Excel n'est pas seulement un éditeur de feuilles de calcul, mais aussi un outil puissant pour divers calculs mathématiques et statistiques. L'application dispose d'un grand nombre de fonctions conçues pour ces tâches. Cependant, toutes ces fonctionnalités ne sont pas activées par défaut. Ces fonctions cachées incluent un ensemble d'outils "L'analyse des données". Voyons comment vous pouvez l'activer.

Pour profiter des fonctionnalités offertes par cette fonctionnalité "L'analyse des données", vous devez activer le groupe d'outils "Pack d'analyse" en effectuant certaines actions dans les paramètres de Microsoft Excel. L'algorithme de ces actions est presque le même pour les versions 2010, 2013 et 2016 du programme, et ne présente que des différences mineures par rapport à la version 2007.

Activation

1. Allez dans l'onglet "Déposer". Si vous utilisez la version Microsoft Excel 2007, alors au lieu du bouton "Déposer" cliquez sur l'icône Microsoft Office dans le coin supérieur gauche de la fenêtre.



2. Cliquez sur l'un des éléments présentés sur le côté gauche de la fenêtre qui s'ouvre - "Options".



3. Dans la fenêtre des paramètres Excel qui s'ouvre, rendez-vous dans la sous-section "Modules complémentaires"(avant-dernier dans la liste sur le côté gauche de l’écran).



4. Dans cette sous-section nous nous intéresserons à la partie inférieure de la fenêtre. Il y a un paramètre "Contrôle". Si le formulaire déroulant qui lui est associé contient une valeur autre que "Compléments Excel", vous devez alors le remplacer par celui spécifié. Si cet élément particulier est installé, cliquez simplement sur le bouton "Aller..."à sa droite.



5. Une petite fenêtre des modules complémentaires disponibles s'ouvre. Parmi eux, vous devez sélectionner l'élément "Pack d'analyse" et mettez une coche à côté. Après cela, cliquez sur le bouton "D'ACCORD", situé tout en haut du côté droit de la fenêtre.



Après avoir terminé ces étapes, la fonction spécifiée sera activée et ses outils seront disponibles sur le ruban Excel.

Lancer les fonctions du groupe « Analyse des données »

Nous pouvons maintenant lancer n'importe lequel des outils de groupe "L'analyse des données".






Chaque fonction a son propre algorithme d'actions. Utiliser certains outils de groupe "L'analyse des données" sont décrits dans des leçons séparées.

Comme nous pouvons le constater, bien que le bloc outil "Pack d'analyse" et n'est pas activé par défaut, le processus pour l'activer est assez simple. Dans le même temps, sans connaître un algorithme d'actions clair, il est peu probable que l'utilisateur puisse activer rapidement cette fonction statistique très utile.

Les données sources à analyser peuvent être présentées sur une feuille de calcul sous forme de liste de valeurs. Pour identifier un tableau de valeurs, des noms de colonnes - des étiquettes - sont utilisés et des blocs nommés sont créés.

Pour traiter des données numériques, utilisez le package d'analyse. Il faut d'abord le configurer

dans Excel 2003 : donnez la commande Outils -> Compléments et cochez la case à côté d'Analysis Pack. La commande Analyse des données apparaîtra maintenant dans le menu Outils.

dans Excel 2007 : cliquez sur le bouton Office, puis cliquez sur le bouton Options Exceller choisirModules complémentaires, en bas de la fenêtre dans le champ Contrôle, sélectionnez Modules complémentaires Exceller, cliquez sur le bouton Aller, cochez la case à côté de Package d'analyse yu Sous l'onglet Données, dans le groupe Analyse, la commande Analyse des données apparaîtra

Lors de l'exécution de la commande L'analyse des données ouvre la boîte de dialogue Analyse des données, dans laquelle le mode Statistiques descriptives est sélectionné (Fig. 23) ; Dans la boîte de dialogue du même nom, les paramètres suivants sont spécifiés :

riz. Boîte de dialogue du mode Statistiques descriptives.

Les options de la boîte de dialogue Statistiques descriptives sont les suivantes.

La plage de saisie est un bloc de cellules contenant les valeurs de l'indicateur étudié. Vous devez saisir un lien vers les cellules contenant les données analysées. Une référence doit être constituée d'au moins deux plages de données contiguës, organisées en colonnes ou en lignes.

Le regroupement détermine l'orientation du bloc de données source sur la feuille de calcul. Pour le déterminer, vous devez définir le commutateur sur Par colonnes ou Par lignes, en fonction de l'emplacement des données dans la plage d'entrée.

Étiquettes - la présence de noms dans un bloc de cellules. Pour le définir, vous devez placer le commutateur sur la position Étiquettes dans la première ligne (colonne), si la première ligne (colonne) de la plage d'entrée contient les noms des colonnes. Si la plage d'entrée ne contient pas d'étiquettes, les en-têtes nécessaires dans la plage de sortie seront créés automatiquement.

Le niveau de fiabilité indique le pourcentage de fiabilité des données pour calculer l'intervalle de confiance. Pour le définir, vous devez cocher la case et saisir la valeur requise dans le champ. Par exemple, une valeur de 95 % calcule le niveau de fiabilité de la moyenne avec une signification de 0,05.

Kth plus grand - le numéro de série du plus grand après la valeur maximale. Cochez cette case si vous souhaitez que la table de sortie inclue une ligne pour la kème valeur la plus grande pour chaque plage de données. Entrez le numéro k dans la fenêtre appropriée. Si k vaut 1, cette ligne contiendra le maximum de l'ensemble de données.

Kth plus petit - le numéro de série du plus petit après la valeur minimale. Cochez cette case si vous souhaitez que la table de sortie inclue une ligne pour la kième plus petite valeur pour chaque plage de données. Entrez le numéro k dans la fenêtre appropriée. Si k vaut 1, cette ligne contiendra le minimum de l'ensemble de données.

Les statistiques descriptives sont affichées à l'emplacement indiqué dans le champ Plage de sortie. Ici, vous devez entrer un lien vers la cellule supérieure gauche de la plage de sortie. Cet outil d'analyse affiche deux colonnes d'informations pour chaque ensemble de données. La colonne de gauche contient des étiquettes de données statistiques ; la colonne de droite contient des données statistiques. Une plage de statistiques à deux colonnes sera générée pour chaque colonne (ligne) de la plage d'entrée, en fonction de la position du commutateur de regroupement.

Pour modifier l'emplacement d'affichage des résultats, vous pouvez sélectionner le bouton radio Nouvelle feuille de calcul pour ouvrir une nouvelle feuille de calcul et coller les résultats en commençant dans la cellule A1. Vous pouvez saisir le nom de la nouvelle feuille dans le champ situé en face de la position correspondante du switch. Si vous sélectionnez le bouton radio Nouveau classeur, un nouveau classeur est ouvert et les résultats sont insérés dans la cellule A1 de la première feuille de ce classeur.

Statistiques récapitulatives - sortie complète de statistiques descriptives. Pour le définir, vous devez cocher la case si dans la plage de sortie vous devez obtenir un champ pour chacun des types de données statistiques suivants : Moyenne, Erreur type (de la moyenne), Médiane, Mode, Écart type, Variance de l'échantillon. , Aplatissement, Asymétrie, Intervalle, Minimum, Maximum, Montant, Compte, Le plus élevé (#), Le plus bas (#), Niveau de fiabilité.

Si vous devez développer des analyses statistiques ou techniques complexes, vous pouvez gagner du temps et des étapes en utilisant un package d'analyse. Vous fournissez des données et des paramètres pour chaque analyse, et l'outil utilise les fonctions statistiques ou d'ingénierie appropriées pour calculer et afficher les résultats dans un tableau de sortie. Certains outils produisent des graphiques en plus des tableaux de sortie.

Les fonctions d'analyse des données ne peuvent être utilisées que sur une seule feuille. Si l'analyse des données est effectuée dans un groupe composé de plusieurs feuilles, alors les résultats seront affichés sur la première feuille et sur les feuilles restantes, des plages vides contenant uniquement des formats seront affichées. Pour analyser les données de toutes les feuilles, répétez la procédure pour chaque feuille séparément.

Les outils inclus dans le package d’analyse sont décrits ci-dessous. Pour y accéder, cliquez sur le bouton L'analyse des données en groupe Analyse sur l'onglet Données. Si l'équipe L'analyse des données n'est pas disponible, vous devez télécharger le module complémentaire Analysis Pack.

Note: Pour activer la fonctionnalité Visual Basic pour Applications (VBA) pour le pack d'analyse, vous pouvez télécharger le complément Analysis Pack - VBA de la même manière que vous téléchargez le pack d'analyse. Dans la boîte de dialogue Disponible case à cocher des modules complémentaires Package d'analyse - VBA .

Analyse de variance

Il existe plusieurs types d'analyse de variance. L'option souhaitée est sélectionnée en tenant compte du nombre de facteurs et des échantillons disponibles dans la population générale.

ANOVA unidirectionnelle

Cet outil effectue une analyse simple de la variance sur les données de deux échantillons ou plus. Une analyse est un test de l'hypothèse selon laquelle chaque échantillon est dérivé de la même distribution de probabilité sous-jacente que l'hypothèse alternative pour laquelle les distributions de probabilité sous-jacentes ne sont pas les mêmes. S'il n'y a que deux exemples, vous pouvez utiliser la fonction dans la feuille de calcul T. Examen. Dans plus de deux échantillons, il n’existe pas de généralisation commode avec T. Et le modèle de variance à facteur unique peut être appelé chèques.

ANOVA bidirectionnelle avec répétitions

Cet outil d'analyse est utilisé si les données peuvent être organisées selon deux paramètres. Par exemple, dans une expérience mesurant la hauteur des plantes, les plantes ont été traitées avec des engrais de différents fabricants (par exemple A, B, C) et conservées à différentes températures (par exemple basse et haute). Ainsi, pour chacun des 6 couples de conditions possibles (engrais, température), on retrouve le même ensemble d’observations de croissance des plantes. Grâce à cette analyse de variance, les hypothèses suivantes peuvent être testées :

Les données sur la croissance des plantes pour différentes marques d’engrais sont-elles extraites de la même population ? La température n'est pas prise en compte dans cette analyse.

Les données sur la croissance des plantes pour différents niveaux de température sont-elles extraites de la même population. La marque de l'engrais n'est pas prise en compte dans cette analyse.

Les six échantillons représentant tous les couples de valeurs (engrais, température) utilisés pour estimer les effets des différentes marques d'engrais (pour le premier élément de la liste) et des niveaux de température (pour le deuxième élément de la liste) sont-ils tirés du même population ? Une hypothèse alternative suggère que l’effet de couples spécifiques (engrais, température) dépasse l’effet de l’engrais et de la température seuls.

ANOVA bidirectionnelle sans répétitions

Cet outil d'analyse est utilisé lorsque les données peuvent être organisées selon deux dimensions, comme dans le cas d'une analyse de variance bidirectionnelle avec répétitions. Cependant, cette analyse suppose qu'il n'y a qu'une seule mesure pour chaque couple de paramètres (par exemple, pour chaque couple de paramètres (engrais, température) de l'exemple précédent).

Corrélation

Sur une feuille CORREL Et Pearson Le coefficient de corrélation entre deux variables de mesure est calculé si les mesures de chaque variable sont affichées pour chacun des N sujets. (L'absence d'une observation pour un sujet entraîne l'omission de ce sujet de l'analyse.) L'outil d'analyse de corrélation est particulièrement utile si plus de deux variables de mesure sont utilisées pour N sujets. Il fournit un tableau de sortie, une matrice de corrélation, qui montre la valeur CORREL(ou Pearson) appliqué à chaque paire possible de variables de mesure.

Un coefficient de corrélation, tel que la covariance, est une mesure de la mesure dans laquelle deux variables de mesure diffèrent simultanément. Contrairement à la covariance, le coefficient de corrélation est mis à l'échelle de manière à ce que sa valeur soit indépendante des unités dans lesquelles les deux variables de mesure sont exprimées. (Par exemple, si les deux variables de mesure sont le poids et la taille, la valeur du coefficient de corrélation ne change pas si le poids est converti de kilogrammes en kilogrammes). La valeur de tout coefficient de corrélation doit être comprise entre -1 et + 1 inclus.

L'analyse de corrélation permet de déterminer si des ensembles de données sont associés en ampleur, c'est-à-dire que les grandes valeurs d'un ensemble de données sont associées à de grandes valeurs d'un autre ensemble (corrélation positive) ou, à l'inverse, de petites valeurs d'un ensemble. sont associés à de grandes valeurs d'un autre (corrélation négative), ou les données des deux plages ne sont en aucun cas liées (corrélation nulle).

Covariance

Vous pouvez utiliser des outils de corrélation et de covariance dans la même dimension si vous disposez de N variables de mesure différentes qui ont été dépensées pour un ensemble d'utilisateurs individuels. Les outils de corrélation et de covariance fournissent un tableau de sortie, une matrice, qui montre respectivement le coefficient de corrélation ou la covariance entre chaque paire de variables de mesure. La différence est que les coefficients de corrélation sont échelonnés de -1 et +1 inclus. Les covariances correspondantes ne sont pas mises à l'échelle. Le coefficient de corrélation et la covariance indiquent dans quelle mesure deux variables sont différentes l'une de l'autre.

L'outil Covariance calcule la valeur d'une fonction COVARIANCE sur une feuille. P. pour chaque paire de variables de mesure. (Utilisation directe de la covariance. La fonction P au lieu des moyennes de covariance est une alternative raisonnable s'il n'y a que deux variables de mesure, c'est-à-dire N = 2.) L'entrée diagonale dans le tableau de sortie de l'outil de covariance dans la ligne i est la covariance du i. -ème variable de mesure. Il s'agit simplement de la variance de population pour cette variable, telle que calculée par la fonction sur la feuille de calcul. var. P..

L'analyse de covariance permet de déterminer si des ensembles de données sont associés en grandeur, c'est-à-dire que les grandes valeurs d'un ensemble de données sont associées à de grandes valeurs d'un autre ensemble (covariance positive) ou, à l'inverse, de petites valeurs ​​d'un ensemble sont associés à de grandes valeurs d'un autre (covariance négative), ou aux données des deux plages ne sont en aucun cas liées (la covariance est proche de zéro).

Statistiques descriptives

L'outil d'analyse Statistiques descriptives est utilisé pour créer un rapport statistique univarié contenant des informations sur la tendance centrale et la variabilité des données d'entrée.

Lissage exponentiel

L'outil d'analyse Lissage exponentiel est utilisé pour prédire une valeur basée sur la prévision d'une période précédente, ajustée pour tenir compte des erreurs de cette prévision. L'analyse utilise une constante de lissage un, dont la valeur détermine le degré d'influence sur les prévisions d'erreurs dans la prévision précédente.

Note: Pour la constante de lissage, les valeurs comprises entre 0,2 et 0,3 sont les plus adaptées. Ces valeurs indiquent que l'erreur de prévision actuelle est fixée à 20 à 30 pour cent de l'erreur de prévision précédente. Des valeurs plus élevées de la constante accélèrent la réponse, mais peuvent entraîner des dépassements imprévisibles. De faibles valeurs de la constante peuvent entraîner des écarts importants entre les valeurs prédites.

Test t pour la variance à deux échantillons

Le test F à deux échantillons est utilisé pour comparer les variances de deux populations.

Par exemple, vous pouvez utiliser un test F sur des échantillons de résultats de natation pour chacune des deux équipes. Cet outil fournit des résultats comparant l'hypothèse nulle selon laquelle les deux échantillons sont tirés d'une distribution avec des variances égales avec l'hypothèse selon laquelle les variances sont différentes dans la distribution sous-jacente.

Cet outil calcule la valeur f de la statistique F (ou rapport F). Une valeur f proche de 1 indique que les variances de la population sont égales. Dans le tableau des résultats, si f< 1, "P(F <= f) одностороннее" дает возможность наблюдения значения F-статистики меньшего f при равных дисперсиях генеральной совокупности и F критическом одностороннем выдает критическое значение меньше 1 для выбранного уровня значимости "Альфа". Если f >1, "P(F<= f) одностороннее" дает возможность наблюдения значения F-статистики большего f при равных дисперсиях генеральной совокупности и F критическом одностороннем дает критическое значение больше 1 для "Альфа".

Analyse de Fourier

L'outil d'analyse de Fourier est utilisé pour résoudre des problèmes dans les systèmes linéaires et analyser des données périodiques à l'aide de la méthode de transformation de Fourier rapide (FFT). Cet outil prend également en charge les transformations inverses, où l'inversion des données transformées renvoie les données d'origine.

diagramme à bandes

L'outil Histogramme est utilisé pour calculer les fréquences d'échantillonnage et cumulées des données tombant dans des plages de valeurs spécifiées. Ceci calcule le nombre d'accès pour une plage de cellules donnée.

Par exemple, vous pouvez obtenir la répartition des performances sur une échelle de notation dans un groupe de 20 étudiants. Le tableau d'histogramme comprend les limites de l'échelle de notation et les groupes d'élèves dont le niveau de performance se situe entre la limite la plus basse et la limite actuelle. Le niveau le plus couramment rencontré est le mode de la plage de données.

Moyenne mobile

L'outil d'analyse de moyenne mobile est utilisé pour calculer les valeurs d'une période de prévision en fonction de la valeur moyenne d'une variable pour un nombre spécifié de périodes précédentes. Une moyenne mobile, contrairement à une moyenne simple pour l’ensemble de l’échantillon, contient des informations sur les tendances des modifications des données. Cette méthode peut être utilisée pour prévoir les ventes, les stocks et d’autres tendances. Les valeurs prédites sont calculées à l'aide de la formule suivante :

N- le nombre de périodes précédentes incluses dans la moyenne mobile ;

UN j- valeur réelle à l'instant j;

F j- valeur prédite à un moment donné j.

Génération de nombres aléatoires

Utilisez l'outil Génération de nombres aléatoires pour remplir une plage avec des nombres aléatoires tirés d'une ou plusieurs distributions. Grâce à cette procédure, il est possible de modéliser des objets de nature aléatoire selon une distribution de probabilité connue. Par exemple, vous pouvez utiliser la distribution normale pour modéliser une population de données sur la taille des personnes, ou utiliser la distribution de Bernoulli pour deux résultats probables afin de décrire la population des résultats d'un tirage au sort.

Rang et centile

L'outil Classement et centile produit un tableau contenant les classements ordinaux et en pourcentage pour chaque valeur de l'ensemble de données. Vous pouvez analyser les valeurs relatives dans un ensemble de données. Cet outil utilise les fonctions classement sur la feuille. égaliseur Et POURCENTAGE. INC.. Si vous souhaitez prendre en compte les valeurs liées, utilisez rang. égaliseur, qui traite les valeurs liées selon le même rang ou utilise rang. Fonction MOYENNE, qui renvoie la valeur de classement moyenne pour les valeurs ancrées.

Régression

L'outil d'analyse de régression est utilisé pour ajuster un graphique à un ensemble d'observations à l'aide de la méthode des moindres carrés. La régression est utilisée pour analyser l'effet sur une seule variable dépendante des valeurs d'une ou plusieurs variables indépendantes. Par exemple, plusieurs facteurs influencent la performance sportive d’un athlète, notamment l’âge, la taille et le poids. Il est possible de calculer dans quelle mesure chacun de ces trois facteurs influence la performance d'un athlète, puis d'utiliser ces données pour prédire la performance d'un autre athlète.

L'outil de régression utilise la fonction de feuille de calcul LIGNE.

L'outil d'analyse d'échantillon crée un échantillon à partir d'une population en traitant la plage d'entrée comme une population. Si la population est trop grande pour être traitée ou tracée, un échantillon représentatif peut être utilisé. De plus, si vous vous attendez à ce que les données d'entrée soient périodiques, vous pouvez créer un échantillon contenant uniquement les valeurs d'une partie particulière de la boucle. Par exemple, si la plage d'entrée contient des données sur les ventes trimestrielles, la création d'un échantillon avec une période de 4 placera les valeurs des ventes du même trimestre dans la plage de sortie.

Un test t à deux échantillons teste l’égalité des moyennes de population pour chaque échantillon. Trois types de tests permettent les conditions suivantes : variances égales de la répartition de la population, variances inégales de la population et présentation de deux échantillons avant et après observation pour un même sujet.

Pour les trois outils répertoriés ci-dessous, la valeur t est calculée et affichée sous forme de « statistique t » dans le tableau de sortie. Selon les données, cette valeur t peut être négative ou non négative. En supposant que les moyennes de la population sont égales, à t< 0 "P(T <= t) одностороннее" дает вероятность того, что наблюдаемое значение t-статистики будет более отрицательным, чем t. При t >=0 "P(T<= t) одностороннее" делает возможным наблюдение значения t-статистики, которое будет более положительным, чем t. "t критическое одностороннее" дает пороговое значение, так что вероятность наблюдения значения t-статистики большего или равного "t критическое одностороннее" равно "Альфа".

"P(T<= t) двустороннее" дает вероятность наблюдения значения t-статистики, по абсолютному значению большего, чем t. "P критическое двустороннее" выдает пороговое значение, так что значение вероятности наблюдения значения t- статистики, по абсолютному значению большего, чем "P критическое двустороннее", равно "Альфа".

Test t apparié à deux échantillons pour les moyennes

Un test apparié est utilisé lorsqu'il existe un appariement naturel d'observations dans des échantillons, par exemple lorsque la population est testée deux fois - avant et après une expérience. Cet outil d'analyse est utilisé pour tester l'hypothèse selon laquelle les moyennes de deux échantillons de données sont différentes. Cela ne suppose pas l'égalité des variances des populations à partir desquelles les données sont sélectionnées.

Note: L'un des résultats du test est la variance cumulée (la mesure cumulée de la distribution des données autour de la moyenne), calculée à l'aide de la formule suivante :

Test t à deux échantillons avec variances égales

Cet outil d'analyse effectue un test t d'étudiant sur deux échantillons. Cette forme de test t suppose que les deux ensembles de données proviennent d'une distribution à variances égales. C’est ce qu’on appelle un test t homoscédastique. Vous pouvez utiliser ce test t pour déterminer si deux exemples peuvent être tirés de distributions avec le même remplissage.

Test t à deux échantillons avec différentes variances

Cet outil d'analyse effectue un test t d'étudiant sur deux échantillons. Cette forme de test t suppose que les deux ensembles de données proviennent d'une distribution à variances inégales. C’est ce qu’on appelle un test t hétéroscédastique. Comme dans le cas précédent de variances égales, vous pouvez utiliser ce test t pour déterminer si deux exemples doivent provenir d'une distribution avec le même remplissage. Utilisez ce test si les deux exemples ont des thèmes distincts. Utilisez le test par paires décrit dans l'exemple ci-dessous lorsqu'il existe un ensemble de sujets et que deux échantillons comportent des mesures avant et après traitement pour chaque sujet.

Pour déterminer la valeur de test t La formule suivante est utilisée.

La formule suivante est utilisée pour calculer les degrés de liberté, DF. Étant donné que le résultat du calcul n'est généralement pas un nombre entier, la valeur df est arrondie à l'entier le plus proche pour obtenir la valeur critique à partir de la table t. Fonction de feuille Excel - T. Test utilise la valeur DF calculée sans arrondi, car il est possible de calculer la valeur de T. Examen avec DF non entier. En raison des différentes approches pour déterminer les degrés de liberté, les résultats sont T. Essai et les moyennes de ce test t différeront en cas de variance inégale.

Le test z à deux échantillons pour les moyennes est le test z à deux échantillons pour les moyennes et les variances connues. Cet outil permet de tester l'hypothèse selon laquelle il existe des différences entre deux unités de remplissage dans les options bidirectionnelles ou bilatérales. Si la variabilité est inconnue, alors la fonction feuille Z. Au lieu de cela, vous devriez utiliser vérifier .

Lorsque vous utilisez cet outil, vous devez examiner attentivement le résultat. "P(Z<= z) одностороннее" на самом деле есть P(Z >= ABS(z)), la probabilité qu'un score z s'éloigne de 0 dans la même direction que le score z observé, étant donné les mêmes moyennes de population. "P(Z<= z) двустороннее" на самом деле есть P(Z >= ABS(z) ou Z<= -ABS(z)), вероятность z-значения, удаленного от 0 в том же направлении, что и наблюдаемое z-значение при одинаковых средних значениях генеральной совокупности. Двусторонний результат является односторонним результатом, умноженным на 2. Инструмент "z-тест" можно также применять для гипотезы об определенном ненулевом значении разницы между двумя средними генеральных совокупностей. Например, этот тест можно использовать для определения разницы выступлений на соревнованиях двух автомобилей разных марок.

Note: Cette page a été traduite automatiquement et peut contenir des inexactitudes et des erreurs grammaticales. Il est important pour nous que cet article vous soit utile. Les informations ont-elles été utiles ? Pour plus de commodité également (en anglais).