Excel统计分析:方法与实践

正不错教师多年实践经验结晶，围绕Excel统计分析的关键技术，聚焦于实战技巧，专注于讲透讲全

本书简要介绍20余种统计分析原理和计算方法，重点介绍了利用统计函数、逻辑函数、数学与三角函数等函数和数学分析工具方法进行统计分析的方法，同时介绍了数据整理、制作表格等10余种实用技巧，将统计理论及其在Excel2016平台的实现方法完美地结合起来，在一定程度上达到学习一本书熟悉一门科学和掌握一套工具的实用效果。本书很好适合教学或学习统计课程的师生和有统计分析需求的人员，有助于显著提高教学效率和工作效率。

张运明，重庆市正不错教师，重庆市特级教师，重庆市教学成果奖获得者，重庆市教育信息化专家，重庆市教育技术征文评审委员，重庆市教育科研优选个人，已出版著作《Excel 2016数据处理与分析实战秘籍》，在公开期刊上发表信息技术论文10多篇。

章 背景知识

1.1 统计学背景知识 1
1.1.1 统计学概论 1
1.1.2 统计数据 2
1.1.3 几组基本概念 5
1.2 Excel 2016工作环境 7
1.2.1 Excel 2016窗口 7
1.2.2 Excel 2016主题 11
1.2.3 Excel三大元素 11
1.3 Excel 2016函数公式 13
1.3.1 Excel函数结构 13
1.3.2 函数参数的类型 14
1.3.3 统计学常用函数 17
1.3.4 获取Excel函数的帮助 22
1.3.5 启用“开发工具”选项卡 23
1.3.6 加载“分析工具库”工具 23

第2章 统计表

2.1 统计表概述 25
2.1.1 统计表的构成 25
2.1.2 统计表的分类 26
2.1.3 Excel统计表的设计 27
2.1.4 对Excel表照相 30
2.1.5 隐藏区域或工作表的0值 32
2.1.6 将0值或空单元格标为“-” 35
2.2 次数分布表 37
2.2.1 单项式次数分布表 37
2.2.2 组距式次数分布表 42
2.2.3 相对次数分布表 65
2.2.4 累积次数及累积百分数分布表 66
2.3 条件求和 69
2.3.1 单条件求和 69
2.3.2 多条件求和 75
2.4 分类汇总 79
2.5 排位与百分比排位 81

第3章 统计图

3.1 统计图概述 84
3.1.1 统计图的构成 84
3.1.2 统计图的分类 85
3.1.3 Excel图表概述 86
3.2 次数分布图 87
3.2.1 次数直方图 87
3.2.2 次数排列图 94
3.2.3 次数多边图 95
3.2.4 累积次数分布图 96
3.2.5 组合的次数分布图 98
3.3 直条图 102
3.3.1 复合柱形图 103
3.3.2 误差条图 107
3.3.3 双向条形图 109
3.3.4 不等宽柱形图 114
3.4 饼图 129
3.4.1 复合饼图 130
3.4.2 双层饼图 132
3.5 折线图 135
3.6 散点图 137
3.7 Excel 2016新增图表 140
3.7.1 树状图 140
3.7.2 旭日图 142
3.7.3 漏斗图 144
3.7.4 瀑布图 145
3.7.5 箱形图 146
3.8 茎叶图 148

第4章 统计量

4.1 集中量数 156
4.1.1 算术平均数 156
4.1.2 修剪平均数 158
4.1.3 几何平均数 160
4.1.4 调和平均数 163
4.1.5 中数 168
4.1.6 众数 169
4.1.7 分类的集中量数 171
4.2 差异量数 173
4.2.1 极差 173
4.2.2 平均差 175
4.2.3 四分位差 176
4.2.4 方差 177
4.2.5 标准差 179
4.2.6 变异系数 182
4.2.7 分类的差异量数 183
4.3 地位量数 186
4.3.1 百分位数 186
4.3.2 百分等级分数 188
4.3.3 标准分数 189
4.4 分布形态 190
4.4.1 偏度 190
4.4.2 峰度 195
4.4.3 分类的偏斜度和峰值 198
4.5 描述统计工具 199

第5章 概率及其分布

5.1 概率原理 201
5.1.1 什么是概率 201
5.1.2 基本计数原理 202
5.1.3 排列组合原理 203
5.2 二项分布 213
5.2.1 二项分布概述 213
5.2.2 二项分布相关计算 213
5.2.3 绘制二项分布图 220
5.2.4 绘制多个二项分布图 221
5.2.5 二项分布的动态演示 224
5.2.6 二项分布的近似正态分布演示 228
5.2.7 制作二项分布表 233
5.3 泊松分布 235
5.3.1 泊松分布概述 235
5.3.2 泊松分布相关计算 235
5.3.3 绘制泊松分布图 242
5.3.4 绘制多个泊松分布图 245
5.3.5 随机生成泊松分布 248
5.3.6 制作泊松分布表 250
5.4 正态分布 252
5.4.1 正态分布概述 252
5.4.2 正态分布相关计算 253
5.4.3 绘制正态分布曲线 255
5.4.4 绘制多条正态分布曲线 256
5.4.5 绘制正态分布的动态置信区间 258
5.4.6 绘制原始数据的正态分布曲线 261
5.4.7 正态抽样及概率分布的动态演示 267
5.5 标准正态分布 270
5.5.1 标准正态分布概述 270
5.5.2 标准正态分布相关计算 271
5.5.3 绘制标准正态分布曲线 274
5.5.4 随机生成标准正态分布 276
5.5.5 制作标准正态分布表 278
5.5.6 绘制α、β区域示意图 279

第6章 抽样及其分布

6.1 抽样方法 283
6.1.1 简单随机抽样 284
6.1.2 等距随机抽样 300
6.1.3 等距不随机抽样 308
6.1.4 分层随机抽样 310
6.2 样本容量的确定 313
6.2.1 估计总体均值时所需样本容量 314
6.2.2 估计总体比例时所需样本容量 317
6.2.3 样本与总体均值差异显著性检验时
所需样本容量 319
6.2.4 两样本均值差异显著性检验时所需
样本容量 321
6.2.5 样本与总体比例差异显著性检验时
所需样本容量 322
6.2.6 两样本比例差异显著性检验时所需
样本容量 323
6.2.7 分层抽样时计算各层样本容量 324
6.3 制作样本容量表 325
6.3.1 估计总体均值时的样本容量表 325
6.3.2 估计总体比例时的样本容量表 327
6.3.3 两个样本均值假设检验时的样本
容量表 327
6.3.4 两个样本比例假设检验时的样本
容量表 328
6.4 卡方分布 330
6.4.1 卡方分布概述 330
6.4.2 计算卡方分布值 330
6.4.3 绘制卡方分布的两类曲线 332
6.4.4 绘制多条卡方分布曲线 334
6.4.5 绘制卡方分布曲线的α区域 335
6.4.6 制作卡方分布数值表 337
6.5 t分布 338
6.5.1 t分布概述 338
6.5.2 计算t分布值 339
6.5.3 绘制t分布的两类曲线 341
6.5.4 绘制多条t分布曲线 343
6.5.5 绘制t分布曲线的α区域 344
6.5.6 制作t分布数值表 346
6.6 F分布 347
6.6.1 F分布概述 347
6.6.2 计算F分布值 347
6.6.3 绘制F分布的两类曲线 349
6.6.4 绘制多条F分布曲线 351
6.6.5 绘制F分布曲线的α区域 353
6.6.6 制作F分布数值表 354

第7章 参数估计

7.1 参数估计概述 356
7.1.1 点估计概述 356
7.1.2 区间估计概述 357
7.2 总体均值及其差异的区间估计 358
7.2.1 方差已知时正态总体均值的
区间估计 358
7.2.2 方差未知时正态总体均值的
区间估计 359
7.2.3 大样本非正态总体均值的
区间估计 360
7.2.4 使用“描述统计”工具得到
区间半径 362
7.2.5 方差已知时正态总体均值差的
区间估计 364
7.2.6 方差未知且相等时正态总体均值差的
区间估计 365
7.2.7 方差未知且不等时正态总体均值差的
区间估计 366
7.2.8 大样本非正态总体均值差的
区间估计 367
7.3 总体标准差与方差的区间估计 368
7.3.1 正态总体标准差的区间估计 368
7.3.2 正态总体方差的区间估计 369
7.3.3 两正态总体方差比的区间估计 370
7.4 总体比率及其差异的区间估计 372
7.4.1 大样本时总体比率的区间估计 372
7.4.2 精确法对总体比率的区间估计 374
7.4.3 大样本时两总体比率差异的
区间估计 375
7.4.4 制作二项分布的置信区间表 376
7.4.5 单变量求解泊松分布λ的精确
置信区间 377
7.4.6 由选择题卷面分数对真分数的
区间估计 381
7.4.7 使用工具预测数据随日期变化的
区间 385
7.5 总体相关系数的区间估计 388
7.5.1 积差相关系数的区间估计 388
7.5.2 等级相关系数的区间估计 390

第8章 假设检验

8.1 假设检验的基本原理 392
8.1.1 假设检验中的小概率原理 392
8.1.2 假设检验中的两类错误 393
8.1.3 单侧检验与双侧检验 395
8.1.4 假设检验的步骤与规则 396
8.1.5 假设检验的效能 397
8.2 总体均值的显著性检验 397
8.2.1 方差已知时正态总体均值的
Z检验 398
8.2.2 方差未知时正态总体均值的
t检验 400
8.2.3 大样本时非正态总体均值的近似
Z检验 402
8.2.4 大、小样本时泊松分布总体均值的
检验 403
8.2.5 方差已知时独立正态总体均值差的
Z检验 405
8.2.6 方差未知且相等时独立正态总体
均值差的t检验 408
8.2.7 方差未知且不等时独立正态总体
均值差的近似t检验 411
8.2.8 相关系数已知时成对正态总体均值差
的t检验 414
8.2.9 相关系数未知时成对正态总体均值差
的t检验 415
8.2.10 大样本时非正态总体均值差的近似
Z检验 418
8.2.11 泊松分布总体均值差的近似
Z检验 419
8.3 总体方差的显著性检验 421
8.3.1 样本方差与正态总体方差比值的
卡方检验 421
8.3.2 独立样本时两正态总体方差差异的
F检验 424
8.3.3 相关样本时两正态总体方差差异的
t检验 428
8.4 总体比率的显著性检验 429
8.4.1 大样本时总体比率的近似Z检验 429
8.4.2 小样本时总体比率的p值法检验 430
8.4.3 小样本时总体比率的直观区间法
检验 431
8.4.4 总体比率的二项分布置信区间法
检验 433
8.4.5 独立大样本时两总体比率差异的
Z检验 434
8.4.6 相关样本时两总体比率差异的
Z检验 436
8.5 总体积差相关系数的显著性
检验 439
8.5.1 ρ=0时单总体积差相关系数的
t检验 439
8.5.2 ρ≠0时单总体积差相关系数的
Z检验 441
8.5.3 独立样本时积差相关系数差异的
Z检验 442
8.5.4 相关样本时积差相关系数差异的
t检验 443
8.5.5 制作积差相关系数r的临界值表 445
8.5.6 制作相关系数r值的费舍
Zr转换表 445



第9章 方差分析

9.1 方差分析的基本原理 447
9.1.1 多重t检验的问题 447
9.1.2 方差分析的逻辑基础 448
9.1.3 方差分析的基本过程 450
9.1.4 方差分析的基本条件 451
9.1.5 方差分析中的齐性检验 451
9.2 单因素方差分析 457
9.2.1 有原始数据的单因素方差分析 457
9.2.2 无原始数据的单因素方差分析 461
9.3 多因素方差分析 462
9.3.1 无重复双因素方差分析 463
9.3.2 可重复双因素方差分析 470
9.3.3 析因设计的方差分析 478
9.3.4 正交设计的方差分析 483
9.3.5 嵌套设计的方差分析 500
9.3.6 裂区设计的方差分析 506
9.3.7 拉丁方设计的方差分析 511
9.4 多个平均数之间的比较 515
9.4.1 最小显著差数法 515
9.4.2 最小显著极差法 517
9.5 方差分析前数据的转换 522
9.5.1 平方根转换 522
9.5.2 对数转换法 523
9.5.3 反正弦转换法 524
9.5.4 倒数转换法 526


0章 相关分析

10.1 相关分析概述 528
10.1.1 相关关系 528
10.1.2 相关关系类型 529
10.1.3 相关分析 530
10.2 积差相关分析 530
10.2.1 用散点图进行积差相关分析 531
10.2.2 积差相关系数的计算 533
10.2.3 积差相关系数的合并 536
10.3 等级相关分析 538
10.3.1 斯皮尔曼等级相关 538
10.3.2 肯德尔等级相关 544
10.4 质与量相关分析 552
10.4.1 点二列相关 552
10.4.2 二列相关 555
10.4.3 多列相关 559
10.5 品质相关分析 560
10.5.1 四分相关 561
10.5.2 Φ相关 563
10.5.3 列联相关 566
10.6 一对多的相关分析 569
10.6.1 复相关分析 569
10.6.2 偏相关分析 573
10.6.3 半偏相关分析 580


1章 回归分析

11.1 回归分析概述 582
11.1.1 回归分析的概念 582
11.1.2 回归分析的分类与主要研究内容 583
11.2 一元线性回归分析 583
11.2.1 用散点图进行相关与回归分析 583
11.2.2 一元线性回归方程参数的计算 586
11.2.3 一元线性回归方程的方差分析 588
11.2.4 一元线性回归方程的F检验 590
11.2.5 相关系数与回归系数的t检验 591
11.2.6 决定系数的计算与关系讨论 593
11.2.7 应用一元线性回归方程进行预测 595
11.2.8 使用“回归”分析工具进行
综合分析 597
11.2.9 建立积差相关系数临界值表 598
11.3 多元线性回归分析 599
11.3.1 用MDETERM函数进行多元线性
回归 599
11.3.2 用规划求解方法进行多元线性
回归 602
11.3.3 用LINEST函数进行多元线性
回归 605
11.3.4 多元线性回归方程的方差分析 607
11.3.5 多元线性回归偏回归系数的
t检验 608
11.3.6 多元线性回归偏回归系数的
F检验 609
11.3.7 多元线性回归偏回归平方和的
F检验 611
11.3.8 使用“回归”分析工具进行
综合分析 613
11.3.9 多元线性回归方程自变量的
选择 614
11.3.10 偏回归系数标准化及标准
回归方程 616
11.4 非线性回归分析 619
11.4.1 指数函数模型的回归分析 619
11.4.2 对数函数模型的回归分析 623
11.4.3 乘幂函数模型的回归分析 625
11.4.4 倒数函数模型的回归分析 628
11.4.5 双曲线函数模型的回归分析 630
11.4.6 生长曲线函数模型的回归分析 631
11.4.7 多项式函数模型的回归分析 634
11.4.8 规划求解生长曲线参数 636
11.4.9 多元非线性回归分析 638
2章 非参数检验

12.1 非参数检验概述 643
12.2 配对样本的符号检验 644
12.2.1 符号检验的二项分布原理 644
12.2.2 小样本时的临界值检验法 646
12.2.3 大样本时的Z检验法 648
12.3 配对样本的符号秩检验 650
12.3.1 小样本时的临界值检验法 651
12.3.2 小样本时的精确概率查表法 652
12.3.3 大样本时的Z检验法 654
12.3.4 制作符号秩检验界域表 655
12.4 独立样本的秩和检验 656
12.4.1 小样本时的临界值检验法 656
12.4.2 大样本时的Z检验法 658
12.4.3 制作秩和检验临界值表 661
12.5 独立样本的中数卡方检验 662
12.5.1 两组样本的中数卡方检验 662
12.5.2 多组样本的中数卡方检验 664
12.6 秩次方差检验 667
12.6.1 独立样本的单向秩次方差分析 667
12.6.2 配对样本的双向秩次方差分析 671

3章 主成分分析与因子分析

13.1 主成分分析理论 674
13.1.1 什么是主成分分析 674
13.1.2 主成分分析的基本原理 675
13.1.3 主成分分析的计算步骤 676
13.2 主成分分析实例 678
13.2.1 两变量的主成分分析 678
13.2.2 多变量的主成分分析 688
13.3 因子分析理论 701
13.3.1 什么是因子分析 701
13.3.2 因子分析的基本原理 702
13.3.3 因子分析的计算步骤 706
13.4 因子分析实例 706
13.4.1 两变量的因子分析 706
13.4.2 多变量的因子分析 715

4章 聚类分析

14.1 聚类分析原理 723
14.1.1 聚类分析概述 723
14.1.2 数据矩阵 724
14.1.3 数据处理和变换 724
14.1.4 聚类距离 727
14.1.5 相似系数 734
14.2 直接聚类法 736
14.2.1 直接聚类法原理 736
14.2.2 直接聚类法实例 737
14.3 系统聚类法 741
14.3.1 系统聚类法原理 741
14.3.2 系统聚类距离公式 742
14.3.3 系统聚类法实例 749
14.4 动态聚类法 756
14.4.1 动态聚类法原理 756
14.4.2 动态聚类法实例 757
14.5 模糊聚类法 761
14.5.1 模糊聚类法原理 761
14.5.2 模糊聚类法实例 763
14.6 有序样品聚类法 771
14.6.1 有序样品聚类法原理 771
14.6.2 有序样品聚类法实例 772








5章 判别分析

15.1 距离判别 776
15.1.1 距离判别原理 776
15.1.2 距离判别实例 778
15.2 贝叶斯判别 789
15.2.1 贝叶斯判别原理 789
15.2.2 贝叶斯判别实例 790
15.3 费希尔判别 792
15.3.1 费希尔判别原理 792
15.3.2 费希尔判别实例 793

6章 预测分析

16.1 移动平均法 797
16.1.1 移动平均法原理 797
16.1.2 移动平均法实例 798
16.2 指数平滑法 801
16.2.1 指数平滑法原理 801
16.2.2 指数平滑法实例 802
16.3 季节变动预测法 807
16.3.1 平均数趋势法 807
16.3.2 趋势比率法 810
16.3.3 环比法 812
16.3.4 移动平均法 815
16.3.5 虚拟变量回归法 817
16.4 灰色预测模型 819
16.4.1 GM(1,1)预测分析 820
16.4.2 GM(1,N)预测分析 824
16.5 马尔可夫预测法 827
16.5.1 马尔可夫预测法原理 827
16.5.2 马尔可夫预测法实例 828

7章 层次分析

17.1 层次分析法的原理 832
17.2 层次分析法实例 835

参考文献 842