excel分析工具库使用手册

excel分析工具库使用手册内容摘要：

据是按行还是按列排列，请单击 “ 行 ” 或 “ 列 ”。 标志位于第一行 /标志位于第一列 如果单击 “ 列 ” ，并且输入区域的第一行中包含标志，请选中 “ 标志 位于第一行 ” 复选框。 如果单击 “ 行 ” ，且输入区域的第一列中包含标志，请选中 “ 标志位于第一列 ” 复选框。 如果输入区域没有标志，请清除该复选框， Microsoft Excel 将在输出表中生成适宜的数据标志。 输出区域 在此输入对输出表左上角单元格的引用。 Microsoft Excel 将为输入区域中的每一个数据集生成一个输出表。 每个输出表包含四列：数据点序号、数据点数值、数据点排位和数据点百分比排位（按升序排列）。 新工作表组 单击此选项可在当前工作簿中插入新工作表，并由新工作表的 A1 单元格开始粘贴计算结果。 若要为新工作表命名，请在右侧的框中键入名称。 新工作簿 单击此选项可创建一新工作簿，并在新工作簿的新工作表中粘贴计算结果。 例： 3． 1 移动平均 此分析工具及其公式可以基于特定的过去某段时期中变量的均值，对未来值进行预测。 预测值的计算公式如下： ( 1) 111Nt t jjFAN    式中  N 为进行移动平均计算的过去期间的数目  Aj 为期间 j 的实际值  Fj 为期间 j 的预测值 移动平均值提供了由所有历史数据的简单的平均值所代表的趋势信息。 使用此工具可以预测销售量、库存或其它 趋势。 “移动平均”对话框 输入区域 在此输入待分析数据区域的单元格引用。 该区域必须由包含四个以上数据单元格的单列组成。 间隔 在此输入用来进行移动平均计算的间隔数。 默认间隔为 3。 输出区域 在此输入对输出表左上角单元格的引用。 如果选中了“标准误差”复选框， Microsoft Excel 将生成一个两列的输出表，其中右边的一列为标准误差值。 如果没有足够的历史数据来进行预测或计算标准误差值， Microsoft Excel 会在某些单元格中返回错误值 N/A。 此分析工具的输出区域必须与输入区域在同一工 作表中。 因此，“新工作表组”和“新工作簿”选项均不可使用。 图表输出 选择此悬想可以在输出表中生成一个嵌入直方图。 标准误差 如果要在输出表的一列中包含标准误差值，请选中此复选框；如果只需要没有标准误差值的单列输出表，请清除此复选框。 实例应用： 对公司 11个月的销售数据采用移动平均法进行预测 12月份的销售。 操作步骤： （ 1）建立数据表“移动平均 .xls” （ 2）选择“数据分析”中的“移动平均”，跳出“移动平均”对话框。 （ 3）在输入区与输入数据系列的引用。 （ $B$2:$B$18） （ 4）在间隔中输入移 动平均间隔，在此，我们输入 3。 （ 5）在“输出区域”对应编辑框中键入结果数据放置的单元格区域。 （ 6）可选择输出“图表输出”、“标准误差”。 （ 7）单击确定。 数据输出见图。 D列为移动平均， E列为标准误， 2020年预测值为 3084 3． 2 指数平滑 此分析工具及其公式基于前期预测值导出相应的新预测值，并修正前期预测值的误差。 此工具将使用平滑常数 a，其大小决定了本次预测对前期预测误差的修正程度。 11(1 ):t t tY aY a SY   预 测 值。 S: 实 际 值 注意 到 之间的数值可作为合 理的平滑常数。 这些数值表明本次预测需要将前期预测值的误差调整 20% 到 30%。 大一些的常数导致快一些的响应但会生成不可靠的预测。 小一些的常数会导致预测值长期的延迟。 “指数平滑”对话框 输入区域 在此输入待分析数据区域的单元格引用。 该区域必须为包含四个以上单元格的单一行或列。 阻尼系数 在此输入需要用作平滑常数的阻尼系数。 阻尼系数是用来将总体中数据的不稳定性最小化的修正因子。 默认的阻尼系数为。 图表输出 选中此复选框可根据输出表中的实际数值和预测数值生成嵌入式图表。 实例应用： 对一系列数 据的一次指数平滑预测。 （数据文件名：指数平滑 .xls） 操作步骤： （ 1）建立“指数平滑 .xls”，打开指数平滑对话框 （ 2）择“数据分析”对话框中“指数平滑”，跳出“指数平滑”对话框。 （ 3）在“输入区域”编辑框中键入指标列数据所在的单元格区域的引用（ $B$2:$B$18）。 （ 4）在“阻尼系数”对应编辑框中键入“ ” （ 5）在“输出选项”下的“输出区域”对应编辑框中输入“ $C$3”。 （ 6）若要显示输出图表和标准误差，则选中“图表输出”、“标准误差”。 在此选中一项“图表输出”。 （ 7）单击确定。 （注：其他选择不同阻尼系数是改变阻尼系数大小，并更改相应输出区域引用。 ） （ 8）数据输出再说所确定输出区域，并给出相应的图形输出。 如下 以指数平滑预测的结果存在滞后偏差，即当时间序列呈下降趋势时，预测值往往偏高；反之，则偏低。 另外，一次指数平滑预测只能做下一期的预测。 3． 3 回归分析 此工具通过对一组观察值使用“最小二乘法”直线拟合，进行线形回归分析。 本工具可用来分析单个因变量是如何受一个或几个自变量影响的。 例如，观察某个运动员的运动成绩与一系列统计因素的关系，如年龄、身 高和体重等。 在操作时，可以基于一组已知的体能统计数据，并辅以适当加权，对尚未进行过测试的运动员的表现作出预测。 “回归分析”对话框 Y 值输入区域 在此输入对因变量数据区域的引用。 该区域必须由单列数据组成。 X 值输入区域 在此输入对自变量数据区域的引用。 Microsoft Excel 将对此区域中的自变量从左到右按升序排列。 自变量的个数最多为 16。 置信度 如果需要在汇总输出表中包含附加的置信度信息，请选中此复选框，然后在右侧的编辑框中，输入所要使用的置信度。 如果为 95%，则可省略。 常数为零 如 果要强制回归线通过原点，请选中此复选框。 输出区域 在此输入对输出表左上角单元格的引用。 汇总输出表至少需要有七列的宽度，包含的内容有 anova 表、系数、 y 估计值的标准误差、 r2 值、观察值个数，以及系数的标准误差。 残差 如果需要以残差输出表的形式查看残差，请选中此复选框。 标准残差 如果需要在残差输出表中包含标准残差，请选中此复选框。 残差图 如果需要生成一张图表，绘制每个自变量及其残差，请选中此复选框。 线性拟合图 如果需要为预测值和观察值生成一个图表，请选中此复选框。 正态概率图 如果需要绘制正 态概率图，请选中此复选框。 实例应用： 根据某厂历年来销售量、人均收入、单价，试进行回归分析。 操作步骤： （ 1）建立 数据 表； （ 2） 选择“数据分析”的“回归”，跳出“回归”对话框。 （ 3） 在“Ｙ值输入区域”编辑框中键入销售 量 列单元格的引用。 （ 4） 在“Ｘ值输入区域”编辑框中键入 人均收入 、 单价 列单元的的引用。 （ 5） 在“输出选项”区域中单击“ 输出区域 ” F1。 （ 6）单击确定，输出数据如下 Multiple—— 复相关系数； R Square—— 决定系数； Adjusted—— 调整的 R的平方； df—— 自由度； SS—— 平方和； MS—— 均方 =平方和 /自由度； Significance F—— F显著水平； Coefficients—— 系数； t Stat—— t统计量； Pvalue—— P值（原假设成立的概率）； 下图为残差图 人均收入 x 1 Residual Plot420240 5 10 15 20人均收入 x 1残差 单价 x 2 Residual Plot420240 1 2 3 4 5 6单价 x 2残差 下图为线性拟合图 人均收入 x 1 Line Fit Plot01020300 5 10 15 20人均收入 x 1销售量y销售量 y预测 销 售量 y 单价 x 2 Line Fit Plot01020300 2。