Excel统计分析：方法与实践

图书标准信息

• 作者 张运明 著
• 出版社 清华大学出版社
• 出版时间 2020-07
• 版次 1
• ISBN 9787302543411
• 定价 109.00元
• 装帧 平装
• 开本 16
• 纸张 胶版纸
• 页数 858页
• 字数 1.38千字

【内容简介】

《Excel统计分析：方法与实践》简要介绍频数、集中量数、差异量数、相关系数、抽样、正态分布概率、二项分布概率、泊松分布概率、参数估计、回归分析、方差分析、相关分析、非参数检验、主成分分析、因子分析、聚类分析、判别分析、预测分析、层次分析等统计分析原理和计算方法，重点介绍利用Excel函数和数学分析工具方法进行统计分析的方法，同时介绍数据整理、制作表格、绘制图表、数据填充、数据验证、数据排序、数据筛选、定义名称、条件格式、自定义格式、数据透视表、删除重复项、单变量求解、规划求解等实用技巧，将统计理论及其在Excel 2016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。

 

《Excel统计分析：方法与实践》内容丰富、实用，操作详细、具体，非常适合统计课程的师生和有统计分析需求的人员参考。

 

【作者简介】

张运明，重庆市正高级教师，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，重庆市教育科研先进个人，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。

【目录】

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  算术均数156
4.1.2  修剪均数158
4.1.3  几何均数160
4.1.4  调和均数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  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201
5.1.1  什么是概率201
5.1.2  基本202
5.1.3  排列组合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  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  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  简单抽样284
6.1.2  等距抽样300
6.1.3  等距不抽样308
6.1.4  分层抽样310
6.2  样本容量的确定313
6.2.1  估计体均值时所需样本容量314
6.2.2  估计体比例时所需样本容量317
6.2.3  样本与体均值差异显著检验时
所需样本容量319
6.2.4  两样本均值差异显著检验时所需
样本容量321
6.2.5  样本与体比例差异显著检验时
所需样本容量322
6.2.6  两样本比例差异显著检验时所需
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  估计体均值时的样本容量表325
6.3.2  估计体比例时的样本容量表327
6.3.3  两个样本均值设检验时的样本
容量表327
6.3.4  两个样本比例设检验时的样本
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  体均值及其差异的区间估计358
7.2.1  方差已知时正态体均值的
区间估计358
7.2.2  方差未知时正态体均值的
区间估计359
7.2.3  大样本非正态体均值的
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  方差已知时正态体均值差的
区间估计364
7.2.6  方差未知且相等时正态体均值差的
区间估计365
7.2.7  方差未知且不等时正态体均值差的
区间估计366
7.2.8  大样本非正态体均值差的
区间估计367
7.3  体标准差与方差的区间估计368
7.3.1  正态体标准差的区间估计368
7.3.2  正态体方差的区间估计369
7.3.3  两正态体方差比的区间估计370
7.4  体比率及其差异的区间估计372
7.4.1  大样本时体比率的区间估计372
7.4.2  法对体比率的区间估计374
7.4.3  大样本时两体比率差异的
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
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期变化的
区间385
7.5  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  设检验 

8.1  设检验的基本392
8.1.1  设检验中的小概率392
8.1.2  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  设检验的步骤与规则396
8.1.5  设检验的效能397
8.2  体均值的显著检验397
8.2.1  方差已知时正态体均值的
z检验398
8.2.2  方差未知时正态体均值的
t检验400
8.2.3  大样本时非正态体均值的近似
z检验402
8.2.4  大、小样本时泊松分布体均值的
检验403
8.2.5  方差已知时独立正态体均值差的
z检验405
8.2.6  方差未知且相等时独立正态体
均值差的t检验408
8.2.7  方差未知且不等时独立正态体
均值差的近似t检验411
8.2.8  相关系数已知时成对正态体均值差
的t检验414
8.2.9  相关系数未知时成对正态体均值差
的t检验415
8.2.10  大样本时非正态体均值差的近似
z检验418
8.2.11  泊松分布体均值差的近似
z检验419
8.3  体方差的显著检验421
8.3.1  样本方差与正态体方差比值的
卡方检验421
8.3.2  独立样本时两正态体方差差异的
f检验424
8.3.3  相关样本时两正态体方差差异的
t检验428
8.4  体比率的显著检验429
8.4.1  大样本时体比率的近似z检验429
8.4.2  小样本时体比率的p值法检验430
8.4.3  小样本时体比率的直观区间法
检验431
8.4.4  体比率的二项分布置信区间法
检验433
8.4.5  独立大样本时两体比率差异的
z检验434
8.4.6  相关样本时两体比率差异的
z检验436
8.5  体积差相关系数的显著
检验439
8.5.1  ρ=0时单体积差相关系数的
t检验439
8.5.2  ρ≠0时单体积差相关系数的
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  多个均数之间的比较515
9.4.1  小显著差数法515
9.4.2  小显著极差法517
9.5  方差分析前数据的转换522
9.5.1  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  一元线回归方程参数的计算586
11.2.3  一元线回归方程的方差分析588
11.2.4  一元线回归方程的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  多元线回归分析599
11.3.1  用mdeterm函数进行多元线
回归599
11.3.2  用规划求解方法进行多元线
回归602
11.3.3  用linest函数进行多元线
回归605
11.3.4  多元线回归方程的方差分析607
11.3.5  多元线回归偏回归系数的
t检验608
11.3.6  多元线回归偏回归系数的
f检验609
11.3.7  多元线回归偏回归方和的
f检验
11.3.8  使用“回归”分析工具进行
综合分析613
11.3.9  多元线回归方程自变量的
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792
15.3.2  费希尔判别实例793

6章  预测分析 

16.1  移动均法797
16.1.1  移动均法797
16.1.2  移动均法实例798
16.2  指数滑法801
16.2.1  指数滑法801
16.2.2  指数滑法实例802
16.3  季节变动预测法807
16.3.1  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  移动均法815
16.3.5  虚拟变量回归法817
16.4  灰预测模型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832
17.2  层次分析法实例835

参文献842