excel數據分析示例（用excel數據分析）

本篇文章給大家談談excel數據分析示例，以及用excel數據分析對應的知識點，希望對各位有所幫助，不要忘了收藏本站喔。 今天給各位分享excel數據分析示例的知識，其中也會對用excel數據分析進行解釋，如果能碰巧解決你現在面臨的問題，別忘了關注本站，現在開始吧！

本文目錄一覽：

• 1、excel表格如何做數據分析

• 2、Excel數據分析第十六講（敏感性分析)

• 3、Excel數據分析第五講(MATCH函數）

• 4、5個高效EXCEL數據分析小技巧!

• 
  

excel表格如何做數據分析

在日常辦公以及數據處理中，經常要把一些有規律的數據處理成圖文，從而看起來比較直觀。下面讓我為你帶來excel表格數據分析的 方法 。

excel表格數據分析步驟如下：

選擇成對的數據列，將它們使用“X、Y散點圖”制成散點圖。

在數據點上單擊右鍵，選擇“添加趨勢線”-“線性”，并在選項標簽中要求給出公式和相關系數等，可以得到擬合的直線。

由圖中可知，擬合的直線是y=15620x+6606.1，R2的值為0.9994。

因為R2 0.99，所以這是一個線性特征非常明顯的實驗模型，即說明擬合直線能夠以大于99.99%地解釋、涵蓋了實測數據，具有很好的一般性，可以作為標準工作曲線用于其他未知濃度溶液的測量。

為了進一步使用更多的指標來描述這一個模型，我們使用數據分析中的“回歸”工具來詳細分析這組數據。

在選項卡中顯然詳細多了，注意選擇X、Y對應的數據列。“常數為零”就是指明該模型是嚴格的正比例模型，本例確實是這樣，因為在濃度為零時相應峰面積肯定為零。先前得出的回歸方程雖然擬合程度相當高，但是在x=0時，仍然有對應的數值，這顯然是一個可笑的結論。所以我們選擇“常數為零”。

“回歸”工具為我們提供了三張圖，分別是殘差圖、線性擬合圖和正態概率圖。重點來看殘差圖和線性擬合圖。

在線性擬合圖中可以看到，不但有根據要求生成的數據點，而且還有經過擬和處理的預測數據點，擬合直線的參數會在數據表格中詳細顯示。本實例旨在提供更多信息以起到拋磚引玉的作用，由于涉及到過多的專業術語，請各位讀者根據實際，在具體使用中另行參考各項參數，此不再對更多細節作進一步解釋。

殘差圖是有關于世紀之與預測值之間差距的圖表，如果殘差圖中的散點在中州上下兩側零亂分布，那么擬合直線就是合理的，否則就需要重新處理。

更多的信息在生成的表格中，詳細的參數項目完全可以滿足回歸分析的各項要求。下圖提供的是擬合直線的得回歸分析中方差、標準差等各項信息。

關于excel表格數據分析的相關 文章 推薦：

1. 如何利用excel進行數據分析的教程

2. 如何用excel進行數據分析的教程

3. excel的數據分析功能在哪里

Excel數據分析第十六講（敏感性分析)

在本課程中，我們來學習使用數據表格來做敏感性分析（sensitivity analysis）。

首先解釋一下什么是敏感性分析。百度百科的定義如下：‘

敏感性分析法是指從眾多不確定性因素中找出對投資項目經濟效益指標有重要影響的敏感性因素，并分析、測算其對項目經濟效益指標的影響程度和敏感性程度，進而判斷項目承受風險能力的一種不確定性分析方法。

當然這個是從經濟學的角度來定義的。通俗點的解釋是變化一個或者多個變量，然后觀察這些變量的變化對最終結果的影響（個人理解）。

下面舉兩個例子說明。第一個例子教大家制作單向數據表(one-way)，通過使用單向數據表，當變化一個變量的值其它輸出變量的值也隨之變化。

下圖是該例子的基本輸入參數

D1單元格輸入的是價格（price），這里輸入價格值為.00

D2單元格輸入的是需求（demand），輸入公式 =65000-9000*price

D3單元格輸入的是單位成本（unit cost），這里輸入單位成本的值為

D3單元格輸入的是單位成本（unit cost），這里輸入單位成本的值為$0.45

.45

D4單元格輸入的是固定成本（fixed cost）這里輸入固定成本的值為,000

D5單元格輸入的是收入(revenue），輸入公式 =demand*price

D6單元格輸入的是可變成本（variable cost），輸入公式 =unit_cost*demand

D7單元格輸入的利潤（variable cost），輸入公式 =revenue-fixed_cost-variable_cost

注： D1~D7單元格已被命名為C1~C7單元格的值。不明白的小伙伴，看之前的課程（單元格命名）

從上面的參數得知，profit，revenue，variable cost都隨著price的變化而變化。如果我們想知道當price在.00 ~ .00之間變化時，profit，revenue，variable cost的值是如何變化的，就需要借助單向數據表，以及EXCEL的 模擬分析 功能。

首先將price的值從.00開始，按照

首先將price的值從$1.00開始，按照$0.25的增量依次累加，將每次累加的值依次錄入單元格C11~C23。（見上圖）。然后在單元格D10輸入公式 =profit ，單元格E10輸入公式 =revenue ，單元格F10輸入公式 =variable_cost。

.25的增量依次累加，將每次累加的值依次錄入單元格C11~C23。（見上圖）。然后在單元格D10輸入公式 =profit ，單元格E10輸入公式 =revenue ，單元格F10輸入公式 =variable_cost。

注意參數price以及幾個輸出變量（profit、revenuev、ariable cost）的輸入的位置。第一個輸出變量的位置必須在輸入變量第一個值的上一行，同時要在輸入變量的右邊一列。

接下來選中C10:F23這個范圍，點擊 數據 菜單，點擊 模擬分析 工具欄的 模擬運算表 按鈕，如下圖所示。

系統會跳出如下對話框，在該對話框中的 輸入引用列的單元格， 輸入或者選擇D1單元格，然后按 確定 按鈕

這時候你會發現，EXCEL會根據price的輸入值自動計算出對應的profit，revenue，variable cost的值。（如下圖所示）

上面介紹的是一個變量的變化對輸出的影響，下面舉例說明多個變量的變化對輸出變量的影響。示例數據如下圖所示，這里有兩個輸入變量，一個是price，一個是unit cost。price的值從.5變化到.00，unit cost的值從

上面介紹的是一個變量的變化對輸出的影響，下面舉例說明多個變量的變化對輸出變量的影響。示例數據如下圖所示，這里有兩個輸入變量，一個是price，一個是unit cost。price的值從$1.5變化到$5.00，unit cost的值從$0.3變化到$0.6。我們希望知道這兩個變量的變化是如何影響profit的。

.3變化到

上面介紹的是一個變量的變化對輸出的影響，下面舉例說明多個變量的變化對輸出變量的影響。示例數據如下圖所示，這里有兩個輸入變量，一個是price，一個是unit cost。price的值從$1.5變化到$5.00，unit cost的值從$0.3變化到$0.6。我們希望知道這兩個變量的變化是如何影響profit的。

.6。我們希望知道這兩個變量的變化是如何影響profit的。

先從H11到H25輸入price的值。然后從I10到O10輸入unit cost的值。最后在這兩個輸入的交界處的單元格H10輸入公式 =profit （輸出）。完成以上步驟后，選中 H10:O25這個范圍，點擊 數據 菜單，點擊 模擬分析 工具欄的 模擬運算表 按鈕，系統會跳出如下對話框，在該對話框中的 輸入引用行的單元格， 輸入或者選擇D3單元格；在 輸入引用列的單元格， 輸入或者選擇D1單元格，然后按 確定 按鈕。

這時候你會發現，EXCEL會根據price以及unit cost的輸入值自動計算出對應的profit的值。（如下圖所示）

以上就是今天的課程，各位有問題請留言。

Excel數據分析第五講(MATCH函數）

在本課程中，我們來學習和掌握 MATCH 函數。

首先說說 MATCH 的語法規則。該函數的語法規則如下：

MATCH (lookup_value, lookup_array,[match_type])

參數

lookup_value 必填參數，需要在 lookup_array 中查找的值。例如，如果要在電話簿中查找某人的電話號碼，則應該將姓名作為查找值，但實際上需要的是電話號碼。

lookup_value 參數可以為值（數字、文本或邏輯值）或對數字、文本或邏輯值的單元格引用。

lookup_array 必填參數，要搜索的單元格區域。

match_type 可選參數，數字 -1、0 或 1。match_type 參數指定 Excel 如何在 lookup_array 中查找 lookup_value 的值。此參數的默認值為 1。

下表介紹該函數如何根據 match_type 參數的設置查找值：

Match_type ：1 或省略，表示MATCH 函數會查找小于或等于 lookup_value 的最大值。lookup_array 參數中的值必須按升序排列，例如：...-2, -1, 0, 1,2, ..., A-Z, FALSE, TRUE。

Match_type ：0，表示MATCH 函數會查找等于 lookup_value 的第一個值。 lookup_array 參數中的值可以按任何順序排列。

Match_type ：-1，表示MATCH 函數會查找大于或等于 lookup_value 的最小值。 lookup_array 參數中的值必須按降序排列，例如：TRUE,FALSE, Z-A, ...2, 1, 0, -1, -2, ... 等等。

功能

MATCH 函數可在單元格區域中搜索指定項，然后返回該項在單元格區域中的相對位置。

接下來我們用兩個實例來學習如何使用 MATCH 函數。

第一個例子用的示例表格如下。表格列舉了從一月到六月份，4個NBA大頭公仔的銷售情況。

接下來的問題是如何用 MATCH 函數寫一個公式計算某個指定公仔產品在某個月份的銷售額。首先把B4:G7這個區域命名為 Sales 。然后在C10單元格輸入公式 =MATCH(A10,A4:A7,0) ，D10單元格輸入公式 =MATCH(B10,B3:G3,0) ，E10單元格輸入公式 =INDEX(Sales,C10,D10)， 詳見下圖

使用公式 =MATCH(A10,A4:A7,0) 得到 Kobe 這個產品在被查找區域對應第2行，使用公式 =MATCH(A10,A4:A7,0) 得到 June 這個月在被查找區域對應第6列，最后再使用INDEX函數，使用公式 =INDEX(Sales,C10,D10)， 就得到 Kobe 這個公仔產品在 June 這個月的銷售數字。

下面再舉一個例子說明如何使用 MATCH 函數。下圖列出了401個俱樂部球員在2001賽季的薪資。這里的薪資沒有被排序。我們的問題是如何使用公式找到薪資最高球員，和薪資排名第5的球員。

解決這個問題的思路如下：

1.    首先使用 MAX 函數找到最高的薪資，使用 LARGE 函數找到第5高的薪資

2.    然后用上面找到的兩筆薪資作為被查找的值，使用 MATCH 函數找到這兩筆薪資的相對位置

3.    最后使用 VLOOKUP 函數和上一步獲得的兩筆薪資的相對位置得到這兩筆薪資對應的球員名字。

下圖是最后得到的結果。從下圖中可見，我們在C9單元格輸入公式 =MAX(salaries) 得到最高薪資，在D9單元格輸入公式 =LARGE(salaries,5) 得到第5高的薪資。然后用獲得的這兩筆薪資作為 MATCH 函數的輸入，使用公式 =MATCH(C9,salaries,0) 和公式 =MATCH(D9,salaries,0) 得到這兩筆薪資在薪資范區域的相對位置。最后，我們把獲得的兩個相對位置作為 VLOOKUP 的輸入，使用公式 =VLOOKUP(C8,lookup,2) 和公式 =VLOOKUP(D8,lookup,2) 就得到了最高薪資的球員姓名和薪資排名第5高的球員的姓名。

以上就是今天的課程，大家有什么問題可以給我留言

5個高效EXCEL數據分析小技巧!

1. Vlooup()

它可以幫助你在表格中搜索并返回相應的值。讓我們來看看下面Policy表和Customer表。在Policy表中excel數據分析示例，我們需要根據共同字段 “Customer id”將Customer表內City字段的信息匹配到Policy表中。這時，我們可以使用Vlookup()函數來執行這項任務。

2. CONCATINATE()

這個函數可以將兩個或更多單元格的內容進行聯接并存入到一個單元格中。例如：我們希望通過聯接Host Name和Request path字段來創建一個新的URL字段。

3. LEN()

這個公式可以以數字的形式返回單元格內數據的長度，包括空格和特殊符號。示例：=Len(B3) =23。

4. LOWER()， UPPER() and PROPER()

這三個函數用以改變單元格內容的小寫、大寫以及首字母大寫(即每個單詞的第一個字母)。

在數據分析的項目中，這些函數對于將不同大小寫形式的內容轉換成統一的形式將會非常有用。否則，處理這些具有不同特征的內容將會非常麻煩。

5. TRIM()

這是一個簡單方便的函數，可以被用于清洗具有前綴或后綴的文本內容。通常，當你將數據庫中的數據進行轉儲時，這些正在處理的文本數據將會保留字符串內部作為詞與詞之間分隔的空格。并且，如果你對這些內容不進行處理，后面的分析中將產生很多麻煩。

關于5個高效EXCEL數據分析小技巧，該如何下手的內容，青藤小編就和您分享到這里excel數據分析示例了。如果您對大數據工程有濃厚的興趣，希望這篇文章可以為您提供幫助。如果您還想了解更多關于數據分析師、大數據工程師的技巧及素材等內容，可以點擊本站的其他文章進行學習。

關于excel數據分析示例和用excel數據分析的介紹到此就結束了，不知道你從中找到你需要的信息了嗎 ？如果你還想了解更多這方面的信息，記得收藏關注本站。 excel數據分析示例的介紹就聊到這里吧，感謝你花時間閱讀本站內容，更多關于用excel數據分析、excel數據分析示例的信息別忘了在本站進行查找喔。

版權聲明：本文內容由網絡用戶投稿，版權歸原作者所有，本站不擁有其著作權，亦不承擔相應法律責任。如果您發現本站中有涉嫌抄襲或描述失實的內容，請聯系我們jiasou666@gmail.com 處理，核實后本網站將在24小時內刪除侵權內容。