前言

你的假设可信吗？在我们实际工作中，事物的个体差异总是客观存在的，抽样的误差也就无可避免。当一些样本均数与已知的总体均数有很大的差别时，一般来说有两点主要原因：一是抽样误差的偶然性，二是样本来自不同的总体，而使试验因素不同。这个时候，我们运用假设检验方法就能够排除误差的影响，区分差别在统计上是否成立，并了解误差时间发生的概率。

参数估计和假设检验

统计推断是由样本的信息来推测母体性能的一种方法，它又可以分为两类问题，即参数估计和假设检验。

参数估计（parameterestimation）是根据从总体中抽取的样本估计总体分布中包含的未知参数的方法。人们常常需要根据手中的数据，分析或推断数据反映的本质规律。即根据样本数据如何选择统计量去推断总体的分布或数字特征等。统计推断是数理统计研究的核心问题。所谓统计推断是指根据样本对总体分布或分布的数字特征等作出合理的推断。它是统计推断的一种基本形式，是数理统计学的一个重要分支，分为点估计和区间估计两部分。

在数据分析工具中，假设检验也被称为显著性检验，是统计推断中的一种重要的数据统计方法。它首先对研究总体的参数做出某种假设，然后从总体中抽取样本进行观察，用样本提供的信息对假设的正确性进行判断，从而决定是否成立。若观察结果与理论不符，则假设不成立，若观察结果与理论相符，则认为没有充分的证据表明假设错误。假设检验一般有如下三个步骤：

1、建立假设，确定检验水平。2、选定检验方法，计算统计量大小。3、根据统计量确定P值，做出推断统计。

在这三个步骤中，第2个步骤中的检验方法是十分重要的、因为检验的样本类型、自变量的分布情况、研究的目的都不同，所以只有选择合适的检验方法才能计算出来统计量。

假设检验的主要方法

假设检验的方法主要可分为：t-检验、z-检验和F-检验。（建议查看统计学相关知识）

t-检验：T检验，亦称studentt检验（Student'sttest），主要用于样本含量较小（例如n<30），总体标准差σ未知的正态分布资料。t检验是用t分布理论来推论差异发生的概率，从而比较两个平均数的差异是否显著。

z-检验：Z检验（ZTest）是一般用于大样本（即样本容量大于30）平均值差异性检验的方法。它是用标准正态分布的理论来推断差异发生的概率，从而比较两个平均数的差异是否显著。在国内也被称作u检验。

当已知标准差时，验证一组数的均值是否与某一期望值相等时，用Z检验。

z检验又叫u检验

F-检验：F检验又叫方差齐性检验。在两样本t检验中要用到F检验。

从两研究总体中随机抽取样本，要对这两个样本进行比较的时候，首先要判断两总体方差是否相同，即方差齐性。若两总体方差相等，则直接用t检验，若不等，可采用t检验或变量变换或秩和检验等方法。

其中要判断两总体方差是否相等，就可以用F检验。

实例应用

实例应用：应用t-检验分析新药的有效性

1、案例描述

某药厂研发了一种能够降低血压的新药，现在为了了解该药的疗效，随机抽取了15名高血压患者，并得到他么在使用该药治疗前后的舒张压数据，如下图所示，现在需要判断：该药是否有效？如果有效，是否能够让高血压患者的舒张压平均降低6.5mmHg？

2、案例分析

根据上面的数据，我们可以使用Excel中的假设检验方法来判断（以前我用手算过，好累呀，有了Excel等工具，很简单方便，省时省力）。分析工具中的假设检验方法有多种，使用不同的方法，观察值在检验前后的关系就不同，所以需要先选择合适的方案。

3、操作分析

由于样本量较小，且样本值中的观察值存在治疗前后的配对关系，所以可先使用“t-检验：平均值的成对二样本分析”方法判断该药的有效性，我们首先假设该药无效（一般先否定，然后计算检验否定原假设（如果正确的话）），然后进行假设检验。

第1步：选择分析工具（老朋友了）。“数据分析”——“分析工具”——“t-检验：平均值的成对二样本分析”，确定即可。如下图所示：

第2步：设置相关参数。在“t-检验：平均值的成对二样本分析”对话框中，设置“输入”组中“变量1的区域”为“$B$2:$B$17”，“变量2的区域”为“$C$2:$C$17”，选择“标志”复选框，设置“α”值为“0.05”，在“输出选项”下单击“输出区域”，设置为“$E$2”，最后确定。如下图所示：

第3步：设置假设平均差。重复上一步骤，其他参数不变，这次设置“假设平均差”为“6.5”，“输出区域”为“$I$2”。这一步，“假设平均差”为期望中的样本均值的差值，如果该值设为0，即假设样本均值相同。

第4步：显示分析结果。做完之后，我们就可以看到t-检验的结果：H列左侧为第2步中检验该药是否有效的数据结果，H列右侧为第3步中检验该药是否能让舒张压降低6.5mmHg的检验结果。如下图所示：

4、决策分析

上面的案例中，由于没有充分的理由判断该药治疗后的总体均数会大于或小于治疗前的舒张压均值，所以在检验过程中，前面的t-检验我们采用的是双侧检验。

从分析结果看到：H列左侧的检验结果中，tStat=4.211，P双尾=0.00087，t双尾临界=2.145，当t双尾临界时，假设成立，而这个案例中，检验结果tStat>t双尾临界，说明该结果拒绝原假设，也就是说该药有效，此外，我们还能看到P双尾=0.00087<α=0.05，这一比较结果也说明该结果拒绝原假设，同样说明该药有效。

由于已经确定该药有效，那么再判断该药能否将舒张压平均值降低6.5mmHg，所以，后面的t-检验采用的是单侧检验，这里我们设置了假设平均差，上图中红框内，检验结果tStat=0.205α=0.05也说明了该假设成立。

小结

今天学习一下Excel中如何进行t-检验，数据分析更进一步。希望通过上面的操作能帮助大家。如果你有什么好的意见，建议，或者有不同的看法，我都希望你留言和我们进行交流、讨论。

参考我以前的一个回答

http://zhidao.baidu/question/1381814105386956860.html?sort=6&old=1#here

会变成####的说明是单元格列宽太小时,写入了数字,日期或时间数值,再一种情况就是单元格内写入或公式得出负日期,负时间时也会显示#号

如果写入文本一般情况是会超出单元格显示,但在右边相邻单元格也写入内容后,就只会显示部份内容了

单元格宽度太小时,写入数字会产生#号

单元格宽度太小时,写入日期或时间会产生#号

负日期或负时间的值会产生#号

单元格中写入文字等文本内容超出单元格宽度时

如果在B1单元格写入内容后,就只显示A1单元格的单元格宽度的内容

（本文内容由百度知道网友贡献）

大家好，我是零一。这一篇给大家介绍探索关系。

探索关系是非常好玩的一件事情。先给大家讲个故事。据说很久很久以前美国某个州对多个社区做了一项关于婴儿的调查，其中一个调查结果如下

调查人员发现多个社区中，这个妈妈纹身的占比越高，这个社区出现畸形儿的概率就越高。那调查人员就很费解了，纹身跟生BB有什么关系呢？后来针对这些纹身妈咪做了调查，结果如下

调查人员发现原来大部分的纹身妈咪因为出入夜店，大部分有接触过毒品，这才导致了前文说的畸形儿竟然跟纹身有关系。

以上就是探索关系的一个例子。

我们先引入一个概念【相关性】

【相关性】是来反应两个或多个维度之间的相关密切程度，如上面的例子中，关系就是比较紧密的。两者相关紧密并不等于因果，上面的例子也说明了，并不是因为纹身就导致了畸形儿，而是纹身的妈咪多数曾经是不良少女，染上毒品，才导致后面生出畸形儿。

【相关性】从影响的方向来区分，有3种，分别是正相关，零相关，负相关。下面我们一起看下。

首先是正相关，只要是呈现下图这种趋势的分布，就称之为正相关，表示任意一个维度增长，另一个就跟着增长，反之，下降就随之下降。

接着是零相关，只要是呈现下图这种趋势的分布，就称之为零相关。表示维度之间没有什么相关性。

最后是负相关，只要是呈现下图这种趋势的分布，就称之为负相关。表示任意一个维度增长，另一个就下降，反之，下降就随之增长。

下面我们一起看一下淘宝数据，淘宝数据也有很多有趣的关系。

我抓取下来眼镜行业按销量排名的100页，也就是40*100=4000个宝贝的数据。数据大概长这个样子

按30天成交量和价格来做散点图，得到如下的结果。

很惊奇发现，居然有个眼镜卖12.8W！！这是在卖眼睛吧？？

大家回想第八篇的内容，这个店就是离群点，我们可以暂时不分析。我们通过设置坐标轴来进一步观察

售价我先指定在1000元以下，呈负相关的姿态，下图是结果

有人可能会说，这价格越高就销量越小，这个不用分析都知道了啊！事实上，还真有价格越高销量就越高这种行业，不看下怎么知道呢？我们要用数据说话！

可以观察到大多数高销量的价格是分布在100元以下的。（0,100]这个区间销量最高在5K（最上面那个离群点不计在内），（100,200]这个区间销量最高在3K左右。

接着我们可以进一步观察（100,200]这个区间的分布情况

这个是零相关的分布状态，也就是说，在这个区间，你是定价在100，还是定价在200，不会太影响你的销量。所以，有时候很奇怪，我100也是卖，200也是卖，为什么不卖200呢？

这个数据源我会提供给大家玩玩。30天成交量和价格的关系，我们就说到这里。下面我们看另一个关系。

【上架天数】 VS 【30天成交量】

这个让我差点跌破眼镜，上架了2000天，是什么概念？2000÷365=5（年）。上架了这么久的产品，还在卖！我接触淘宝才3-4个年头。

我们可以发现，销量在2000以上的爆款主要的聚集区间，在1200天以内，也要有3年的时间了。。。不过我们可以发现，后面的新品，多了很多，正在逐渐上来，不少商家正在尝试用新品来冲击这个市场。

我把坐标轴范围调整一下，结果看下图，看起来是零相关的样子。

2000销量以上的，最快的在一个月时间（37天）打造上来。这些是谁呢？那通过这个图，把鼠标停在点上面，会显示这个数据是第几个观测值，那会非常简单就能定位到这些宝贝。

这种观察方法，有个弊端，就是上面这个图，我只能说，我看起来像是零相关，并不能确定。那是否有一个具体一点的，可以不用靠眼镜的方法来告诉我们相关性呢？

答案是肯定的！

在Excel里面，有个函数叫correl，是英文correlation（相关）的前半部分。就是用来算相关性的，这个是适用于线性相关的情况下。非线性的情况下，就不适用了哦！比如类似抛物线的钟型分布（也就是正态分布）

只要选中我们要的数据就可以了，两个数据组。

得出的结果是一个[-1,1]的数字，这里是0.685，那这个数字怎么解读呢？

[0.7,1]表示强正相关

[0.3,0.7)表示中正相关

（-0.3,0.3)表示零相关

(-0.7,-0.3]表示中负相关

[-1,-0.7]表示强负相关

那我们这里的结果对应到就是中正相关这个区间。表示，评价量的多少还是会在一定程度上影响销量的。但这个结果没有分析意义，因为一般爆款卖得多评价也多。

分析师是要考虑分析的结果有没有价值，一般何为有价值的关系呢？

就是情理之中，但意料之外的这种关系，就非常有价值。

另外，是要选择看图还是数字呢？

这个问题很简单，先看图，如果不清晰，就看下数字。

如果要快速出结果，并且是多个维度的情况下，用excel内置的数据分析的相关系数来快速得出相关矩阵

结果是一个下三角矩阵

==========分割符==========

下面我们来用数据挖掘套件，探索下数据。

先把数据设置成表格的格式

然后再表格工具里面有个分析（必须要有安装了数据挖掘套件才能有这个）

我们先看下分析关键影响因素（我这里是用的市场数据，但如果大家是拿店铺的数据，大家都懂的）

运行后结果如下，会有一个相对影响，可以参考。但这个结果，没有先处理缺失值（上一篇有说过异常处理，处理方法看上一篇）

这个结果，没有太大的参考性。因为最相关的变成缺失值了，可能在获取数据的时候会有一些漏抓。

==========分隔符==========

下一篇会告诉大家怎么做聚类分析，通过聚类，我们可以知道，某一个分类的特征，下图是聚类的一个结果特征（软件通过算法把30成交量大于704的归为一类，以下是这类的主要特征）

主要特征是：无投诉，主营100%，天猫店，退款速度2.7-6.0等，大家可以看下。下一篇会跟大家详细介绍聚类。

文中用到的源数据集下载连接：https://pan.baidu/s/1yzGzZKiQq7zj18QLKx1ZIQ

　　方式：

　　1.双击图表中的“开始日期”系列，弹出“设置数据系列格式”对话框，如果是Excel 2007，可右击该系列，在快捷菜单中选择“设置系列格式”。在设置图表各相关元素的整个过程中，可不关闭该对话框。在对话框中选择“填充”选项，选择“无填充”。

　　2.这时“开始日期”系列即变为透明，由于纵坐标轴中各项目名称的排列顺序与数据区域中的相反，似乎与习惯不符，可通过下面的方法来改变该顺序。选择“垂直（类别）轴”，对话框标题自动变为“设置坐标轴格式”，在“坐标轴选项”中勾选“逆序类别”，这时横坐标轴会移动到图表上方，要将其移回图表下方，可在“横坐标轴交叉”区域中选择“最大分类”即可。

　　3.再次单击图表中的“水平（值）轴”，在“坐标轴选项”中将“最大值”和“最小值”设置为“固定”，并输入整个工程的开始日期和结束日期，本例中将最小值设置为日期“2011-10-9”，将最大值设置为“2011-11-10”。如果是Excel 2007，此处需输入上述两个日期的序列数，分别为“40825”和“40857”。获取日期序列数的方法有许多，如将包含日期的单元格设置为“常规”即可在单元格中显示该日期的序列数。

　　4.选择“数字”选项，将日期格式设置为仅显示月日的数字格式。

　　5.关闭对话框，这时的图表如下图。

　　横道图：它通过图示形象地表示特定项目的活动顺序与持续时间。

（本文内容由百度知道网友贡献）

1、首先，我们正常使用Excel的另存为，看看能否顺利地直接另存为XML文件。

方法：

点击Excel左上角按钮，在弹出的选项中，点击“另存为”

或者直接在Excel中按下快捷键F12

2、选择最后一项：其他格式。

3、接下来，重命名一下文件名，并选择文件类型为：

XML数据（*.xml）

4、点击“保存”按钮，会出现如下错误警告：

因为工作簿不包含任何XML映射，所以无法保存任何XML数据。

单击“帮助”以获取详细信息。

5、这个原因是我们的工作簿只是普通的Excel数据，的确没有做过XML映射，或者Excel数据也不是从XML文件导入的。

这时，我们尝试另存为另一种文件类型：

XML电子表格2003（*.xml）

6、点击保存按钮。

7、这时会弹出一个兼容性对话框，问你是否保持工作簿的这种格式。

8、点击“是”，即可将Excel保存为XML格式的文档了。

我们使用软件打开这个XML文档（例如通过Chrome浏览器），发现格式正常，Excel数据也全在里面。

（本文内容由百度知道网友great佯装埋倦贡献）

适用人群

零基础小白、学生党；

希望快速提升商务图表技能的职场人士；

课程概述

本课程是图表系列课程的基础篇，教你快速掌握Excel中最常见的20种图表制作，零基础也完全不用怕。

商务图表这件事，对任何职场人士来说都是项硬技能，不管是否自己的业务成绩，还是公司的总结报告，亦或是对客户呈现出公司的品牌形象，总归是要对得起自己的那份付出，拿得出“高大上”的图表才是王道。

要懂得让你的数据会说话，而且对“职场硬通货”的投资，稳赚的哦~~早学会早受益、早实践早加薪、早起步早升职。

课程注重方法论，将呈现分析、图表美化、技巧操作完美结合

20种图表类型如下：

好不容易整理完的数据，究竟该如何呈现？

在开始制图之前，先问问自己：

你想展示什么？

然后再选择对应的图标类型

下面就让我们一起，来一一剖析这份《图标类型选择指南》中的，每一份图表的具体用途：

【柱形图】

用于显示一段时间内的数据变化或显示各项之间的比较情况。是基础的三大图表之一，通过次坐标、变形、逆转可实现复杂图表的制作。

【不等宽柱形图】

在常规柱形图的基础上，实现了宽幅和高度两个维度的数据记录和比较。

【表格或内嵌图表的表格】

用于一系列相同类型图表的呈现。针对每个个体，以统一风格的图表呈现其内部数据关系，然后进行排列布局，组合后进行数据呈现。

【条形图】

对于数据项标题较长的情况，用柱状图制图会无法完全呈现数据系列名称，采用条形图则可有效解决该问题。同时在制图前，可将数据进行降序排列，使得条形图呈现出数据的阶梯变化趋势。

【环形柱状图】

是柱形图变形呈现形式的一种，通常单个数据系列的最大值，（一般来说）不超过环形角度270°，并由最外环往最内环逐级递减的呈现数据。

【雷达图】

雷达图又可称为戴布拉图、蜘蛛网图，用于分析某一事物在各个不同纬度指标下的具体情况，并将各指标点连接成图。

【曲线图】

又称折线图，以曲线的上升或下降来表示统计数量的增减变化情况。不仅可以表示数量的多少，而且可以反映数据的增减波动状态。

【直方图】

直方图又称质量分布图。是一种统计报告图，由一系列高度不等的纵向条纹或线段表示数据分布的情况。 一般用横轴表示数据类型，纵轴表示分布情况。

【正态分布图】

也称“常态分布”或高斯分布，是连续随机变量概率分布的一种。常常应用于质量管理控制：为了控制实验中的测量（或实验）误差，常以 作为上、下警戒值，以 作为上、下控制值。这样做的依据是：正常情况下测量（或实验）误差服从正态分布。

【散点图】

是指在回归分析中，数据点在直角坐标系平面上的分布图，散点图表示因变量随自变量而变化的大致趋势，据此可以选择合适的函数对数据点进行拟合。

【曲面图】

通过XYZ三个维度的坐标交汇，形成对应的数据点，并且根据这组数据汇总生成的图表。它可以比较方便地模拟绘制各种标准曲面方程的图像。

【堆积百分比柱形图】

用于某一系列数据之间，其内部各组成部分的分布对比情况。各数据系列内部，按照构成百分比进行汇总，即各数据系列的总额均为100%。数据条反应的是各系列中，各类型的占比情况。

【堆积柱形图】

用于某一系列数据之间，其内部各组成部分的分布对比情况。各数据系列按照数量的多少进行堆积汇总，各数据系列之间，根据汇总柱形图的高低，进行对比分析。

【堆积百分比面积图】

显示每个数值所占百分比随时间或类别变化的趋势线。可强调每个系列的比例趋势线。

【堆积面积图】

显示每个数值所占大小随时间或类别变化的趋势线。可强调某个类别交于系列轴上的数值的趋势线。

【饼图】

以图形的方式直接显示各个组成部分所占比例，各数据系列的比率汇总为100%。

【环形图】

环形图是由两个及两个以上大小不一的饼图叠在一起，挖去中间的部分所构成的图形。能够区分或表明某种关系，常用于饼状图的进一步美化。

【瀑布图】

是由麦肯锡顾问公司所独创的图表类型，因为形似瀑布流水而称之为瀑布图( Waterfall Plot)。此种图表采用绝对值与相对值结合的方式，适用于表达数个特定数值之间的数量变化关系。

【子母图】

用于表示数据之间构成的构成关系，在母图的比例关系中，其中某一部分涵盖特别多的数据项目，且在总比率中可以合计为一类的情况时，可将该部分单独以子饼图的形式，进行呈现。

【气泡图】

排列在工作表的列中的数据（第一列中列出 x 值，在相邻列中列出相应的 y 值和气泡大小的值）可以绘制在气泡图中。气泡图与散点图相似，不同之处在于，气泡图允许在图表中额外加入一个表示大小的变量。

2018年，get一个新技能，不如从适用面广泛的excel开始吧！

大数据文摘出品

编译：JonyKai、元元、云舟

对于深度学习和机器学习工程师们来说，正态分布是世界上所有概率模型中最重要的一个。即使你没有参与过任何人工智能项目，也一定遇到过高斯模型，今天就让我们来看看高斯过程为什么这么受欢迎。

高斯分布（Gaussian distribution），也称正态分布，最早由A.棣莫弗在求二项分布的渐近公式中得到。C.F.高斯在研究测量误差时从另一个角度导出了它。P.S.拉普拉斯和高斯研究了它的性质。是一个在数学、物理及工程等领域都非常重要的概率分布，在统计学的许多方面有着重大的影响力。

正态曲线呈钟型，两头低，中间高，左右对称因其曲线呈钟形，因此人们又经常称之为钟形曲线。

若随机变量X服从一个数学期望为μ、方差为σ^2的正态分布，记为N(μ，σ^2)。其概率密度函数为正态分布的期望值μ决定了其位置，其标准差σ决定了分布的幅度。当μ = 0,σ = 1时的正态分布是标准正态分布。

高斯概率分布的数学表达式

在自然现象中随处可见

所有模型都是错的，但有些是有用的—George Box

正在扩散的粒子的位置可以用正态分布来描述

正态分布有极其广泛的实际背景，生产与科学实验中很多随机变量的概率分布都可以近似地用正态分布来描述。例如，在生产条件不变的情况下，产品的强力、抗压强度、口径、长度等指标；同一种生物体的身长、体重等指标；同一种种子的重量；测量同一物体的误差；弹着点沿某一方向的偏差；某个地区的年降水量；以及理想气体分子的速度分量，等等。

一般来说，如果一个量是由许多微小的独立随机因素影响的结果，那么就可以认为这个量具有正态分布。从理论上看，正态分布具有很多良好的性质，许多概率分布可以用它来近似；还有一些常用的概率分布是由它直接导出的，例如对数正态分布、t分布、F分布等。

数学原因：中心极限定理

二维空间上进行200万步的随机游走之后得到的图案

中心极限定理的内容为：大量独立随机变量的和经过适当标准化之后趋近于正态分布，与这些变量原本的分布无关。比如，随机游走的总距离就趋近于正态分布。下面我们介绍三种形式的中心极限定理：

独立同分布的中心极限定理

设随机变量X1，X2，......Xn，......独立同分布，并且具有有限的数学期望和方差：E(Xi)=μ，D(Xi)=σ^2 (i=1,2....)，则对任意x，分布函数为

满足

该定理说明，当n很大时，随机变量

近似地服从标准正态分布N(0，1)。因此，当n很大时，

近似地服从正态分布N(nμ，nσ^2)．该定理是中心极限定理最简单又最常用的一种形式，在实际工作中，只要n足够大，便可以把独立同分布的随机变量之和当作正态变量。这种方法在数理统计中用得很普遍，当处理大样本时，它是重要工具。

棣莫佛－拉普拉斯定理

设随机变量X(n=1,2,...,)服从参数为n，p(0

该定理表明，正态分布是二项分布的极限分布，当数充分大时，我们可以利用上式来计算二项分布的概率。

不同分布的中心极限定理

设随机变量X1，X2，......Xn，......独立同分布，它们的概率密度分别为fxk(x)，并有E(Xk)=μk，D(Xk)= σk^2，（k=1,2......）

若对任意正数τ，有：

对任意x，随机变量Yn的分布函数Fn(x)，满足：

该定理说明：所研究的随机变量如果是有大量独立的而且均匀的随机变量相加而成，那么它的分布将近似于正态分布。

万变不离其宗

与其他很多分布不同，正态分布进行适当的变换之后，仍是正态分布。

两个正态分布之积仍是正态分布两个独立的服从正态分布的随机变量之和服从正态分布对一个正态分布进行高斯卷积还是正态分布正态分布经过傅立叶变换之后仍是正态分布

简洁

奥卡姆剃刀强调一个哲学原则：在其他条件都相同下，最简单的解就是最好的解。

对于任何一个用正态分布拟合的随机分布，都可能存在一个多参数，更复杂，更准确的解法。但是我们仍然会倾向于选用正态分布，因为它在数学上很简洁。

它的均值（mean）、中值（median）和众数（mode）都相同只需要用两个参数就可以确定整个分布

图形特性：

集中性：正态曲线的高峰位于正中央，即均数所在的位置。对称性：正态曲线以均数为中心，左右对称，曲线两端永远不与横轴相交。均匀变动性：正态曲线由均数所在处开始，分别向左右两侧逐渐均匀下降。曲线与横轴间的面积总等于1，相当于概率密度函数的函数从正无穷到负无穷积分的概率为1。即频率的总和为100%。

最近几天，不断有小伙伴在后台问到使用excel做数据分析的相关问题，今天，数据君（ID：shendufenxi）就为大家推送一篇实用技巧。

高级的数据分析会涉及回归分析、方差分析和T检验等方法，不要看这些内容貌似跟日常工作毫无关系，其实往高处走，MBA的课程也是包含这些内容的，所以早学晚学都得学，干脆就提前了解吧，请查看以下内容。

在使用之前，首先得安装Excel的数据分析功能，默认情况下，Excel是没有安装这个扩展功能的，安装如下所示：

1）鼠标悬浮在Office按钮上，然后点击【Excel选项】：

2）找到【加载项】，在管理板块选择【Excel加载项】,然后点击【转到】：

3）选择【分析工具库】，点击【确定】：

4）安装完后，就可以【数据】板块看到【数据分析】功能，如下所示：

安装完后，首先来了解一下回归分析的内容。

回归分析

在详细进行回归分析之前，首先要理解什么叫回归？

实际上，回归这种现象最早由英国生物统计学家高尔顿在研究父母亲和子女的遗传特性时所发现的 一种有趣的现象：身高这种遗传特性表现出”高个子父母，其后代身高也高于平均身高；但不见得比其父母更高，到一定程度后会往平均身高方向发生’回归’”。

这种效应被称为”趋中回归”。现在的回归分析则多半指源于高尔顿工作的那样一整套建立变量间的数量关系模型的方法和程序。 这里的自变量是父母的身高，因变量是子女的身高。

百度百科对于回归分析的定义是: 回归分析（regression analysis)是确定两种或两种以上变数间相互依赖的定量关系的一种统计分析方法。运用十分广泛：

1）回归分析按照涉及的自变量的多少，可分为一元回归分析和多元回归分析；

2）按照自变量和因变量之间的关系类型，可分为线性回归分析和非线性回归分析。

这里举个电商的例子：电子商务的转换率是一定的，网站访问数一般正比对应于销售收入，现在要建立不同访问数情况下对应销售的标准曲线，用来预测搞活动时的销售收入，如下所示：

1、利用散点图描绘图形：

2. 添加趋势线，并且显示回归分析的公式和R平方值：

从图得知，R平方值=0.9995，趋势线趋同于一条直线，公式是：y=0.01028x-27.424

R 平方值是介于 0 和 1 之间的数字，当趋势线的 R 平方值为 1 或者接近 1 时，趋势线最可靠。因为R2 >0.99，所以这是一个线性特征非常明显的数值，说明拟合直线能够以大于99.99%地解释、涵盖了实际数据，具有很好的一般性, 能够起到很好的预测作用。

3. 使用Excel的数据分析功能

1）点击【数据分析】，在弹出的选择框中选择【回归】，然后点击【确定】：

2）【X值输入区域】选择访问数的单元格，【Y值输入区域】选择销售额的单元格，同时勾选如下所示的选项，包括残差、标准残差、残差图、线性拟合图和正态概率图。

3）以下内容是残差和标准残差：

4）以下是残差图：

残差图是有关于实际值与预测值之间差距的图表，如果残差图中的散点在中轴上下两侧分布，那么拟合直线就是合理的，说明预测有时多些，有时少些，总体来说是符合趋势的，但如果都在上侧或者下侧就不行了，这样有倾向性，需要重新处理。

5）以下是线性拟合图

在线性拟合图中可以看到，除了实际的数据点，还有经过拟和处理的预测数据点，这些参数在以上的表格中也有显示。

6）以下是正态概率图

正态概率图一般用于检查一组数据是否服从正态分布，是实际数值和正态分布数据之间的函数关系散点图，如果这组数值服从正态分布，正态概率图将是一条直线。回归分析不一定得符合正态分布，这里只是仅仅把它描绘出来而已。

以上数据表格和图表都说明公式y=0.01028x-27.424是一个值得信赖的预测曲线，假设搞活动时流量有50万访问数的话，那么预测销售将是51373，如下图所示：

 获取正态分布概念密度

 正态分布概率密度正态分布函数“NORMDIST”获取。

在这里是以分组边界值为“X”来计算：

Mean=AVERAGE(A:A)(数据算术平均）

Standard_dev=STDEV(A:A)(数据的标准方差）

Cumulative=0(概率密度函数）

向下填充

在直方图中增加正态分布曲线图

1、在直方图内右键→选择数据→添加→。

2、系列名称：选中H1单元格。

3、系列值：选中H2:H21。

4、确定、确定。

修整图形

1、在图表区柱形较下方选中正态分布曲线数据，（正态分布密度值和频率数值相比太小了，实在看不清，多试几次，选中后如图，同时正态分布曲线那数数据处于选中状态）。

2、右键→设置数据列格式→系列绘制在→次坐标轴；

关闭，如图。

更改系列图表类型

1、选中正态分布柱形图→右键→更改系列图表类型。

2、选中“拆线图”。

3、确定。

平滑正态分布图

选中正态分布曲线→右键→设置数据列格式→线型→勾选“平滑线”→关闭。

（本文内容由百度知道网友摩羯糖芯贡献）

一、.获取正态分布概念密度

 正态分布概率密度正态分布函数“NORMDIST”获取。

在这里是以分组边界值为“X”来计算：

Mean=AVERAGE(A:A)(数据算术平均）。

Standard_dev=STDEV(A:A)(数据的标准方差）。

Cumulative=0(概率密度函数）。

二、向下填充。

三、在直方图中增加正态分布曲线图。

1、在直方图内右键→选择数据→添加→。

2、系列名称：选中H1单元格。

3、系列值：选中H2:H21。

4、确定、确定。

四、修整图形

1、在图表区柱形较下方选中正态分布曲线数据，（正态分布密度值和频率数值相比太小了，实在看不清，多试几次，选中后如图，同时正态分布曲线那数数据处于选中状态）。

2、右键→设置数据列格式→系列绘制在→次坐标轴；

关闭，如图。

更改系列图表类型。

1、选中正态分布柱形图→右键→更改系列图表类型。

2、选中“拆线图”。

3、确定。

五、平滑正态分布图

选中正态分布曲线→右键→设置数据列格式→线型→勾选“平滑线”→关闭。

（本文内容由百度知道网友茗童贡献）