Excel 2019在统计分析工作中的典型应用(视频教学版)

Excel 2019在统计分析工作中的典型应用(视频教学版)
分享
扫描下方二维码分享到微信
打开微信,点击右上角”+“,
使用”扫一扫“即可将网页分享到朋友圈。
作者:
2022-03
版次: 1
ISBN: 9787302583837
定价: 69.80
装帧: 其他
开本: 16开
纸张: 胶版纸
页数: 246页
字数: 516.000千字
8人买过
  • 《Excel 2019在统计分析工作中的典型应用(视频教学版)》针对初、中级读者的学习特点,透彻讲解Excel 在统计分析领域的各项典型应用。通过剖析大量行业案例,让读者在“学”与“用”的两个层面上融会贯通,真正掌握Excel 精髓。系统学习本书可以帮助各行业的数据分析和统计管理人员快速、高效地完成日常工作,提升个人及企业的竞争力。全书共15 章,内容包括数据的输入及格式限定,数据的规范整理,Excel 中的数据查看、计算、统计工具,解不确定值,数据分组与频数统计,描述性统计分析,方差分析,相关分析,回归分析,时间序列预测分析,指数统计,抽样确定样本大小,几种重要的分布,参数估计,以及假设检验。本书以Excel 2019 为基础进行讲解,适用于Excel 2019/2016/2013/2010/2007/2003 等各个版本。 赛贝尔资讯是一个由财务、统计、营销、市场分析以及微软MVP专家组成的专业团队,长期从事相关工作,精通Excel,所编著图书以实践、实例见长。 第1章 数据的输入及格式限定

    1.1 了解几种数据类型 2

    1.1.1 文本型数据 2

    1.1.2 数值数据 3

    1.1.3 日期数据 4

    1.1.4 外部数据 6

    1.2 数据的批量输入 8

    1.2.1 填充序号 8

    1.2.2 填充相同数据 9

    1.2.3 工作组批量输入 10

    1.2.4 不连续相同数据的批量输入 11

    1.3 通过数据验证规范输入 11

    1.3.1 限制输入数据范围 11

    1.3.2 限制输入数据类型 12

    1.3.3 制作输入下拉列表 13

    1.3.4 创建输入提示 14

    1.3.5 限制输入空格 15

    1.3.6 限制重复数据 15

    第2章 数据的规范整理

    2.1 智能定位 19

    2.1.1 定位空值 19

    2.1.2 定位常量 20

    2.1.3 定位实现批量运算 21

    2.2 处理残缺的数据 23

    2.2.1 处理空白单元格 23

    2.2.2 处理空行空列 25

    2.3 处理重复数据 26

    2.3.1 标记重复值 26

    2.3.2 删除重复值 27

    2.4 处理不规范数值、文本、日期 27

    2.4.1 批量处理文本型数字 27

    2.4.2 处理数字中的强制换行符 28

    2.4.3 批量转换不规范的日期 29

    2.4.4 处理文本中多余的空格 31

    2.5 数据分列处理 32

    2.5.1 应对一列多属性 32

    2.5.2 数据与单位分离 33

    第3章 Excel中的数据查看、计算、统计工具

    3.1 数据的筛选查看 36

    3.1.1 从数据源中筛选查看满足的数据 36

    3.1.2 数值筛选 37

    3.1.3 文本筛选 38

    3.1.4 结果独立放置的筛选 39

    3.2 数据的分类汇总 41

    3.2.1 单关键字排序 41

    3.2.2 双关键字排序 42

    3.2.3 按单元格颜色排序 43

    3.2.4 单层分类汇总 44

    3.2.5 多层分类汇总 45

    3.2.6 同一字段的多种不同计算 46

    3.2.7 生成分类汇总报表 47

    3.3 数据合并计算 49

    3.3.1 多表汇总求和运算 49

    3.3.2 多表汇总求平均值计算 51

    3.3.3 多表汇总计数运算 52

    3.3.4 生成二维汇总表 54

    3.4 数据透视表 55

    3.4.1 数据透视表的多维统计方式 55

    3.4.2 字段添加决定分析结果 56

    3.4.3 自定义汇总计算方式 61

    3.4.4 自定义值的显示方式 62

    3.4.5 分组统计数据 63

    第4章 解不确定值

    4.1 单变量求解 68

    4.1.1 预测销售量 68

    4.1.2 预测贷款利率 68

    4.1.3 预测盈亏平衡点 69

    4.2 模拟运算表 70

    4.2.1 按不同提成比例预测销售额 70

    4.2.2 双变量模拟运算表 71

    4.3 方案管理器 72

    4.3.1 定义方案 72

    4.3.2 显示方案 74

    4.3.3 重新编辑方案 75

    4.3.4 生成方案总结报告 75

    4.4 规划求解 76

    4.4.1 规划求解可解决的问题范畴 76

    4.4.2 加载规划求解工具 78

    4.4.3 规划求解鸡兔同笼问题 78

    4.4.4 规划求解多条件限制下的排班方案 81

    4.4.5 规划求解运输方案 84

    第5章 数据分组与频数统计

    5.1 数据分组 87

    5.1.1 离散型数据分组——单项式分组 87

    5.1.2 离散型数据分组——组距式分组 89

    5.1.3 连续型数据分组界限 90

    5.2 频数统计 91

    5.2.1 单项式分组的频数统计 92

    5.2.2 组距式分组的频数统计 92

    5.3 频数统计直方图 94

    5.3.1 加载直方图分析工具 94

    5.3.2 应用直方图分析工具 95

    5.3.3 应用直方图统计图表 97

    第6章 描述性统计分析

    6.1 描述集中趋势的统计量 100

    6.1.1 算术平均数 100

    6.1.2 几何平均数 100

    6.1.3 调和平均数 101

    6.1.4 加权算术平均数 101

    6.1.5 众数 103

    6.1.6 中位数 106

    6.1.7 四分位数 108

    6.1.8 百分位数 109

    6.2 描述离散趋势的统计量 109

    6.2.1 极差 109

    6.2.2 四分位差 110

    6.2.3 方差 110

    6.2.4 标准差 111

    6.2.5 异众比率 112

    6.3 描述总体分布形态的统计量 113

    6.3.1 偏度系数 113

    6.3.2 峰度系数 113

    6.4 箱形图描述四分位数 114

    6.4.1 呈现单组数据的分布状态 114

    6.4.2 比较多组数据的分布状态 116

    6.5 Excel 数据分析工具进行描述统计分析 117

    第7章 方差分析

    7.1 Excel 中的方差计算函数 119

    7.1.1 VAR.S估算方差 119

    7.1.2 VAR.P以样本值估算总体方差 120

    7.1.3 STDEV.S估算标准偏差 120

    7.1.4 STDEV.P以样本值估算总体标准偏差 121

    7.2 方差高级分析工具 122

    7.2.1 单因素方差分析范例 122

    7.2.2 可重复双因素方差分析范例 124

    7.2.3 无重复双因素方差分析范例 126

    7.3 协方差计算 127

    7.3.1 COVARIANCE.S计算协方差分析相关性 128

    7.3.2 COVARIANCE.P以样本值估算总体的协方差 128

    7.3.3 运用协方差分析工具分析两个变量的相关性 128

    第8章 相关分析

    8.1 了解相关关系的种类 131

    8.2 编制相关表与相关图 131

    8.2.1 编制相关表 131

    8.2.2 典型的相关图——散点图 131

    8.2.3 复相关的表达——气泡图 133

    8.3 相关系数 134

    8.3.1 使用函数计算相关系数 134

    8.3.2 使用相关系数分析工具分析 136

    8.4 相关系数的检验 137

    8.4.1 小样本相关系数为0的检验 137

    8.4.2 大样本相关系数为0的检验 138

    8.4.3 相关系数为常数的检验 139

    第9章 回归分析

    9.1 分析自变量对目标变量的影响程度 142

    9.1.1 SLOPE计算一元线性回归的回归系数 142

    9.1.2 CORREL计算一元线性回归的相关系数 142

    9.1.3 RSQ计算一元线性回归的判定系数 143

    9.2 趋势线法(散点图)线性回归分析 143

    9.2.1 分析工作年限与销售业绩的相关性 143

    9.2.2 分析月收入与月网络消费额的相关性 145

    9.3 回归分析预测目标变量 146

    9.3.1 LINEST根据生产数量预测产品的单个成本 146

    9.3.2 LOGEST 预测网站未来点击量 147

    9.4 高级分析工具——回归工具 147

    9.4.1 一元线性回归分析 147

    9.4.2 多元线性回归分析 148

    第10章 时间序列预测分析

    10.1 一次移动平均法预测分析 151

    10.1.1 计算移动平均数 151

    10.1.2 编辑移动平均图表 152

    10.1.3 一次移动平均预测后期销量 154

    10.2 二次移动平均法预测分析 154

    10.2.1 计算二次移动平均数 154

    10.2.2 二次移动平均预测销售量 155

    10.3 时间序列的指数平滑 155

    10.3.1 一次指数平滑法 156

    10.3.2 二次指数平滑法 157

    10.3.3 确定平滑系数 157

    第11章 指数统计

    11.1 综合指数 161

    11.1.1 同等加权指数 161

    11.1.2 基期加权指数 162

    11.1.3 报告期加权指数 163

    11.1.4 埃奇沃斯指数 165

    11.1.5 费雪指数 167

    11.2 平均指数 168

    11.2.1 算术平均指数 168

    11.2.2 调和平均指数 170

    11.2.3 几何平均指数 171

    11.3 指数体系与因素分析 173

    11.3.1 总量指标变动的因素分析 173

    11.3.2 平均指标变动的因素分析 175

    第12章 抽样确定样本大小

    12.1 随机抽样 180

    12.1.1 简单随机抽样 180

    12.1.2 等距抽样 183

    12.1.3 分层抽样 184

    12.2 非随机抽样 185

    12.3 确定抽样样本的数量 186

    12.3.1 方差已知下的样本大小 186

    12.3.2 方差未知下的样本大小 188

    12.3.3 根据特定目的确定样本量 188

    第13章 几种重要的分布

    13.1 二项分布 192

    13.1.1 计算二项分布的概率 192

    13.1.2 使用二项分布函数 193

    13.1.3 二项分布的概率分布图 193

    13.2 泊松分布 196

    13.2.1 计算泊松分布的概率 196

    13.2.2 泊松分布的概率分布图 197

    13.3 指数分布 200

    13.3.1 计算指数分布的概率 200

    13.3.2 指数分布的概率分布图 200

    13.4 正态分布 202

    13.4.1 正态分布的定义 202

    13.4.2 计算正态分布的概率 203

    13.4.3 绘制正态分布图和正态曲线 205

    13.4.4 正态分布比较图 209

    13.5 三大抽样分布 212

    13.5.1 t分布 212

    13.5.2 F分布 214

    13.5.3 χ2分布 214

    第14章 参数估计

    14.1 参数估计的概述 217

    14.1.1 了解估计量与估计值 217

    14.1.2 参数估计的分类 217

    14.1.3 评价参数估计的标准 217

    14.2 单个总体的均值区间估计 218

    14.2.1 单个总体均值置信区间的估计 218

    14.2.2 单个总体比率区间的估计 223

    14.3 两个总体的均值区间估计 225

    14.3.1 两个总体均值之差的区间估计 225

    14.3.2 两个总体比率之差的区间估计 227

    14.4 总体方差估计 228

    14.4.1 总体方差的估计 228

    14.4.2 总体方差比的估计 229

    第15章 假设检验

    15.1 了解假设检验 232

    15.1.1 关于“小概率事件”原理 232

    15.1.2 假设检验的基本步骤 232

    15.1.3 确定假设检验的方法 232

    15.1.4 双侧检验和单侧检验 233

    15.2 均值的Z 检验 235

    15.2.1 单侧Z检验 235

    15.2.2 双侧Z检验 237

    15.3 均值的t 检验 238

    15.3.1 单侧t检验 238

    15.3.2 双侧t检验 240

    15.4 两个总体参数的假设检验 242

    15.4.1 两个独立正态总体均值的检验 242

    15.4.2 t检验:成对双样本均值检验 244

    15.4.3 F检验:两个正态总体的方差检验 245
  • 内容简介:
    《Excel 2019在统计分析工作中的典型应用(视频教学版)》针对初、中级读者的学习特点,透彻讲解Excel 在统计分析领域的各项典型应用。通过剖析大量行业案例,让读者在“学”与“用”的两个层面上融会贯通,真正掌握Excel 精髓。系统学习本书可以帮助各行业的数据分析和统计管理人员快速、高效地完成日常工作,提升个人及企业的竞争力。全书共15 章,内容包括数据的输入及格式限定,数据的规范整理,Excel 中的数据查看、计算、统计工具,解不确定值,数据分组与频数统计,描述性统计分析,方差分析,相关分析,回归分析,时间序列预测分析,指数统计,抽样确定样本大小,几种重要的分布,参数估计,以及假设检验。本书以Excel 2019 为基础进行讲解,适用于Excel 2019/2016/2013/2010/2007/2003 等各个版本。
  • 作者简介:
    赛贝尔资讯是一个由财务、统计、营销、市场分析以及微软MVP专家组成的专业团队,长期从事相关工作,精通Excel,所编著图书以实践、实例见长。
  • 目录:
    第1章 数据的输入及格式限定

    1.1 了解几种数据类型 2

    1.1.1 文本型数据 2

    1.1.2 数值数据 3

    1.1.3 日期数据 4

    1.1.4 外部数据 6

    1.2 数据的批量输入 8

    1.2.1 填充序号 8

    1.2.2 填充相同数据 9

    1.2.3 工作组批量输入 10

    1.2.4 不连续相同数据的批量输入 11

    1.3 通过数据验证规范输入 11

    1.3.1 限制输入数据范围 11

    1.3.2 限制输入数据类型 12

    1.3.3 制作输入下拉列表 13

    1.3.4 创建输入提示 14

    1.3.5 限制输入空格 15

    1.3.6 限制重复数据 15

    第2章 数据的规范整理

    2.1 智能定位 19

    2.1.1 定位空值 19

    2.1.2 定位常量 20

    2.1.3 定位实现批量运算 21

    2.2 处理残缺的数据 23

    2.2.1 处理空白单元格 23

    2.2.2 处理空行空列 25

    2.3 处理重复数据 26

    2.3.1 标记重复值 26

    2.3.2 删除重复值 27

    2.4 处理不规范数值、文本、日期 27

    2.4.1 批量处理文本型数字 27

    2.4.2 处理数字中的强制换行符 28

    2.4.3 批量转换不规范的日期 29

    2.4.4 处理文本中多余的空格 31

    2.5 数据分列处理 32

    2.5.1 应对一列多属性 32

    2.5.2 数据与单位分离 33

    第3章 Excel中的数据查看、计算、统计工具

    3.1 数据的筛选查看 36

    3.1.1 从数据源中筛选查看满足的数据 36

    3.1.2 数值筛选 37

    3.1.3 文本筛选 38

    3.1.4 结果独立放置的筛选 39

    3.2 数据的分类汇总 41

    3.2.1 单关键字排序 41

    3.2.2 双关键字排序 42

    3.2.3 按单元格颜色排序 43

    3.2.4 单层分类汇总 44

    3.2.5 多层分类汇总 45

    3.2.6 同一字段的多种不同计算 46

    3.2.7 生成分类汇总报表 47

    3.3 数据合并计算 49

    3.3.1 多表汇总求和运算 49

    3.3.2 多表汇总求平均值计算 51

    3.3.3 多表汇总计数运算 52

    3.3.4 生成二维汇总表 54

    3.4 数据透视表 55

    3.4.1 数据透视表的多维统计方式 55

    3.4.2 字段添加决定分析结果 56

    3.4.3 自定义汇总计算方式 61

    3.4.4 自定义值的显示方式 62

    3.4.5 分组统计数据 63

    第4章 解不确定值

    4.1 单变量求解 68

    4.1.1 预测销售量 68

    4.1.2 预测贷款利率 68

    4.1.3 预测盈亏平衡点 69

    4.2 模拟运算表 70

    4.2.1 按不同提成比例预测销售额 70

    4.2.2 双变量模拟运算表 71

    4.3 方案管理器 72

    4.3.1 定义方案 72

    4.3.2 显示方案 74

    4.3.3 重新编辑方案 75

    4.3.4 生成方案总结报告 75

    4.4 规划求解 76

    4.4.1 规划求解可解决的问题范畴 76

    4.4.2 加载规划求解工具 78

    4.4.3 规划求解鸡兔同笼问题 78

    4.4.4 规划求解多条件限制下的排班方案 81

    4.4.5 规划求解运输方案 84

    第5章 数据分组与频数统计

    5.1 数据分组 87

    5.1.1 离散型数据分组——单项式分组 87

    5.1.2 离散型数据分组——组距式分组 89

    5.1.3 连续型数据分组界限 90

    5.2 频数统计 91

    5.2.1 单项式分组的频数统计 92

    5.2.2 组距式分组的频数统计 92

    5.3 频数统计直方图 94

    5.3.1 加载直方图分析工具 94

    5.3.2 应用直方图分析工具 95

    5.3.3 应用直方图统计图表 97

    第6章 描述性统计分析

    6.1 描述集中趋势的统计量 100

    6.1.1 算术平均数 100

    6.1.2 几何平均数 100

    6.1.3 调和平均数 101

    6.1.4 加权算术平均数 101

    6.1.5 众数 103

    6.1.6 中位数 106

    6.1.7 四分位数 108

    6.1.8 百分位数 109

    6.2 描述离散趋势的统计量 109

    6.2.1 极差 109

    6.2.2 四分位差 110

    6.2.3 方差 110

    6.2.4 标准差 111

    6.2.5 异众比率 112

    6.3 描述总体分布形态的统计量 113

    6.3.1 偏度系数 113

    6.3.2 峰度系数 113

    6.4 箱形图描述四分位数 114

    6.4.1 呈现单组数据的分布状态 114

    6.4.2 比较多组数据的分布状态 116

    6.5 Excel 数据分析工具进行描述统计分析 117

    第7章 方差分析

    7.1 Excel 中的方差计算函数 119

    7.1.1 VAR.S估算方差 119

    7.1.2 VAR.P以样本值估算总体方差 120

    7.1.3 STDEV.S估算标准偏差 120

    7.1.4 STDEV.P以样本值估算总体标准偏差 121

    7.2 方差高级分析工具 122

    7.2.1 单因素方差分析范例 122

    7.2.2 可重复双因素方差分析范例 124

    7.2.3 无重复双因素方差分析范例 126

    7.3 协方差计算 127

    7.3.1 COVARIANCE.S计算协方差分析相关性 128

    7.3.2 COVARIANCE.P以样本值估算总体的协方差 128

    7.3.3 运用协方差分析工具分析两个变量的相关性 128

    第8章 相关分析

    8.1 了解相关关系的种类 131

    8.2 编制相关表与相关图 131

    8.2.1 编制相关表 131

    8.2.2 典型的相关图——散点图 131

    8.2.3 复相关的表达——气泡图 133

    8.3 相关系数 134

    8.3.1 使用函数计算相关系数 134

    8.3.2 使用相关系数分析工具分析 136

    8.4 相关系数的检验 137

    8.4.1 小样本相关系数为0的检验 137

    8.4.2 大样本相关系数为0的检验 138

    8.4.3 相关系数为常数的检验 139

    第9章 回归分析

    9.1 分析自变量对目标变量的影响程度 142

    9.1.1 SLOPE计算一元线性回归的回归系数 142

    9.1.2 CORREL计算一元线性回归的相关系数 142

    9.1.3 RSQ计算一元线性回归的判定系数 143

    9.2 趋势线法(散点图)线性回归分析 143

    9.2.1 分析工作年限与销售业绩的相关性 143

    9.2.2 分析月收入与月网络消费额的相关性 145

    9.3 回归分析预测目标变量 146

    9.3.1 LINEST根据生产数量预测产品的单个成本 146

    9.3.2 LOGEST 预测网站未来点击量 147

    9.4 高级分析工具——回归工具 147

    9.4.1 一元线性回归分析 147

    9.4.2 多元线性回归分析 148

    第10章 时间序列预测分析

    10.1 一次移动平均法预测分析 151

    10.1.1 计算移动平均数 151

    10.1.2 编辑移动平均图表 152

    10.1.3 一次移动平均预测后期销量 154

    10.2 二次移动平均法预测分析 154

    10.2.1 计算二次移动平均数 154

    10.2.2 二次移动平均预测销售量 155

    10.3 时间序列的指数平滑 155

    10.3.1 一次指数平滑法 156

    10.3.2 二次指数平滑法 157

    10.3.3 确定平滑系数 157

    第11章 指数统计

    11.1 综合指数 161

    11.1.1 同等加权指数 161

    11.1.2 基期加权指数 162

    11.1.3 报告期加权指数 163

    11.1.4 埃奇沃斯指数 165

    11.1.5 费雪指数 167

    11.2 平均指数 168

    11.2.1 算术平均指数 168

    11.2.2 调和平均指数 170

    11.2.3 几何平均指数 171

    11.3 指数体系与因素分析 173

    11.3.1 总量指标变动的因素分析 173

    11.3.2 平均指标变动的因素分析 175

    第12章 抽样确定样本大小

    12.1 随机抽样 180

    12.1.1 简单随机抽样 180

    12.1.2 等距抽样 183

    12.1.3 分层抽样 184

    12.2 非随机抽样 185

    12.3 确定抽样样本的数量 186

    12.3.1 方差已知下的样本大小 186

    12.3.2 方差未知下的样本大小 188

    12.3.3 根据特定目的确定样本量 188

    第13章 几种重要的分布

    13.1 二项分布 192

    13.1.1 计算二项分布的概率 192

    13.1.2 使用二项分布函数 193

    13.1.3 二项分布的概率分布图 193

    13.2 泊松分布 196

    13.2.1 计算泊松分布的概率 196

    13.2.2 泊松分布的概率分布图 197

    13.3 指数分布 200

    13.3.1 计算指数分布的概率 200

    13.3.2 指数分布的概率分布图 200

    13.4 正态分布 202

    13.4.1 正态分布的定义 202

    13.4.2 计算正态分布的概率 203

    13.4.3 绘制正态分布图和正态曲线 205

    13.4.4 正态分布比较图 209

    13.5 三大抽样分布 212

    13.5.1 t分布 212

    13.5.2 F分布 214

    13.5.3 χ2分布 214

    第14章 参数估计

    14.1 参数估计的概述 217

    14.1.1 了解估计量与估计值 217

    14.1.2 参数估计的分类 217

    14.1.3 评价参数估计的标准 217

    14.2 单个总体的均值区间估计 218

    14.2.1 单个总体均值置信区间的估计 218

    14.2.2 单个总体比率区间的估计 223

    14.3 两个总体的均值区间估计 225

    14.3.1 两个总体均值之差的区间估计 225

    14.3.2 两个总体比率之差的区间估计 227

    14.4 总体方差估计 228

    14.4.1 总体方差的估计 228

    14.4.2 总体方差比的估计 229

    第15章 假设检验

    15.1 了解假设检验 232

    15.1.1 关于“小概率事件”原理 232

    15.1.2 假设检验的基本步骤 232

    15.1.3 确定假设检验的方法 232

    15.1.4 双侧检验和单侧检验 233

    15.2 均值的Z 检验 235

    15.2.1 单侧Z检验 235

    15.2.2 双侧Z检验 237

    15.3 均值的t 检验 238

    15.3.1 单侧t检验 238

    15.3.2 双侧t检验 240

    15.4 两个总体参数的假设检验 242

    15.4.1 两个独立正态总体均值的检验 242

    15.4.2 t检验:成对双样本均值检验 244

    15.4.3 F检验:两个正态总体的方差检验 245
查看详情