích khi có khá nhiều hơn hai vươn lên là số đo lường cho từng đối tượng N. Nó hỗ trợ bảng kết quả, một ma trận tương quan, hiển thị giá trị của CORREL (hoặc PEARSON) được áp dụng cho mỗi cặp biến chuyển số tính toán khả thi.

Xem thêm: Dừng Ngay Cách Xắn Quần Đẹp Cho Nam Chuẩn Đúng Điệu, Bật Mí 4 Cách Xắn Ống Quần Nam Đẹp Đúng Chuẩn

Hệ số tương quan, ví dụ như hiệp phương hiệp, là 1 trong những thước đo của phạm vi tới mức mà hai thay đổi số tính toán "cùng biến đổi đổi." Không giống như hiệp phương hiệp, hệ số tương quan được tính toán để quý hiếm của nó hòa bình với các đơn vị mà trong những số đó hai biến hóa số đo lường và tính toán được thể hiện. (Ví dụ, nếu như hai biến hóa số giám sát là trọng lượng và chiều cao, giá trị của hệ số đối sánh không biến hóa nếu trọng lượng được biến hóa từ pao lịch sự kilogram.) quý giá của hồ hết hệ số đối sánh tương quan phải trường đoản cú -1 mang lại +1 bao hàm cả -1.

Bạn có thể dùng công cụ phân tích đối sánh tương quan để kiểm tra mỗi cặp biến số đo lường để xác định liệu nhị 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 không (tương quan tiền 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 (tương quan lại âm), xuất xắc các giá trị của cả hai biến số có xu hướng độc lập (tương quan tiền gần 0 (không)).


Công cụ tương quan và Hiệp phương không nên đều có thể được dùng trong cùng thiết đặt, lúc bạn có N biến số đo lường khác nhau được quan lại sát trên một bộ cá thể. Công cụ tương quan và Hiệp phương sai cung cấp bảng kết quả, một ma trận, thể hiện hệ số đối sánh tương quan hoặc hiệp phương sai tương ứng giữa mỗi cặp biến số đo lường. Sự khác nhau là hệ số đối sánh được đo nằm vào khoảng từ -1 đến +1 bao gồm cả nhì số này. Hiệp phương sai tương ứng ko được đo. Cả hệ số đối sánh tương quan và hiệp phương sai đều là các đối chọi vị đo lường của phạm vi đến mức mà nhị biến số đo lường "cùng biến đổi."

Công thế Hiệp phương hiệp tính quý hiếm của hàm trang tính COVARIANCE. P. cho mỗi cặp trở nên số đo lường. (Sử dụng HIỆP PHƯƠNG HIỆP TRỰC TIẾP. P chứ không phải là cách thức Hiệp phương hiệp là phương thức thay thế hợp lí khi chỉ gồm hai biến số đo lường, nghĩa là N=2.) Mục nhập trên đường chéo của bảng công dụng của điều khoản Hiệp phương đổi thay trong mặt hàng i, cột i là hiệp phương hiệp của phát triển thành số đo thiết bị i với chủ yếu nó. Đây chỉ cần phương sai tổng thể cho đổi thay số đó, như được thống kê giám sát bởi hàm trang tính VAR.P.

Bạn có thể dùng công cụ Hiệp phương sai để kiểm tra mỗi cặp biến số đo lường để xác định liệu nhì biến số đo lường có xu hướng cùng di chuyển tuyệt 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 sai dương), các giá trị nhỏ của một biến số có xu hướng liên kết với các giá trị lớn của biến số khác hay là không (hiệp phương không nên âm), tuyệt các giá trị của cả nhị biến số có xu hướng độc lập (tương quan lại gần 0 (không)).


Công cụ phân tích Thống kê tế bào tả tạo ra báo cáo thống kê solo biến mang đến dữ liệu vào phạm vi nhập liệu, cung cấp tin tức về xu hướng trung trung ương và tính biến thiên của dữ liệu của bạn.


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


Lưu ý: Giá trị của 0,2 đến 0,3 là các hằng số làm suôn sẻ hợp lý. Các giá trị này đến biết dự báo hiện tại đề xuất được điều chỉnh đôi mươi phần trăm đến 30 phần trăm mang lại lỗi trong dự báo trước. Hằng số lớn hơn mang đến phản hồi cấp tốc hơn tuy nhiên có thể tạo ra các phép chiếu ko ổn định. Hằng số nhỏ rộng có thể khiến giá trị dự báo bị chậm trễ lâu.


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

Ví dụ, bạn có thể dùng công cụ Kiểm định F trên các mẫu số lần gặp đội tập bơi đối với một trong nhì đội. Công cụ cung cấp kết quả của kiểm tra giả thiết null rằng hai mẫu này đến từ các phân bố có phương không nên bằng nhau, so với giải pháp loại trừ rằng phương sai không bằng nhau vào các phân bố cơ bản.

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


Công cụ Phân tích Fourier xử lý các vấn đề trong hệ thống tuyến tính và phân tính dữ liệu định kỳ bằng cách dùng phương pháp Biến đổi Fourier cấp tốc (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 đổi trả về dữ liệu gốc.

*




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

*

trong đó:

N là số kỳ trước bao gồm 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







*

Kiểm định t: Giả định nhị mẫu có Phương sai Bằng nhau

Công cụ phân tích này thực hiện Kiểm định t của student mang lại hai mẫu. Dạng thức Kiểm định t này giả định rằng nhì tập dữ liệu đến từ các phân bố có phương sai giống nhau. Nó được gọi là Kiểm định t phương không đúng có điều kiện ko 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 nhị mẫu có Phương sai Không bằng nhau

Công cụ phân tích này thực hiện Kiểm định t của student cho hai mẫu. Dạng thức Kiểm định t này giả định rằng hai tập dữ liệu đến từ các phân bố có phương không đúng khác nhau. Nó được gọi là Kiểm định t có phương không đúng phụ thuộc vào một biến ngẫu nhiên có điều kiện khác. Với trường hợp Phương sai Bằng nhau trước đó, bạn có thể dùng Kiểm định t này để xác định nhì mẫu có khả năng đến từ các phân bố có trung bình tổng thể bằng nhau. Hãy dùng kiểm định này khi có các đối tượng riêng rẽ biệt trong hai mẫu. Hãy dùng kiểm định Theo cặp, được tế bào tả vào ví dụ sau, lúc có một tập đối kháng các đối tượng và nhị mẫu đại diện đến các đo lường mang đến mỗi đối tượng trước và sau xử lý.

Công thức sau được dùng để xác định giá trị thống kê t.

*

Công thức sau được dùng để tính bậc tự do, df. Vì kết quả của phép tính thường không là số nguyên, giá trị của df được làm tròn đến số nguyên gần nhất để có được giá trị 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 giá trị cho T.TEST bằng một df không phải số nguyên. Vì những cách tiếp cận khác nhau này đến việc xác định bậc tự do, các kết quả của T.TEST và công cụ t-Test này sẽ khác nhau trong trường hợp Phương không nên Không bằng nhau.

qqlive| j88