大学信息技术—数据分析与可视化实践课件 第2章 数据分析基础.pptx

;学习目标;学习目标;数据分析基础;选题背景及意义;当目标单元格为一个或多个单元格参数的计算公式，使用模拟运算表，可以分析计算公式中一个或两个单元格参数取值发生变化时，目标单元格值的变化趋势

分类

单变量模拟运算表

双变量模拟运算表

;模拟运算表的创建;财务函数PMT的说明;财务函数FV的说明;财务函数PV的说明;单变量模拟运算表;双变量模拟运算表;用于假设分析

当目标单元格为包含一个或多个单元格引用参数的计算公式时，如果已知目标单元格的预期结果值，要推算计算公式中某个变量的合适取值时，则可以使用Excel提供的单变量求解功能

;单变量求解过程;例2-3;单变量求解的原理

;用于一些复杂的、涉及的影响因素较多的决策问题

对于同一解题方案的模型，可以创建多组不同的参数值，得出多种不同解决方案，从中提供最佳解决方案。;方案管理分析举例;例2-4：投资收益与风险统计表;例2-4：投资收益与风险统计表;例2-4：投资收益与风险统计表;例2-4：投资收益与风险统计表;例2-4：投资收益与风险统计表;;为Excel添加可选的命令和功能

加载项分类

Excel加载项

文件-选项-加载项类别

可下载的加载项：从O下载安装

自定义加载项;加载项的实现方法

用于扩展Excel的功能

文件—选项—加载项

在打开的对话框中可以看到许多加载项;;选择Excel加载项-转到

显示“加载宏”对话框

选定需要加载的工具

加载后“数据”选项卡中可以看到

数据分析

规划求解

;在满足所有的约束条件下，对直接或间接与目标单元格中公式相关联的一组单元格中的数值进行调整，最终在目标单元格公式中求得期望的结果

生产计划

生产调度

运输调度

营销策略;规划变量

需要求解的未知数，可变

约束条件

对规划变量的约束

目标

规划求解目标计算公式;例2-5规划求解;例2-5规划求解;例2-5规划求解;例2-5规划求解;;用于复杂统计或工程分析

准备用于分析的数据

数据-分析-数据分析

设置参数，执行分析，获得结果;预测分析是通过对过去和现在的数据去分析未来的趋势，其中较常用的方法之一就是移动平均法。;移动平均;例2-6：2017年居民消费价格月度涨跌幅???如表所示，利用移动平均法预测涨跌幅度并以图表形式输出。;①在工作表的一列上输入各时间点上的观察值

②“数据”-“分析/数据分析”

在对话框中选择“移动平均”;2.3.1预测分析;相关系数

用以反映变量之间相关关系密切程度的统计指标，如反应两个变量之间的线性相关关系

协方差

表示的是两个变量的总体的误差

如果两个变量的变化趋势一致，那么两个变量之间的协方差就是正值。

如果两个变量的变化趋势相反，那么两个变量之间的协方差就是负值。

;例2-7：2012~2017年居民消费价格月度涨跌幅度如图所示，利用相关系数工具分析各年、各月数据间的相关性。;①“数据”-“分析/数据分析”

对话框中选择“相关系数”

②在“相关系数”对话框中选择逐列

设置输入和输出区域;①“数据”-“分析/数据分析”

对话框中选择“相关系数”

②在“相关系数”对话框中选择逐行

设置输入和输出区域

;一般来说，相关性的评判标准为相关系数在0.3以下认为不相关；0.3~0.5为低度相关；0.5~0.8为显著相关；0.8以上为高度相关。根据这个标准可以看出，2017年与2016年消费价格涨跌幅度相关性为显著，与2016年之前年份相关性较小。同理也可以看出九月份消费指数涨跌幅度与十月份高度相关。

;回归分析就是运用统计学的理论和方法研究两个或多个变量之间存在运用统计的关系，最终根据变量的观测值建立表达变量之间关系的曲线方程，也就是所谓的曲线拟合问题。

其中所关注的变量称因变量，而影响因变量变化的那些变量称为自变量。;根据自变量的个数分类：

一元回归（简单回归）

多元回归

按变量之间关系的形式分类：

线性回归

非线性回归;Excel中线性回归分析

通过对一组观察值使用“最小二乘法”进行直线拟合

可同时解决一元回归与多元回归问题;例2-8：观测自变量x和因变量y的变化数值，利用线性回归工具拟合x和y的方程。;①“数据”-“分析/数据分析”

对话框中选择“回归”

②在“回归”对话框中：

设置x值和y值输入区域

勾选“残差”、“残

差图”、“标准误差”、“线性拟合图”和“正态

概率图”;2.3.3回归分析;回归统计表部分分析结果解释：

MultipleR：复相关系数，又称相关系数。用来衡量y与x之间的相关程度，0.997757表示二者的关系是高度正相关。

RSquare：复测定系数R2，说