EXCEL数据分析工具[宣讲].pptVIP

众数是一组数据出现次数最多的数值。如果一组数据各不相同，则这组数据不存在众数. 众数(Mode) =MODE(B2:B24) 1.5.1. 数值型单变量数据分析 * 精品PPT | 借鉴参考 全距是一组数据x1，x2，…，xn中最大值和最小值之差。即： max(x1，x2，…，xn)-min(x1，x2，…，xn) 全距可以表示数据的离散程度，全距越大离散程度越大。全距只和数据中两个数值有关，容易受到奇异数据的影响。 数据A的全距=18-11=7，数据B的全距=39-3=36，数据B的离散程度大于数据A。 全距（Range）——离散属性的测度 1.5.1. 数值型单变量数据分析 * 精品PPT | 借鉴参考 方差分为总体方差和样本方差。 总体方差的计算公式为： 其中xi为第i个数据，N为总体数据的个数，μ为总体平均数。 方差是数据离散程度的指标，方差越大，离散程度越大。方差的单位是数据单位的平方。 Excel计算总体方差的函数是VARP。 方差（Variance） 1.5.1. 数值型单变量数据分析 * 精品PPT | 借鉴参考 序号 xi xi- μ (xi- μ)2 1 11 -3 9 2 13 -1 1 3 16 2 4 4 18 4 16 5 15 1 1 6 13 -1 1 7 12 -2 4 μ 14 σ2 5.14 序号 xi xi- μ (xi- μ)2 1 3 -11 121 2 7 -7 49 3 15 1 1 4 39 25 625 5 14 0 0 6 5 -9 81 7 4 -10 100 μ 14 σ2 139.57 方差（Variance） * 精品PPT | 借鉴参考 样本方差的计算公式为 由于实际处理的数据大多数都是样本数据，因此样本方差应用更多。 Excel计算样本方差的函数是VAR。 1.5.1. 数值型单变量数据分析 * 精品PPT | 借鉴参考 标准差（Standard deviation） 标准差是方差的平方根。 计算总体标准差的公式为： 计算样本标准差的公式为： 标准差的单位和数据的单位相同，因此比方差更容易理解，应用也更多。 1.5.1. 数值型单变量数据分析 * 精品PPT | 借鉴参考 在工业生产中，产品的指标总会出现波动，一般会把产品指标的变动控制在指标平均值加减3个标准差的范围内，认为这是生产正常的标志。 如果产品指标波动超出这个范围，说明生产系统不正常。 标准差的重要性 1.5.1. 数值型单变量数据分析 * 精品PPT | 借鉴参考 在投资风险分析中，评价投资收益有两个指标，一个是收益期望值（平均值），另一个是收益的标准差。投资收益的标准差表示投资风险的大小，标准差越大，风险越大。 收益期望值 收益标准差 低收益 低风险 低收益 高风险 高收益 低风险 高收益 高风险 1.5.1. 数值型单变量数据分析 在经济领域中，标准差常用来反映未来数据的不确定性，有主要的理论和应用价值。 * 精品PPT | 借鉴参考 标准差是测定数据离散程度的标志，但由于不同的数据数值大小不同，相同的离散程度，数值比较大的标准差也会比较大。 以下是不同年龄组每周上网时间的统计数据： 为了比较大小不同的几组数据的离散程度，定义如下的变异系数（Coefficient of Variation ）： 变异系数 18岁以下 18-24岁 25-30岁 31-40岁 40岁以上 均值 6.588 20.922 20.293 16.324 15.281 标准差 2.368 2.221 2.888 2.780 3.658 变异系数 0.359 0.106 0.142 0.170 0.239 1.5.1. 数值型单变量数据分析 * 精品PPT | 借鉴参考 正态 CS=0.57 左偏 CS=0.92 右偏 CS=-0.27 ——偏态系数（Coefficient of Skewness） -1 -0.5 0 0.5 1 近似对称 稍右偏 稍左偏 明显右偏 明显左偏 CS 平均数＝中位数＝众数 对称分布 平均数中位数众数 右偏 众数中位数平均数 左偏 分布形态的测度 1.5.1. 数值型单变量数据分析 * 精品PPT | 借鉴参考 Excel中有计算数据偏度的函数“=SKEW(数据范围)”，Excel的偏度公式为： 有的文献计算数据偏度还有其他的公式。例如SPSS计算偏度的公式为