EXCEL分析工具库教程Word格式文档下载.doc
《EXCEL分析工具库教程Word格式文档下载.doc》由会员分享,可在线阅读,更多相关《EXCEL分析工具库教程Word格式文档下载.doc(79页珍藏版)》请在冰点文库上搜索。
重庆三峡学院关文忠
1.随机数发生器主要功能
“随机数发生器”分析工具可用几个分布之一产生的独立随机数来填充某个区域。
可以通过概率分布来表示总体中的主体特征。
例如,可以使用正态分布来表示人体身高的总体特征,或者使用双值输出的伯努利分布来表示掷币实验结果的总体特征。
2.随机数发生器对话框简介
执行如下命令:
“数据|分析|数据分析|随机数发生器”,弹出随机数发生器对话框(图21)。
图21随机数发生器对话框
该对话框中的参数随分布的选择而有所不同,其余均相同。
变量个数:
在此输入输出表中数值列的个数。
随机数个数:
在此输入要查看的数据点个数。
每一个数据点出现在输出表的一行中。
分布:
在此单击用于创建随机数的分布方法。
包括以下几种:
均匀分布、正态分布、伯努利分布、二项式、泊松、模式、离散。
具体应用将在第3部分举例介绍。
随机数基数:
在此输入用来产生随机数的可选数值。
可在以后重新使用该数值来生成相同的随机数。
输出区域:
在此输入对输出表左上角单元格的引用。
如果输出表将替换现有数据,Excel会自动确定输出区域的大小并显示一条消息。
新工作表:
单击此选项可在当前工作簿中插入新工作表,并从新工作表的A1单元格开始粘贴计算结果。
若要为新工作表命名,请在框中键入名称。
新工作簿:
单击此选项可创建新工作簿并将结果添加到其中的新工作表中。
3.随机数发生器应用举例
3.1.均匀随机数的产生
均匀:
以下限和上限来表征。
其变量是通过对区域中的所有数值进行等概率抽取而得到的。
普通的应用使用范围0到1之间的均匀分布。
相当于工作表函数:
“=a+RAND()*(b-a)”,与RANDBETWEEN(a,b)”的区别是,RANDBETWEEN产生的是离散型随机数,而随机数发生器产生的是连续型随机数。
离散型函数产生可重复随机数,若想产生无重复随机数,应使用连续型,再从中利用RANK函数产生整型。
通常在进行抽样设计时要产生无重复的整型均匀随机数。
例:
在编号为1至20之间随机抽取10个无重复的均匀随机数。
数据|分析|数据分析|随机数发生器|“分布”选择均匀,产生对话框(图22):
图22均匀随机数对话框
单击“确定”生成连续型随机数(如图23A列)。
随机数公式显示模式
图23产生随机数
由图可见,所产生的是连续型随机数,若四舍五入取整,在B1单元格输入公式“=ROUND(A1,0)”,并复制到B1:
B10,得到整型随机数(图23B列)。
由图可见,数字7出现了两次,为可重复随机数。
在统计调查时,不能对同一调查对象调查两次,应产生无重复随机数。
处理的办法如下:
在A列对总体进行编号;
在B2输入如图所示公式,生产0至1之间的均匀随机数,并复制到B3:
B21;
C列显示样本序号;
选择D2:
D11单元格区域,输入D2单元格所示公式,按住Ctrl+Shift不放再按回车键,生成随机数。
该随机数是无重复的。
当然也可由VLOOKUP函数实现,所处从略。
图24无重复随机数的产生(普通模式与公式显著模式)
3.2.正态随机数的产生
正态分布描述:
图25正态分布描述
图26正态分布曲线
正态:
以平均值和标准偏差来表征,相当于工作表函数“=NORMINV(rand(),mu,sigma)”
产生10行8列来自均值为100、标准差为10的总体随机数。
“数据|分析|数据分析|随机数发生器”,选择“分布”为“正态”,设置对话框如下:
图27随机数发生器对话框的正态分布设置
单击“确定”生成随机数如下:
图28产生的正态分布随机数
3.3.产生0-1分布随机数
伯努利:
以给定的试验中成功的概率(p值)来表征。
伯努利随机变量的值为0或1。
等价于函数:
“=IF(RAND()
”.
产生5列10行的成功概率为0.5的0-1随机数。
验证概率的频率法定义。
数据|分析|数据分析|随机数发生器|“分布”选择柏努利,设置对话框如下:
图290-1随机数对话框
单击“确定”生成随机数(图29A至E列)。
在G列输入累积的试验度数;
H2输入公式,统计正态朝上的次数(1的个数);
I2求得频率;
鼗H2:
I2复制到H3:
I21单元格区域(图210、图211)。
以H列为横坐标,I列为纵坐标,绘制不带标志点的折线型散点图(图212)。
由图可见,随机试验次数的增加,频率逐步趋于0.5.
图210产生的0-1分布随机数(公式显示模式)
图211产生的0-1分布随机数
图212频率法概率定义的验证
3.4.产生二项分布随机数
二项式:
以一系列试验中成功的概率(p值)来表征。
例如,可以按照试验次数生成一系列伯努利随机变量,这些变量之和为一个二项式随机变量。
二项分布描述:
图213二项分布描述
图214二项分布曲线
某射手中靶的概率为0.8,每次射击10发子弹,射击10次,模拟每次中靶的次数。
“数据|分析|数据分析|随机数发生器”,选择“分布”为“二项”,设置对话框如下:
图215随机数发生器对话框的二项分布设置
图216产生的二项分布随机数
3.5.产生泊松分布随机数
泊松:
以值λ来表征,λ等于平均值的倒数。
泊松分布经常用于表示单位时间内事件发生的次数,例如,汽车到达收费停车场的平均速率。
其描述如下:
图217泊松分布描述
图218泊松分布曲线
某加油站,平均每小时前来加油的车辆为10辆,试进行100次模拟,并求其分布情况。
“数据|分析|数据分析|随机数发生器”,选择“分布”为“泊松”,设置对话框如下:
图219随机数发生器对话框的泊松分布设置
图220产生的泊松分布随机数
求得最大值,最小值,确定组限,利用frequency函数统计频数,并求频率如下图。
图221频数统计(公式显示模式)
图222频数统计
3.6.产生重复序列
模式:
以下界和上界、步幅、数值的重复率和序列的重复率来表征。
在生物遗传学中常用到重复序列。
EXCEL的“模式”所产生的重复序列是按相同步长产生的重复序列。
如:
下列对话框设置:
图223重复序列对话框
可产生的重复序列为:
112233112233112233
3.7.产生离散随机数
离散:
以数值及相应的概率区域来表征。
该区域必须包含两列,左边一列包含数值,右边一列为与该行中的数值相对应的发生概率。
所有概率的和必须为1。
例如:
某商品销售情况根据某干时期统计如下(经验分布):
销售量
10
15
20
25
30
35
40
概率
0.05
0.10
0.25
0.30
0.15
试进行80次模拟。
(1)在A列和B列输入参数(经验分布)
图224离散(经验分布)随机数的产生
(2)数据|分析|数据分析|随机数发生器|离散,设置如下:
图225离散分布对话框
(3)单击确定,在C1:
M8产生80个随机数。
(4)对产生的随机数利用frequency函数统计频数,并求频率(见O:
Q列)。
第三节.抽样
“抽样”分析工具以数据源区域为总体,从而为其创建一个样本。
当总体太大而不能进行处理或绘制时,可以选用具有代表性的样本。
如果确认数据源区域中的数据是周期性的,还可以仅对一个周期中特定时间段中的数值进行采样。
例如,如果数据源区域包含季度销售量数据,则以四为周期进行采样,将在输出区域中生成与数据源区域中相同季度的数值。
1.1.随机抽样
(1)打开一张工作表,输入总体编号或总体标志值(本例A2:
J11单元格区域)。
图31随机抽样
(2)数据|分析|数据分析|抽样,弹出抽样对话框:
图32随机抽样对话框设置
单击“确定”生成随机样本(图31L列)。
注意,该样本是可重复抽样,重复率与总体单位数成反比,与样本量成正比。
1.2.周期抽样
从1至10编号按固定周期间隔分别为2、3、4、5抽样。
图33周期抽样对话框设置
单击“确定”抽得样本(D列),取间隔依次取3、4、5,输出区域依次改为E2、F2、G2,得随机数如图图34E、F、G列。
图34周期抽取的样本
该种抽样类似等距抽样,但不同的是统计学中的等距抽样是在第1组进行简单随机抽样,以后的样本等于首样本位置依次加组距的k倍。
第四节.直方图
1.直方图的功能
“直方图”分析工具可计算数据单元格区域和数据接收区间的单个和累积频率。
此工具可用于统计数据集中某个数值出现的次数,其功能基本上相当于函数FREQUENCY。
所不同的是可以添加累积百分比、百分比排序及插入图表等。
需要注意的是,该工具只能对数值型标志进行统计,且各组频数是包含组上限的。
如统计学生成绩,若组限确定为“60以下、60-70、70-80、80-90、90-100”则统计结果将60分划分为不及格组之中。
因此可根据最小分值差确定上限,如“0-59.5,…”,更强大的数据整理工具可使用“数据透视表”工具。
2.直方图工具的使用
对图中的数据按组数7进行等距分组,利用直方图工具统计频数。
图41统计分组观测值数据
操作步骤:
(1)先确定组上限
图42组上限的确定(公式显著模式)
利用工作表函数在H1和H2单元格求得最大和最小值;
H3求得全距R,H4为确定的组数,H5计算组距。
J2为第1组上限=最小值+组距;
其他各组上限均等于前组上限+组距。
图43组上限
(2)调用直方图工具
在EXCEL表格中进行如下操作:
“数据|分析|数据分析|直方图”,弹出直方图工具对话框。
图44直方图对话框设置
输入区域:
观测值所在的单元格区域。
接收区域:
组上限所有的单元格区域。
标志:
如果数据源区域的第一行或第一列中包含标志项,请选中此复选框。
在此输入对输出表左上角单元格的引用,可在当前工作表中输入结果。
在当前工作簿中插入新工作表,并从新工作表的A1单元格开始粘贴计算结果。
击此选项可创建新工作簿并将结果添加到其中的新工作表中。
柏拉图(排序直方图):
选中此复选框可在输出表中按频率的降序来显示数据。
累积百分比:
选中此复选框可在输出表中生成一列累积百分比值,并在直方图中包含一条累积百分比线。
图表输出:
选中此选项可在输出表中生成一个嵌入直方图。
单击“确定”生成如下分析结果报告。
图45直方图统计分组结果
第五节.描述统计
1.描述统计工具的功能
2.EXCEL统计描述工具的使用
对如下19个数据,利用统计描述工具求各统计指标:
27,98,91,38,73,2,100,58,98,44,51,5,43,3,87,95,57。
(1)先输入数据(如图2A列)
(2)从“数据”选项卡选择“数据分析”,选择“统计描述”,单击“确定”弹出对话框如下:
图51统计描述对话框
“描述统计”对话框各选项含义如下:
数据源区域:
在此输入待分析数据区域的单元格引用。
引用必须由两个或两个以上按列或行排列的相邻数据区域组成。
分组方式:
若要指示数据源区域中的数据是按行还是按列排列,请单击“行”或“列”。
标志位于第一行/标准位于第一列:
如果数据源区域的第一行中包含标志项,请选中“标志位于第一行”复选框。
如果数据源区域的第一列中包含标志项,请选中“标志位于第一列”复选框。
如果数据源区域中没有标志项,则该复选框将被清除。
MicrosoftOfficeExcel将在输出表中生成适当的数据标志。
平均数置信度:
如果需要在输出表的某一行中包含平均数的置信度,请选中此选项。
在框中,输入要使用的置信度。
例如,数值95%可用来计算在显著性水平为5%时的平均数置信度。
第K大值:
如果需要在输出表的某一行中包含每个数据区域中的第k大值,请选中此选项。
在框中,输入k的数字。
如果输入1,则该行将包含数据集中的最大值。
第K小值:
如果需要在输出表的某一行中包含每个数据区域中的第k小值,请选中此选项。
如果输入1,则该行将包含数据集中的最小值。
此工具将为每个数据集产生两列信息。
左边一列包含统计标志,右边一列包含统计值。
根据所选择的“分组方式”选项,Excel将为数据源区域中的每一行或每一列生成一个两列的统计表。
汇总统计:
如果需要Excel在输出表中为下列每个统计结果生成一个字段,请选中此选项。
这些统计结果有:
平均值、标准误差(相对于平均值)、中值、众数、标准偏差、方差、峰值、偏斜度、极差(全距)、最小值、最大值、总和、计数、最大值(#)、最小值(#)和置信度。
(3)单击“确定”生成统计描述结果
图52统计描述分析结果
第六节.排位与百分比排位
“排位与百分比排位”分析工具可以产生一个数据表,在其中包含数据集中各个数值的顺序排位和百分比排位。
该工具用来分析数据集中各数值间的相对位置关系。
该工具使用工作表函数RANK和PERCENTRANK。
10名同学统计学考试成绩如下:
编号 1 2 3 4 5 6 7 8 9 10
成绩 88 90 85 76 91 60 55 85 85 86
试进行排位和百分比排位。
(1)在EXCEL中输入数据(图61B列)
图61排位与百分比排位结果
(2)数据|分析|数据分析|排位与百分比排位,弹出对话框如下:
图62排位与百分比排位对话框设置
(3)单击“确定”生成排位结果如图61D:
G列。
其中的百分比排位为:
小于该值的个数/(小于该值的个数+大于该值的个数)
如88,小于该值的有7个,大于该值的有2个,百分比排位为7/9=77.78%,该工具截去了十分位数。
第七节.Z检验:
双样本平均差检验
1.Z检验:
双样本均值差检验概述
(1)假设条件
l两个样本是独立的样本
l正态总体或非正态总体大样本(样本量不小于30)
l两样本方差已知
(2)检验统计量及其分布、原假设及拒绝域
表71z检验原假设、统计量及拒绝域
2.Z检验工具的使用
对如下两样本标准差均为10,试以0.05的显著水平检验两样本均值是否相等。
序号
1
2
3
4
5
6
7
8
9
X
50
43
53
38
41
45
49
Y
47
66
58
54
44
59
62
(1)在EXCEL中输入数据(图72A:
C列)。
(2)数据|分析|数据分析|z检验:
双样本平均差检验,设置对话框如下。
图71z检验:
双样本平均差检验对话框
(2)单击“确定”生成分析报告。
图72检验结果
本问题是检验两样本均值是否相等,故为双尾检验。
由分析报告可见,截尾概率为0.001756<
0.05,拒绝均值相等的原假设。
第八节.t检验:
成对双样本平均值
1.t检验:
成对双样本平均值检验概述
l两个总体配对差值构成的总体服从正态分布
l配对差是由总体差随机抽样得来的
l数据配对或匹配(重复测量(前/后))
2.检验:
成对双样本平均值工具的应用
对如下成对数据检验X的均值是否大于Y的均值。
图81数据资料
(1)数据|分析|数据分析|t检验:
成对双样本平均值,弹出对话框并设置如下:
图82平均值成对双样本检验对话框
(2)单击“确定”得检验结果报告:
图83检验结果
图84单边t检验拒绝域
第九节.t检验:
双样本等方差假设检验概述
l两个独立的小样本
l两总体都是正态总体
l两总体方差未知,但值相等
表91z检验原假设、统计量及拒绝域
2.t检验:
双样本等方差假设工具的应用
对如下数据检验X与Y的均值,假设两总体方差相等,检验两总体均值是否存在显著差异(显著水平0.05)。
图91数据资料
图92单等方差检验对话框
报告结果显示,双尾P值0.84>
0.05不拒绝原假设,即认为两总体均值无显著差异。
图93检验结果报告
第十节.t检验:
1.t检验:
双样本异方差假设检验概述
·
两总体都是正态总体
两总体方差未知,且值不等
表101z检验原假设、统计量及拒绝域
2.t检验:
双样本异方差假设工具应用
对如下数据检验X与Y的均值,假设两总体方差不等,检验两总体均值是否存在显著差异(显著水平0.05)。
图101数据资料
图102异方差检验对话框
(2)单击“确定”得检验结果报告。
由报告可见,双尾截尾概率(P值)为0.85>
0.05不拒绝原假设,即两样本总体均值无显著差异。
我们关注的是P值,当该值小于显著水平时,图中的P值值远小于0.05,效应显著。
图103检验结果报告
第11节.F检验:
双样本方差齐性检验
1.F检验简介
F检验又叫方差齐性检验。
从两研究总体中随机抽取样本,要对这两个样本进行比较的时候,首先要判断两总体方差是否相同,即方差齐性。
若两总体方差相等,则直接用t检验,若不等,可采用秩和检验等方法。
其中要判断两总体方差是否相等,就可以用F检验。
F检验法是英国统计学家Fisher提出的,主要通过比较两组数据的方差S2,以确定他们的精密度是否有显著性差异。
至于两组数据之间是否存在系统误差,则在进行F检验并确定它们的精密度没有显著性差异之后,再进行t检验。
查F分布临界值表得临界值Fα,如果F<
Fα表明两组数据没有显著差异;
F≥Fα表明两组数据存在显著差异。
若能得到F所对应的截尾概率(P值),则P值小于显著水平时差异显著。
F分布函数描述见(图103),分布曲线见(图112).
图111F分布基本概念
图112F分布曲线
图11-2蓝色部分为面积为F分布累积概率=1-α;
红色部分的概率则为α,横轴为F值。
2.F检验:
双样本方差工具的使用
对如下数据,利用EXCEL的F检验工具检验两组数据方差是否有显著差异。
51
42
48
36
61
46
(1)在EXCEL中输入数据。
图113数据资料
(2)从“数据”选项卡选择“数据分析”,选择“F检验:
双样本方差”,单击“确定”弹出对话框如下:
图114F检验对话框
(3)单击“确定”得到输出结果(图115)
图115F检验结果
由图3可见,F统计量=1.488,F临界值为3.1789,F0.05,没有落入否定域,不拒绝原假设。
第12节.单因素方差分析
1.单因素方差分析基本理论
(1)单因素方差分析的概念
单因素方差分析,是指对单因素试验结果进行分析,检验因素对试验结果有无显著性影响的方法。
单因素方差分析是两个样本平均数比较的引伸,它是用来检验多个平均数之间的差异,从而确定因素对试验结果有无显著性影响的一种统计方法。
。
因素:
影响研究对象的某一指标、变量。
水平:
因素变化的各种状态或因素变化所分的等级或组别。
单因素试验:
考虑的因素只有一个的试验叫单因素试验。
例如,将抗生素注入人体会产生抗生素与血浆蛋白质结合的现象,以致减少了药效。
下表列出了5种常用的抗生素注入到牛的体内时,抗生素与血浆蛋白质结合的百分比。
现需要在显著性水平α=0.05下检验这些百分比的均值有无显著的差异。
设各总体服从正态分布,且方差相同。
表121试验数据
青霉素
四环素
链霉素
红霉素
氯霉素
29.6
27.3
5.8
21.6
29.2
24.3
32.6
6.2
17.4
32.8
28.5
30.8
11.0
18.3
25.0
32.0
34.8
8.3
19.0
24.2
在这里,试验的指标是抗生素与血浆蛋白质结合的百分比,抗生素为因素