Excel đến thosanlinhhon.vn 365 Excel mang đến thosanlinhhon.vn 365 dành đến máy Mac Excel 2021 Excel 2021 for Mac Excel 2019 Excel 2019 for Mac Excel năm 2016 Excel 2016 for Mac Excel 2013 Excel 2010 Excel 2007 Xem thêm...Ít hơn

Nếu người mua muốn thực hiện các phân tích thống kê và kỹ thuật phức tạp, quý khách có thể rút ngắn nghiệp vụ và tiết kiệm thời gian bằng cách sử dụng ToolPak Phân tích. Bạn sẽ cung cấp dữ liệu và tsi 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 trong 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 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 bên trên phần còn lại của trang tính, hãy tính lại công cụ phân tích cho từng trang tính.

ToolPak Phân tích bao gồm các công cụ được tế bào tả vào các phần sau. Để truy vấn nhập các công cụ này, bấm Phân tích Dữ liệu vào nhóm Phân tích bên trên tab Dữ liệu. Nếu lệnh Phân tích Dữ liệu không khả dụng, người mua hàng cần tải cmùi hương 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 nhiều người đang áp dụng Excel for Mac, vào menu tệp, đi mang đến mục Công cụ > Excel hỗ trợ.

Trong hộp Bổ trợ, nên lựa chọn vỏ hộp khám nghiệm ToolPak Phân tích, rồi bấm OK.

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

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


Lưu ý: Để tổng quan các hàm Visual Basic for Application (VBA) cho ToolPak Phân tích, người tiêu dùng có thẻ tải Bổ trợ Phân tích ToolPak - VBA tương đương nlỗi cách quý khách hàng tải ToolPak Phân tích về. Trong hộp Bổ trợ sẵn dùng, chọn hộp chứng thực 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 quý khách nên dùng phụ thuộc vào số lượng nhân tố và số lượng mẫu mà khách hàng có từ các tổng thể mà khách hàng muốn kiểm định.

Anova: Nhân tố Đơn

Công cụ này thực hiện phân tích pmùi hương sai solo giản trên dữ liệu cho nhị hoặc nhiều mẫu. Phân tích cung cấp kiểm định mang lại giả thiết rằng mỗi mẫu được mang từ cùng phân bổ xác suất cơ bản so với giả thiết loại trừ rằng các phân bổ xác suất cơ bản là ko giống nhau đối với tổng thể các mẫu. Nếu chỉ có nhị mẫu, người mua hàng có thể dùng hàm trang tính T.TEST. Với nhiều hơn nhị mẫu, không có sự suy rộng T.TEST thích hợp và nắm vào đó kiểu Anova Nhân tố Đơn có thể được gọi.

Anova: Nhân tố Kép có Lặp

Công cụ phân tích này hữu ích khi dữ liệu có thể được phân loại theo nhị kích thcầu sự khác biệt. 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 sự khác biệt (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 sự khác biệt có được đem từ cùng tổng thể cơ bản hay là không. Nhiệt độ được bỏ qua trong phân tích này.

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

Liệu đã tính đến tác động của những quái đản giữa các nhãn hiệu phân bón được tìm thấy vào điểm gạch đầu dòng đầu tiên và những khác lạ về nhiệt độ được tìm thấy trong điểm gạch đầu dòng thứ hai, sáu mẫu tượng trưng mang đến toàn cục các cặp quý hiếm phân bón, nhiệt độ được mang từ cùng tổng thể xuất xắc chưa. Giả thiết loại trừ là có những tác động vì các cặp phân bón, nhiệt độ cụ thể bên cạnh những lạ thường dựa vào riêng rẽ 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 nhị kích thmong sự khác biệt 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 lại sát mang lại mỗi cặp (chẳng hạn, mỗi cặp phân bón, nhiệt độ vào ví dụ trên).


Hàm trang tính CORREL với PEARSON phần đông tính tân oán thông số đối sánh tương quan thân nhì trở thành số đo lường và thống kê Lúc các số đo bên trên mỗi đổi mới số được quan liêu gần cạnh cho mỗi đối tượng N. (Bất kỳ quan tiền gần cạnh thiếu làm sao so với bất kỳ đối tượng người dùng như thế nào làm cho đối tượng người dùng bị bỏ qua mất vào phân tích.) Công cụ phân tích Tương quan lại quan trọng có ích Lúc có không ít rộng hai biến số giám sát cho mỗi đối tượng N. Nó hỗ trợ bảng kết quả, một ma trận đối sánh, hiển thị giá trị của CORREL (hoặc PEARSON) được vận dụng cho mỗi cặp trở thành số giám sát khả thi.

Hệ số tương quan, chẳng hạn như hiệp phương hiệp, là 1 trong những thước đo của phạm vi đến mức cơ mà nhị đổi mới số thống kê giám sát "thuộc chuyển đổi." Không y hệt như hiệp pmùi hương hiệp, hệ số tương quan được giám sát để quý giá của nó độc lập với những đơn vị mà lại trong số ấy nhị biến số đo lường được trình bày. (ví dụ như, nếu như hai thay đổi số đo lường và thống kê là trọng lượng cùng độ cao, quý hiếm của thông số đối sánh ko biến đổi giả dụ trọng lượng được chuyển đổi từ bỏ pao lịch sự kilogram.) Giá trị của đa số hệ số đối sánh tương quan yêu cầu từ bỏ -1 mang lại +1 bao gồm cả -1.

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


Công cụ Tương quan và Hiệp phương thơm không nên đều có thể được dùng trong cùng thiết đặt, khi khách hàng có N biến số đo lường sự so sánh được quan liêu sát trên một bộ cá thể. Công cụ Tương quan lại và Hiệp phương không đúng cung cấp bảng kết quả, một ma trận, thể hiện hệ số đối sánh tương quan hoặc hiệp phương không đúng tương ứng giữa mỗi cặp biến số đo lường. Sự sự so sánh là hệ số đối sánh được đo nằm vào khoảng từ -1 đến +1 khái quát cả nhị số này. Hiệp phương không đúng tương ứng ko được đo. Cả hệ số đối sánh và hiệp phương sai đều là các 1-1 vị đo lường của phạm vi đến mức mà nhị biến số đo lường "cùng biến đổi."

Công nuốm Hiệp phương hiệp tính quý hiếm của hàm trang tính COVARIANCE. P.. cho từng cặp biến số giám sát. (Sử dụng HIỆP PHƯƠNG HIỆP TRỰC TIẾP.. P.. chứ đọng không hẳn là luật pháp Hiệp phương thơm hiệp là cách thức sửa chữa thay thế hợp lý Khi chỉ bao gồm hai đổi mới số thống kê giám sát, tức thị N=2.) Mục nhập trên tuyến đường chéo cánh của bảng kết quả của lao lý Hiệp phương biến vào mặt hàng i, cột i là hiệp pmùi hương hiệp của biến chuyển số đo máy i cùng với thiết yếu nó. Đây chỉ với pmùi hương sai toàn diện mang lại đổi mới số kia, nhỏng được tính toán bởi hàm trang tính VAR.P.

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


Công cụ phân tích Thống kê Mô tả làm ra báo cáo thống kê đối chọi biến đến dữ liệu vào phạm vi nhập liệu, cung cấp công bố về xu hướng trung trọng tâm và tính biến thiên của dữ liệu của bạn.


Công cụ phân tích Làm trót lọt Hàm mũ dự đoán một quý hiếm phụ thuộc vào dự đoán mang lại kỳ trcầu, được điều chỉnh mang lại lỗi trong dự báo trướć. Công cụ dùng hằng số làm trơn 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 quý hiếm này đến biết dự báo hiện tại đề xuất được điều chỉnh 20 phần trăm đến 30 phần trăm mang đến lỗi trong dự báo trmong. Hằng số lớn hơn đến phản hồi nkhô nóng rộng nhưng có thể mang tới 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 Hai mẫu Kiểm định F đối với Pmùi hương không nên thực hiện kiểm định F đối với nhị mẫu để so sánh nhị phương sai tổng thể.

Ví dụ, khách hàng có thể dùng công cụ Kiểm định F bên trên các mẫu số lần gặp đội bơi đối với một vào hai đội. Công cụ cung cấp kết quả của chứng thực giả thiết null rằng nhị mẫu này đến từ các phân bố có phương thơm sai bằng nhau, so với giải pháp loại trừ rằng pmùi hương sai không bằng nhau vào các phân bổ 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 thơm không nên 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 giòn (FFT) để biến thành 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 nơi bắt đầu.

*




Công cụ phân tích Trung bình Di chuyển chiếu các cực hiếm trong kỳ dự báo, dựa vào quý hiếm trung bình của biến số qua số kỳ trmong cụ thể. Trung bình di chuyển cung cấp lên tiếng xu thế mà một đường trung bình đơn giản của nói chung 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 trước bao quát vào trung bình di chuyển

A j là giá trị thực tế tại thời điểm j

F j là quý giá dự báo tại thời điểm j







*

Kiểm định t: Giả định Hai mẫu có Phương thơm không đúng Bằng nhau

Công cụ phân tích này thực hiện Kiểm định t của student cho nhì mẫu. Dạng thức Kiểm định t này giả định rằng nhì tập dữ liệu đến từ các phân bố có pmùi hương không nên tương tự nhau. Nó được gọi là Kiểm định t phương không nên có điều kiện không đổi. Bạn có thể dùng Kiểm định t này để xác định nhị mẫu có kỹ năng đến từ các phân vùng có trung bình tổng thể bằng nhau.

Kiểm định t: Giả định Hai mẫu có Phương không đúng Không bằng nhau

Công cụ phân tích này thực hiện Kiểm định t của student đến nhì mẫu. Dạng thức Kiểm định t này giả định rằng nhị tập dữ liệu đến từ các phân bổ có pmùi hương sai khác nhau. Nó được gọi là Kiểm định t có pmùi hương không nên phụ thuộc vào một biến ngẫu nhiên có điều kiện khác. Với trường hợp Phương không nên Bằng nhau trcầu đó, người dùng có thể dùng Kiểm định t này để xác định nhì mẫu có khả năng đến từ các phân bổ có trung bình tổng thể bằng nhau. Hãy dùng kiểm định này lúc có các đối tượng riêng biệt biệt vào nhì mẫu. Hãy dùng kiểm định Theo cặp, được mô tả vào ví dụ sau, Lúc có một tập solo các đối tượng và hai mẫu thay mặt đến các đo lường 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 vì, df. Vì kết quả của phép tính thường ko là số ngulặng, giá trị của df được làm tròn đến số nguim gần nhất để có được cực hiếm giới hạn từ bảng t. Hàm trang tính T.TEST trong Excel dùng quý hiếm df được tính không làm tròn, vì nó có thể tính toán giá trị cho T.TEST bằng một df ko phải số nguim. Vì những cách tiếp cận sự khác biệt này đến việc xác định bậc tự vị, các kết quả của T.

Xem thêm: Làm Mục Lục Tự Đông Trong Word 2003, 2010, 2013, 2016, Hướng Dẫn Tạo Mục Lục Tự Động Trên Word 2003

TEST và công cụ t-Test này sẽ sự khác biệt trong trường hợp Phương thơm sai Không bằng nhau.