使用EXCEL进行数据分析

使用EXCEL进行数据分析主讲老师：李玲娟数据分析与数据挖掘数据信息统计分析（报表）数据挖掘（专业工具和算法）•掌握EXCEL的常用统计函数；•熟悉使用EXCEL透视表进行数据分析和分类汇总；•了解使用EXCEL进行数据分析实验环境版本：EXCEL2000完全安装•典型安装•最小化安装讲授内容常用统计函数数据透视分析图表数据透视表(图)数据分析描述统计检验分析•z-检验：双样本平均差检验•F-检验：双样本方差•t-检验：双样本等方差假设•t-检验：双样本异方差假设•t-检验：平均值的成对二样本分析方差分析单因素方差分析无重复双因素分析可重复双因素分析相关系数与回归分析协方差相关系数回归分析常用统计函数•一般统计函数：用来统计给定某个区域的数据的平均值、最大值或者最小值等数理统计函数：对数据进行相关的概率分布的统计，进行回归分析等。应用举例一•某班级的成绩表，如下图所示，其中有两个学生的该门课程缺考，需要分别用到AVERAGE和AVERAGEA函数来计算两个不同的平均值。【操作步骤】•①在单元格D3中输入公式“=AVERAGE(B2:B9)”，可以计算参加考试学生的平均成绩，函数AVERAGE在计算时对缺考的两个学生的成绩自动认为是0。•②在单元格D6中输入公式“=AVERAGEA(B2:B9)”，可以计算全体学生的平均成绩，对缺考的学生成绩，AVERAGE函数将自动忽略。应用举例二•某班级的成绩表，如下图所示。需要用到FREQUENCY函数来来统计各个分数段的分布学生人数。FREQUENCY函数•功能：统计指定单元格区域中数据的频率分布。由于函数FREQUENCY返回一个数组，必须以数组公式的形式输入。•语法形式:FREQUENCY(data_array,bins_array)–data_array为一数组或对一组数值的引用，用来计算频率。如果data_array中不包含任何数值，函数FREQUENCY返回零数组。–bins_array为一数组或对数组区域的引用，设定对data_array进行频率计算的分段点。如果bins_array中不包含任何数值，函数FREQUENCY返回data_array元素的数目。【操作步骤】•①在E4~E7单元格输入进行频率计算的分段点{59,70,80,90}；•②选中F4~F8单元格,作为输出统计结果的单元格；•③在公式栏输入“=FREQUENCY(B2:B11,E4:E8)”，然后按下“Ctrl＋Shift＋Enter”组合键锁定数组公式即可。输入数组公式首先必须选择用来存放结果的单元格区域（可以是一个单元格），在编辑栏输入公式，然后按Ctrl＋Shift＋Enter组合键锁定数组公式，Excel将在公式两边自动加上花括号“{}”。CORREL函数•功能是单元格区域中的两个数列之间的相关系数。•表达式为CORREL（arrnyl，arrny2）。–arrnyl和arrny2表示的都是两个数据列–CORREL函数可以用来分辨两种属性之间的关系。应用举例三•某医生为了探讨缺碘地区母婴TSH水平关系，应用免疫放射分析测定了160名孕妇（孕周15～17w）及分娩时脐带血TSH水平（mU/L），现随机抽取10对数据如图2-8所示，试求脐带血TSH水平对母血TSH水平的相关系数。【操作步骤】①选中结果输出单元格B14；②在公式栏输入“=CORREL(C3:C12,B3:B12)”,点击公式栏按钮；③在单元格A14输入“相关系数”即可。应用举例四•某地120名7岁男童的身高，已知身高均数为119.41cm，标准差为4.38cm。试估计该地7岁男童身高在110cm以下者的概率，身高在110cm～120cm之间的概率。如果要制定一个健康标准使得90％的7岁男童符合健康标准，那么健康标准应该定多少？NORMDIST和NORMINV函数•NORMDIST函数–功能：返回指定平均值和标准偏差的正态分布函数–表达式：NORMDIST（x，mean，standard_dev，cumulative）。•x是需要计算其分布的数值；•mean是分布的算术平均值：•standard_dev表示分布的标准偏差；•cumulative是一逻辑值，指明函数的形式。如果cumulative为TRUE，NORMDIST函数返回累积分布函数，否则返回概率密度函数。此函数在统计方面应用范围广泛。•NORMINV函数–功能：返回指定平均值和标准偏差的正态累积分布函数的反函数。–表达式：NORMINV（probability，mean，standard_dev）•probability是正态分布的概率；•mean是分布的算术平均值；•standard_dev表示分布的标准偏差。应用举例五•某地120名7岁男童的身高，已知身高均数为119.41cm，标准差为4.38cm,如下图所示。试估计该地7岁男童身高在110cm以下者的概率，身高在110cm～120cm之间的概率。如果要制定一个健康标准使得90％的7岁男童符合健康标准，那么健康标准应该定多少？【操作步骤】•①在单元格C5中输入公式“=NORMDIST(110,B2,B3,TRUE)”，计算身高在110cm以下者的概率为0.015841；•②在单元格C6中输入公式“=NORMDIST(120,B2,B3,TRUE)-C5”，计算成功身高在110cm～120cm之间的概率为0.537736；•③在单元格C7中输入公式“=NORMINV(0.9,B2,B3)”，计算使90％的7岁男童身高达标的健康标准为125.0232cm。分析结果=NORMDIST(110,B1,B2,TRUE)=NORMDIST(120,B1,B2,TRUE)-C5=NORMINV(0.9,B2,B3)图表•概念：工作表数据的图形化表示、清晰易懂、形象直观。•种类：14种图表类型，包含了若干种不同的图表子类型。在处理医药数据中常用的几类图表：–1、折线图–2、柱形图–3、饼图–4、XY散点图–5、条形图–6、雷达图成绩0102030405060708090013004602013004603013004604013004606013004607013004608013004609013004611成绩对照组云南白药氯防10倍量氯防20倍量氯防40倍量炭药10倍量炭药20倍量炭药40倍量均值4080120160200效果均值(秒)药物药物止血效果对照图上海市1998～2005年某区居民脑血管病死亡季节比例图1455,23.52%1229,19.87%1773,28.66%1729,27.95%春夏秋冬不同治疗方案的病理分级00.511.522.533.500.511.522.533.5治疗方案病理分级某地区男女胃癌病理学类型统计图52.330.227.818.119.951.70%20%40%60%80%100%男女性别百分比分化型癌低分化腺癌未分化型0.020.040.060.080.0100.0120.0治疗有效率％重患收治率％医疗制度执行率％护理制度执行率％膳食供应优良率％病床使用率％医院1医院2医院3柱形图•柱形图是Excel的默认图表类型，也是用来处理医药数据常用的图表类型之一。通常把每个数据点显示为一个垂直柱体，其高度对应于数值，用来显示一段时期内数据的变化或描述各项之间的比较关系。分类项水平组织，数值垂直组织，即强调数据随时间的变化。•柱形图共有7种子图表类型：簇状柱形图、堆积柱形图、百分比堆积柱形图、三维簇状柱形图、三维堆积柱形图、三维百分比堆积柱形图和三维柱形图。。应用举例五•在药物实验中的应用，现有药物止血效果实验采集的数据表，A列为实验对照组和七种不同的止血药物，分别做了六次药物止血实验，得到六组凝血时间实验数据（单位：秒）。通过柱形图可以形象地描绘了这七种不同药物止血功能的差异。返回【操作步骤】(1)选择图表类型，单击“插入”|“图表”。(2)选择图表源数据。(3)设置标题和图例。(4)确定图表位置。(5)编辑图表区。用户需要编辑的内容包括颜色、填充和边框等。(6)编辑数据轴、分类轴。雷达图雷达图是由一个中心向四周射出多条数值坐标轴，每个指标都拥有自己的数值坐标轴，把同一数据序列的值用折线连接起来而形成。雷达图用来比较若干个数据序列指标的总体情况，可比较多个单位不同指标的数据特征，如最大值、最小值等。雷达图的3个子图表类型分别为雷达图、数据点雷达图和填充雷达图。为了反映医院管理的质量，某市抽样调查了几所医院的6项指标（指标值越大表示质量越高），其中三所医院的调查结果如图2-65所示，请绘制雷达图反映三所医院的管理质量。应用举例六0.020.040.060.080.0100.0治疗有效率％重患收治率％医疗制度执行率％护理制度执行率％膳食供应优良率％病床使用率％医院1医院2医院3数据透视分析•数据透视表•数据透视图数据透视表•数据透视表是一种对大量数据快速汇总和建立交叉列表的交互式表格和图表。•在Excel5．0以上版本就提供有这一功能，它不仅可以转换行和列以查看源数据的不同汇总结果，显示不同页面以筛选数据，还可以根据需要显示区域中的明细数据，这对分析、组织复杂数据是非常方便有用的。•数据透视表最大的特点就是它的交互性。创建一个数据透视表以后，可以任意重新排列数据信息，并且还可以根据习惯将数据分组。数据透视表－布局横向分类依据的字段纵向分类依据的字段统计依据的字段分类显示（筛选）依据的字段应用举例七以下图数据为例分析药材的分布、产量情况。数据透视表的制作•选择“数据”菜单中的“数据透视表和数据透视图”选项，弹出“数据透视表和数据透视图向导”对话框，按步骤依次完成。•编辑数据透视表–添加、删除分类和统计字段–改变统计字段的算法–修改、删除数据透视表–更新数据透视表中的数据数据透视图•根据透视表建立透视图:选择数据透视表中的任意单元格，然后在“数据透视表”工具栏上单击“数据透视表”按钮，单击“数据透视图”命令，。0100000020000003000000400000050000006000000广东河南江苏内蒙山东浙江植物矿物动物时间(全部)求和项:产量（Kg）产地类型对应于透视表的列字段对应于透视表的行字段对应于透视表的数据区域对应于透视表的页字段数据透视图•根据源数据建立数据透视图：根据数据库的源数据建立透视图的方法类似于创建数据透视表，具体操作步骤如下：(1)单击欲建立数据透视图的数据清单。(2)选择“数据”菜单中的“数据透视表和数据透视图”选项，在弹出的对话框中选择“数据透视图”，按步骤依次完成。返回数据统计与分析•描述统计•检验分析–z-检验：双样本平均差检验–F-检验：双样本方差–t-检验：双样本等方差假设–t-检验：双样本异方差假设–t-检验：平均值的成对二样本分析•方差分析–单因素方差分析–无重复双因素分析–可重复双因素分析•相关系数与回归分析–协方差–相关系数–回归分析统计检验计算检验分析报告“分析工具库”的加载其基本步骤如下：1、启动Excel2000，执行菜单栏中的“工具”|“加载宏”命令，打开“加载宏”对话框，选中“分析工具库”复选框。2、单击“确定”按钮，返回到工作表。执行菜单栏的“工具”|“数据分析”命令，打开“数据分析”对话框，即可使用各种数据分析工具。注意：EXCEL必须是“完全安装”描述统计•“描述统计”是基础分析工具之一，用于生成对输入区域中数据的单变量统计分析报表，提供有关数据趋中性和易变性的信息，而这些信息是进一步分析数据的起点，可以指示哪一种检验适合进一步的探讨。•描述统计的统计函数一般包括：MAX、MIN、AVERAGE、MEDIAN、GEOMEAN、HARMEAN、AVEDEV、STDEV、VAR、KURT和SKEW函数等，他们分别用于计算最大值、最小值、平均值、中位数、几何平均数、调和平均数，以及变异统计的平均差、标准差、方差峰度和偏度。应用举例八某老师对几名学生的五次考试成绩进行分析，以便对这几个学生在学习方面