Excel中的高級數據分析從低級到高級跳躍的承接工具

數據分析中專業的工具除了Google Analytics, Adobe Sitecatalyst, Webtrends, 騰訊分析和百度統計等外，我想最常用的數據處理工具就是Excel了，Excel里頭最基礎的就是運算和圖表的制作，稍微高級一點就是函數和數據透視表的使用了，當然你可能還會想到VBA和宏，但估計很少高手會使用這些高級的功能。 那對于高級的數據分析而言，也就是涉及統計學的專業分析方法和原理的時候，是不是就一定得求助于SPSS,SAS這類專業的分析工具呢？數據分析從低級到高級層次的跳躍過程中有沒有可以起承接作用的工具呢？其實是有的，這就是Excel的數據分析功能。貌似最近比較火的兩本Excel書籍《誰說菜鳥不會數據分析》和《讓Excel飛》都沒有涉及這部分的內容。高級的數據分析會涉及回歸分析、方差分析和T檢驗等方法，不要看這些內容貌似跟日常工作毫無關系，其實往高處走，MBA的課程也是包含這些內容的，所以早學晚學都得學，干脆就提前了解吧，請查看以下內容。

在使用之前，首先得安裝Excel的數據分析功能，默認情況下，Excel是沒有安裝這個擴展功能的，安裝如下所示：

1）鼠標懸浮在Office按鈕上，然后點擊【Excel選項】：

2）找到【加載項】，在管理板塊選擇【Excel加載項】,然后點擊【轉到】：

3）選擇【分析工具庫】，點擊【確定】：

4）安裝完后，就可以【數據】板塊看到【數據分析】功能，如下所示：

安裝完后，首先來了解一下回歸分析的內容。

一、回歸分析

在詳細進行回歸分析之前，首先要理解什么叫回歸？實際上，回歸這種現象最早由英國生物統計學家高爾頓在研究父母親和子女的遺傳特性時所發現的 一種有趣的現象：身高這種遺傳特性表現出”高個子父母，其后代身高也高于平均身高；但不見得比其父母更高，到一定程度后會往平均身高方向發生’回歸’”。 這種效應被稱為”趨中回歸”。現在的回歸分析則多半指源于高爾頓工作的那樣一整套建立變量間的數量關系模型的方法和程序。 這里的自變量是父母的身高，因變量是子女的身高。

百度百科對于回歸分析的定義是: 回歸分析（regression analysis)是確定兩種或兩種以上變數間相互依賴的定量關系的一種統計分析方法。運用十分廣泛：

1）回歸分析按照涉及的自變量的多少，可分為一元回歸分析和多元回歸分析；

2）按照自變量和因變量之間的關系類型，可分為線性回歸分析和非線性回歸分析。

這里舉個電商的例子：電子商務的轉換率是一定的，網站訪問數一般正比對應于銷售收入，現在要建立不同訪問數情況下對應銷售的標準曲線，用來預測搞活動時的銷售收入，如下所示：

1. 首先，利用散點圖描繪圖形：

2. 添加趨勢線，并且顯示回歸分析的公式和R平方值：

從圖得知，R平方值=0.9995，趨勢線趨同于一條直線，公式是：y=0.01028x-27.424

R 平方值是介于 0 和 1 之間的數字，當趨勢線的 R 平方值為 1 或者接近 1 時，趨勢線最可靠。因為R2 >0.99，所以這是一個線性特征非常明顯的數值，說明擬合直線能夠以大于99.99%地解釋、涵蓋了實際數據，具有很好的一般性, 能夠起到很好的預測作用。

3. 使用Excel的數據分析功能

1）點擊【數據分析】，在彈出的選擇框中選擇【回歸】，然后點擊【確定】：

2）【X值輸入區域】選擇訪問數的單元格，【Y值輸入區域】選擇銷售額的單元格，同時勾選如下所示的選項，包括殘差、標準殘差、殘差圖、線性擬合圖和正態概率圖。

3）以下內容是殘差和標準殘差：

4）以下是殘差圖：

殘差圖是有關于實際值與預測值之間差距的圖表，如果殘差圖中的散點在中軸上下兩側分布，那么擬合直線就是合理的，說明預測有時多些，有時少些，總體來說是符合趨勢的，但如果都在上側或者下側就不行了，這樣有傾向性，需要重新處理。

5）以下是線性擬合圖

在線性擬合圖中可以看到，除了實際的數據點，還有經過擬和處理的預測數據點，這些參數在以上的表格中也有顯示。

6）以下是正態概率圖

正態概率圖一般用于檢查一組數據是否服從正態分布，是實際數值和正態分布數據之間的函數關系散點圖，如果這組數值服從正態分布，正態概率圖將是一條直線。回歸分析不一定得符合正態分布，這里只是僅僅把它描繪出來而已。

以上數據表格和圖表都說明公式y=0.01028x-27.424是一個值得信賴的預測曲線，假設搞活動時流量有50萬訪問數的話，那么預測銷售將是51373，如下圖所示：

上面已經介紹了如何安裝Excel的高級數據分析功能，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；下面主要介紹一下描述統計、抽樣分析和直方圖。

二、描述統計

中位數、眾數、數據分布區間可能還比較容易可以算出，但是標準差和方差等的計算就比較麻煩了，這些都是描述樣本數據的常用變量，使用Excel數據分析中的”描述統計”可以得到這些數據。

舉個例子：根據過去15天的電子商務轉化率，想要得到它的數據分布區間、標準差、峰值和極差等描述統計指標。一般來說，電子商務網站的轉換率在3%以下，轉換率指的是訂單除以訪問數，注意不是除以pv,因為對于某些外貿站，訪問深度可能比較深，每即次訪問可能有>10的pv，所以用pv來做電子商務的轉換率不合適。

數據源如下所示：

按照以下圖例進行設置：

設置后，會得到如下所示的圖表：（解釋是我人為添加的，是對指標的解釋）

指標

數值

解釋

平均

1.90%

電子商務轉換率的平均值

標準誤差

0.00201896

電子商務轉換率數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

0.019

處于數列中間位置的值

眾數

0.018

出現次數最多的數

標準差

0.00781939

是各數據偏離平均數的平均數，它是離均差平方和平均后的方根，用σ表示，標準差是方差的算術平方根

方差

6.1143E-05

各個數據與平均數之差的平方的平均數

峰度

-0.4960863

衡量數據分布起伏變化的指標，以正態分布為基準，比其平緩時值為正，反之則為負；

偏度

-0.4923336

衡量數據峰值偏移的指數，根據峰值在均值左側或者右側分別為正值或負值；

區域

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

15

數值的數量

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。

三、抽樣分析

抽樣分析工具以數據源區域為總體，從而為數據源創建一個樣本。當總體太大而不能進行處理或繪制時，可以選用具有代表性的樣本。

舉個例子: 假設這樣一種情況，要抽查電子商務轉換率的情況是否正常。

數據源如下所示：

按照以下圖例進行設置，注意是抽8個樣本：

設置后，會得到如下所示的圖表：

四、直方圖

直方圖是最適合描述數據在不同選定區間分布情況的圖表。

數據源如下所示：

按照以下圖例進行設置：

設置后，會得到數據和圖表：

這樣估計就很清晰的可以看出數據在哪個區間分布最廣了。

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

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。

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。