上篇博文已經(jīng)介紹了如何安裝Excel的高級數(shù)據(jù)分析功能，并且介紹了回歸分析，說實話篇幅有點長，主要是安裝那塊截圖比較多;這篇主要介紹一下描述統(tǒng)計、抽樣分析和直方圖。

一、描述統(tǒng)計

中位數(shù)、眾數(shù)、數(shù)據(jù)分布區(qū)間可能還比較容易可以算出，但是標(biāo)準(zhǔn)差和方差等的計算就比較麻煩了，這些都是描述樣本數(shù)據(jù)的常用變量，使用Excel數(shù)據(jù)分析中的”描述統(tǒng)計”可以得到這些數(shù)據(jù)。

舉個例子：根據(jù)過去15天的電子商務(wù)轉(zhuǎn)化率，想要得到它的數(shù)據(jù)分布區(qū)間、標(biāo)準(zhǔn)差、峰值和極差等描述統(tǒng)計指標(biāo)。一般來說，電子商務(wù)網(wǎng)站的轉(zhuǎn)換率在3%以下，轉(zhuǎn)換率指的是訂單除以訪問數(shù)，注意不是除以pv,因為對于某些外貿(mào)站，訪問深度可能比較深，每即次訪問可能有>10的pv，所以用pv來做電子商務(wù)的轉(zhuǎn)換率不合適。

數(shù)據(jù)源如下所示：

按照以下圖例進(jìn)行設(shè)置：

設(shè)置后，會得到如下所示的圖表：(解釋是我人為添加的，是對指標(biāo)的解釋)

指標(biāo)數(shù)值解釋

平均1.90%電子商務(wù)轉(zhuǎn)換率的平均值

標(biāo)準(zhǔn)誤差0.00201896電子商務(wù)轉(zhuǎn)換率數(shù)值誤差的平方和的平均值的平方根，又稱為均方誤差的平方根。

中位數(shù)0.019處于數(shù)列中間位置的值

眾數(shù)0.018出現(xiàn)次數(shù)最多的數(shù)

標(biāo)準(zhǔn)差0.00781939是各數(shù)據(jù)偏離平均數(shù)的平均數(shù)，它是離均差平方和平均后的方根，用σ表示，標(biāo)準(zhǔn)差是方差的算術(shù)平方根

方差6.1143E-05各個數(shù)據(jù)與平均數(shù)之差的平方的平均數(shù)

峰度-0.4960863衡量數(shù)據(jù)分布起伏變化的指標(biāo)，以正態(tài)分布為基準(zhǔn)，比其平緩時值為正，反之則為負(fù);

偏度-0.4923336衡量數(shù)據(jù)峰值偏移的指數(shù)，根據(jù)峰值在均值左側(cè)或者右側(cè)分別為正值或負(fù)值;

區(qū)域0.025最大值與最小值的差

最小值0.005

最大值0.03

求和0.285

觀測數(shù)15數(shù)值的數(shù)量

最大(1)0.03

最小(1)0.005

置信度(95.0%)0.00433023所謂置信度，也叫置信水平，它是指特定個體對特定實例真實性相信的程度。

二、抽樣分析

抽樣分析工具以數(shù)據(jù)源區(qū)域為總體，從而為數(shù)據(jù)源創(chuàng)建一個樣本。當(dāng)總體太大而不能進(jìn)行處理或繪制時，可以選用具有代表性的樣本。

舉個例子: 假設(shè)這樣一種情況，要抽查電子商務(wù)轉(zhuǎn)換率的情況是否正常。

數(shù)據(jù)源如下所示：

按照以下圖例進(jìn)行設(shè)置，注意是抽8個樣本：

設(shè)置后，會得到如下所示的圖表：

三、直方圖

直方圖是最適合描述數(shù)據(jù)在不同選定區(qū)間分布情況的圖表。

數(shù)據(jù)源如下所示：

按照以下圖例進(jìn)行設(shè)置：

設(shè)置后，會得到數(shù)據(jù)和圖表：

這樣估計就很清晰的可以看出數(shù)據(jù)在哪個區(qū)間分布最廣了。

Excel的高級數(shù)據(jù)分析功能是為了提高工作效率，如果有其他經(jīng)常使用的工具可以實現(xiàn)這些功能，例如SPSS、SAS等，那就不要更換了。

如覺得有轉(zhuǎn)載的價值，轉(zhuǎn)載時請注明文章來源于深圳網(wǎng)站分析。有問題和建議可以隨時提出，謝謝!

網(wǎng)站分析：Excel中的高級數(shù)據(jù)分析(一)