编辑推荐

本书结合统计理论与Excel2016，介绍20+统计方法和实用技巧，提高教学和工作效率。

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。

章节目录

封面页

书名页

版权页

作者简介

内容简介

前言

目录

第1章　背景知识

1.1　统计学背景知识

1.1.1　统计学概论

1.1.2　统计数据

1.1.3　几组基本概念

1.2　Excel 2016工作环境

1.2.1　Excel 2016窗口

1.2.2　Excel 2016主题

1.2.3　Excel三大元素

1.3　Excel 2016函数公式

1.3.1　Excel函数结构

1.3.2　函数参数的类型

1.3.3　统计学常用函数

1.3.4　获取Excel函数的帮助

1.3.5　启用“开发工具”选项卡

1.3.6　加载“分析工具库”工具

第2章　统计表

2.1　统计表概述

2.1.1　统计表的构成

2.1.2　统计表的分类

2.1.3　Excel统计表的设计

2.1.4　对Excel表照相

2.1.5　隐藏区域或工作表的0值

2.1.6　将0值或空单元格标为“-”

2.2　次数分布表

2.2.1　单项式次数分布表

2.2.2　组距式次数分布表

2.2.3　相对次数分布表

2.2.4　累积次数及累积百分数分布表

2.3　条件求和

2.3.1　单条件求和

2.3.2　多条件求和

2.4　分类汇总

2.5　排位与百分比排位

第3章　统计图

3.1　统计图概述

3.1.1　统计图的构成

3.1.2　统计图的分类

3.1.3　Excel图表概述

3.2　次数分布图

3.2.1　次数直方图

3.2.2　次数排列图

3.2.3　次数多边图

3.2.4　累积次数分布图

3.2.5　组合的次数分布图

3.3　直条图

3.3.1　复合柱形图

3.3.2　误差条图

3.3.3　双向条形图

3.3.4　不等宽柱形图

3.4　饼图

3.4.1　复合饼图

3.4.2　双层饼图

3.5　折线图

3.6　散点图

3.7　Excel 2016新增图表

3.7.1　树状图

3.7.2　旭日图

3.7.3　漏斗图

3.7.4　瀑布图

3.7.5　箱形图

3.8　茎叶图

第4章　统计量

4.1　集中量数

4.1.1　算术平均数

4.1.2　修剪平均数

4.1.3　几何平均数

4.1.4　调和平均数

4.1.5　中数

4.1.6　众数

4.1.7　分类的集中量数

4.2　差异量数

4.2.1　极差

4.2.2　平均差

4.2.3　四分位差

4.2.4　方差

4.2.5　标准差

4.2.6　变异系数

4.2.7　分类的差异量数

4.3　地位量数

4.3.1　百分位数

4.3.2　百分等级分数

4.3.3　标准分数

4.4　分布形态

4.4.1　偏度

4.4.2　峰度

4.4.3　分类的偏斜度和峰值

4.5　描述统计工具

第5章　概率及其分布

5.1　概率原理

5.1.1　什么是概率

5.1.2　基本计数原理

5.1.3　排列组合原理

5.2　二项分布

5.2.1　二项分布概述

5.2.2　二项分布相关计算

5.2.3　绘制二项分布图

5.2.4　绘制多个二项分布图

5.2.5　二项分布的动态演示

5.2.6　二项分布的近似正态分布演示

5.2.7　制作二项分布表

5.3　泊松分布

5.3.1　泊松分布概述

5.3.2　泊松分布相关计算

5.3.3　绘制泊松分布图

5.3.4　绘制多个泊松分布图

5.3.5　随机生成泊松分布

5.3.6　制作泊松分布表

5.4　正态分布

5.4.1　正态分布概述

5.4.2　正态分布相关计算

5.4.3　绘制正态分布曲线

5.4.4　绘制多条正态分布曲线

5.4.5　绘制正态分布的动态置信区间

5.4.6　绘制原始数据的正态分布曲线

5.4.7　正态抽样及概率分布的动态演示

5.5　标准正态分布

5.5.1　标准正态分布概述

5.5.2　标准正态分布相关计算

5.5.3　绘制标准正态分布曲线

5.5.4　随机生成标准正态分布

5.5.5　制作标准正态分布表

5.5.6　绘制α、β区域示意图

第6章　抽样及其分布

6.1　抽样方法

6.1.1　简单随机抽样

6.1.2　等距随机抽样

6.1.3　等距不随机抽样

6.1.4　分层随机抽样

6.2　样本容量的确定

6.2.1　估计总体均值时所需样本容量

6.2.2　估计总体比例时所需样本容量

6.2.3　样本与总体均值差异显著性检验时所需样本容量

6.2.4　两样本均值差异显著性检验时所需样本容量

6.2.5　样本与总体比例差异显著性检验时所需样本容量

6.2.6　两样本比例差异显著性检验时所需样本容量

6.2.7　分层抽样时计算各层样本容量

6.3　制作样本容量表

6.3.1　估计总体均值时的样本容量表

6.3.2　估计总体比例时的样本容量表

6.3.3　两个样本均值假设检验时的样本容量表

6.3.4　两个样本比例假设检验时的样本容量表

6.4　卡方分布

6.4.1　卡方分布概述

6.4.2　计算卡方分布值

6.4.3　绘制卡方分布的两类曲线

6.4.4　绘制多条卡方分布曲线

6.4.5　绘制卡方分布曲线的α区域

6.4.6　制作卡方分布数值表

6.5　t分布

6.5.1　t分布概述

6.5.2　计算t分布值

6.5.3　绘制t分布的两类曲线

6.5.4　绘制多条t分布曲线

6.5.5　绘制t分布曲线的α区域

6.5.6　制作t分布数值表

6.6　F分布

6.6.1　F分布概述

6.6.2　计算F分布值

6.6.3　绘制F分布的两类曲线

6.6.4　绘制多条F分布曲线

6.6.5　绘制F分布曲线的α区域

6.6.6　制作F分布数值表

第7章　参数估计

7.1　参数估计概述

7.1.1　点估计概述

7.1.2　区间估计概述

7.2　总体均值及其差异的区间估计

7.2.1　方差已知时正态总体均值的区间估计

7.2.2　方差未知时正态总体均值的区间估计

7.2.3　大样本非正态总体均值的区间估计

7.2.4　使用“描述统计”工具得到区间半径

7.2.5　方差已知时正态总体均值差的区间估计

7.2.6　方差未知且相等时正态总体均值差的区间估计

7.2.7　方差未知且不等时正态总体均值差的区间估计

7.2.8　大样本非正态总体均值差的区间估计

7.3　总体标准差与方差的区间估计

7.3.1　正态总体标准差的区间估计

7.3.2　正态总体方差的区间估计

7.3.3　两正态总体方差比的区间估计

7.4　总体比率及其差异的区间估计

7.4.1　大样本时总体比率的区间估计

7.4.2　精确法对总体比率的区间估计

7.4.3　大样本时两总体比率差异的区间估计

7.4.4　制作二项分布的置信区间表

7.4.5　单变量求解泊松分布λ的精确置信区间

7.4.6　由选择题卷面分数对真分数的区间估计

7.4.7　使用工具预测数据随日期变化的区间

7.5　总体相关系数的区间估计

7.5.1　积差相关系数的区间估计

7.5.2　等级相关系数的区间估计

第8章　假设检验

8.1　假设检验的基本原理

8.1.1　假设检验中的小概率原理

8.1.2　假设检验中的两类错误

8.1.3　单侧检验与双侧检验

8.1.4　假设检验的步骤与规则

8.1.5　假设检验的效能

8.2　总体均值的显著性检验

8.2.1　方差已知时正态总体均值的Z检验

8.2.2　方差未知时正态总体均值的t检验

8.2.3　大样本时非正态总体均值的近似Z检验

8.2.4　大、小样本时泊松分布总体均值的检验

8.2.5　方差已知时独立正态总体均值差的Z检验

8.2.6　方差未知且相等时独立正态总体均值差的t检验

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

8.2.8　相关系数已知时成对正态总体均值差的t检验

8.2.9　相关系数未知时成对正态总体均值差的t检验

8.2.10　大样本时非正态总体均值差的近似Z检验

8.2.11　泊松分布总体均值差的近似Z检验

8.3　总体方差的显著性检验

8.3.1　样本方差与正态总体方差比值的卡方检验

8.3.2　独立样本时两正态总体方差差异的F检验

8.3.3　相关样本时两正态总体方差差异的t检验

8.4　总体比率的显著性检验

8.4.1　大样本时总体比率的近似Z检验

8.4.2　小样本时总体比率的p值法检验

8.4.3　小样本时总体比率的直观区间法检验

8.4.4　总体比率的二项分布置信区间法检验

8.4.5　独立大样本时两总体比率差异的Z检验

8.4.6　相关样本时两总体比率差异的Z检验

8.5　总体积差相关系数的显著性检验

8.5.1　ρ=0时单总体积差相关系数的t检验

8.5.2　ρ≠0时单总体积差相关系数的Z检验

8.5.3　独立样本时积差相关系数差异的Z检验

8.5.4　相关样本时积差相关系数差异的t检验

8.5.5　制作积差相关系数r的临界值表

8.5.6　制作相关系数r值的费舍Zr转换表

第9章　方差分析

9.1　方差分析的基本原理

9.1.1　多重t检验的问题

9.1.2　方差分析的逻辑基础

9.1.3　方差分析的基本过程

9.1.4　方差分析的基本条件

9.1.5　方差分析中的齐性检验

9.2　单因素方差分析

9.2.1　有原始数据的单因素方差分析

9.2.2　无原始数据的单因素方差分析

9.3　多因素方差分析

9.3.1　无重复双因素方差分析

9.3.2　可重复双因素方差分析

9.3.3　析因设计的方差分析

9.3.4　正交设计的方差分析

9.3.5　嵌套设计的方差分析

9.3.6　裂区设计的方差分析

9.3.7　拉丁方设计的方差分析

9.4　多个平均数之间的比较

9.4.1　最小显著差数法

9.4.2　最小显著极差法

9.5　方差分析前数据的转换

9.5.1　平方根转换

9.5.2　对数转换法

9.5.3　反正弦转换法

9.5.4　倒数转换法

第10章　相关分析

10.1　相关分析概述

10.1.1　相关关系

10.1.2　相关关系类型

10.1.3　相关分析

10.2　积差相关分析

10.2.1　用散点图进行积差相关分析

10.2.2　积差相关系数的计算

10.2.3　积差相关系数的合并

10.3　等级相关分析

10.3.1　斯皮尔曼等级相关

10.3.2　肯德尔等级相关

10.4　质与量相关分析

10.4.1　点二列相关

10.4.2　二列相关

10.4.3　多列相关

10.5　品质相关分析

10.5.1　四分相关

10.5.2　Φ相关

10.5.3　列联相关

10.6　一对多的相关分析

10.6.1　复相关分析

10.6.2　偏相关分析

10.6.3　半偏相关分析

第11章　回归分析

11.1　回归分析概述

11.1.1　回归分析的概念

11.1.2　回归分析的分类与主要研究内容

11.2　一元线性回归分析

11.2.1　用散点图进行相关与回归分析

11.2.2　一元线性回归方程参数的计算

11.2.3　一元线性回归方程的方差分析

11.2.4　一元线性回归方程的F检验

11.2.5　相关系数与回归系数的t检验

11.2.6　决定系数的计算与关系讨论

11.2.7　应用一元线性回归方程进行预测

11.2.8　使用“回归”分析工具进行综合分析

11.2.9　建立积差相关系数临界值表

11.3　多元线性回归分析

11.3.1　用MDETERM函数进行多元线性回归

11.3.2　用规划求解方法进行多元线性回归

11.3.3　用LINEST函数进行多元线性回归

11.3.4　多元线性回归方程的方差分析

11.3.5　多元线性回归偏回归系数的t检验

11.3.6　多元线性回归偏回归系数的F检验

11.3.7　多元线性回归偏回归平方和的F检验

11.3.8　使用“回归”分析工具进行综合分析

11.3.9　多元线性回归方程自变量的选择

11.3.10　偏回归系数标准化及标准回归方程

11.4　非线性回归分析

11.4.1　指数函数模型的回归分析

11.4.2　对数函数模型的回归分析

11.4.3　乘幂函数模型的回归分析

11.4.4　倒数函数模型的回归分析

11.4.5　双曲线函数模型的回归分析

11.4.6　生长曲线函数模型的回归分析

11.4.7　多项式函数模型的回归分析

11.4.8　规划求解生长曲线参数

11.4.9　多元非线性回归分析

第12章　非参数检验

12.1　非参数检验概述

12.2　配对样本的符号检验

12.2.1　符号检验的二项分布原理

12.2.2　小样本时的临界值检验法

12.2.3　大样本时的Z检验法

12.3　配对样本的符号秩检验

12.3.1　小样本时的临界值检验法

12.3.2　小样本时的精确概率查表法

12.3.3　大样本时的Z检验法

12.3.4　制作符号秩检验界域表

12.4　独立样本的秩和检验

12.4.1　小样本时的临界值检验法

12.4.2　大样本时的Z检验法

12.4.3　制作秩和检验临界值表

12.5　独立样本的中数卡方检验

12.5.1　两组样本的中数卡方检验

12.5.2　多组样本的中数卡方检验

12.6　秩次方差检验

12.6.1　独立样本的单向秩次方差分析

12.6.2　配对样本的双向秩次方差分析

第13章　主成分分析与因子分析

13.1　主成分分析理论

13.1.1　什么是主成分分析

13.1.2　主成分分析的基本原理

13.1.3　主成分分析的计算步骤

13.2　主成分分析实例

13.2.1　两变量的主成分分析

13.2.2　多变量的主成分分析

13.3　因子分析理论

13.3.1　什么是因子分析

13.3.2　因子分析的基本原理

13.3.3　因子分析的计算步骤

13.4　因子分析实例

13.4.1　两变量的因子分析

13.4.2　多变量的因子分析

第14章　聚类分析

14.1　聚类分析原理

14.1.1　聚类分析概述

14.1.2　数据矩阵

14.1.3　数据处理和变换

14.1.4　聚类距离

14.1.5　相似系数

14.2　直接聚类法

14.2.1　直接聚类法原理

14.2.2　直接聚类法实例

14.3　系统聚类法

14.3.1　系统聚类法原理

14.3.2　系统聚类距离公式

14.3.3　系统聚类法实例

14.4　动态聚类法

14.4.1　动态聚类法原理

14.4.2　动态聚类法实例

14.5　模糊聚类法

14.5.1　模糊聚类法原理

14.5.2　模糊聚类法实例

14.6　有序样品聚类法

14.6.1　有序样品聚类法原理

14.6.2　有序样品聚类法实例

第15章　判别分析

15.1　距离判别

15.1.1　距离判别原理

15.1.2　距离判别实例

15.2　贝叶斯判别

15.2.1　贝叶斯判别原理

15.2.2　贝叶斯判别实例

15.3　费希尔判别

15.3.1　费希尔判别原理

15.3.2　费希尔判别实例

第16章　预测分析

16.1　移动平均法

16.1.1　移动平均法原理

16.1.2　移动平均法实例

16.2　指数平滑法

16.2.1　指数平滑法原理

16.2.2　指数平滑法实例

16.3　季节变动预测法

16.3.1　平均数趋势法

16.3.2　趋势比率法

16.3.3　环比法

16.3.4　移动平均法

16.3.5　虚拟变量回归法

16.4　灰色预测模型

16.4.1　GM(1,1)预测分析

16.4.2　GM(1,N)预测分析

16.5　马尔可夫预测法

16.5.1　马尔可夫预测法原理

16.5.2　马尔可夫预测法实例

第17章　层次分析

17.1　层次分析法的原理

17.2　层次分析法实例

参考文献

Excel统计分析：方法与实践是2020年由清华大学出版社出版,作者张运明。

得书感谢您对《Excel统计分析：方法与实践》关注和支持，如本书内容有不良信息或侵权等情形的，请联系本网站。