Utilizarea Pachetului de instrumente de analiză pentru a efectua analize complexe ale datelor

1. Faceți clic pe fila Fișier, pe Opțiuni, apoi faceți clic pe categoria Programe de completare.

2. În caseta Gestionare, selectați Programe de completare Excel, apoi faceți clic pe Salt.

   Dacă utilizați Excel pentru Mac, în meniul Fișier, accesați Instrumente > Programe de completare Excel.

3. În caseta Programe de completare , bifați caseta de selectare Pachet instrumente analiză , apoi faceți clic pe OK.

   • Dacă Pachet instrumente analiză nu este listat în caseta Programe de completare disponibile , faceți clic pe Răsfoire pentru a-l găsi.

   • Dacă vi se comunică faptul că Pachet instrumente analiză nu este instalat pe computerul dvs., faceți clic pe Da pentru a-l instala.

Instrumentele de analiză Anova furnizează diferite tipuri de analiză de varianță. Instrumentul de utilizat depinde de numărul factorilor și de numărul eșantioanelor pe care le aveți din cadrul populațiilor pe care le testați.

Anova: Single Factor

Acest instrument efectuează o analiză simplă a varianței datelor pentru două sau mai multe eșantioane. Analiza prezintă o analiză a ipotezei conform căreia fiecare probă este extrasă din aceeași repartiție a probabilității de bază pe ipoteza alternativă conform căreia repartițiile probabilității de bază nu sunt aceleași pentru toate eșantioanele. Dacă există doar două eșantioane, puteți utiliza funcția foaie de lucru T.TEST. Cu mai mult de două eșantioane, nu există o generalizare convenabilă a lui T.TEST și modelul Single Factor Anova pot fi apelate în schimb.

Anova: Two-Factor with Replication

Acest instrument de analiză este util când datele pot fi clasificate după două dimensiuni diferite. De exemplu, într-un experiment pentru măsurarea înălțimii plantelor, plantele pot fi tratate cu diferiți fertilizatori (de exemplu: A, B, C) și pot fi ținute la diferite temperaturi (de exemplu: joasă, înaltă). Pentru fiecare dintre cele 6 perechi posibile {fertilizator, temperatură} există un număr egal de observații ale înălțimii plantelor. Utilizând instrumentul Anova se poate testa:

• Dacă înălțimea plantelor pentru diferite tipuri de fertilizator derivă din aceeași populație de bază. Temperaturile sunt ignorate în această analiză.

• Dacă înălțimea plantelor pentru diferite niveluri de temperatură derivă din aceeași populație de bază. Tipurile de fertilizator sunt ignorate în această analiză.

Ținând seama de efectele diferențelor dintre tipurile de fertilizatori din prima etapă și diferențele de temperatură din etapa a doua, cele șase eșantioane reprezentând toate perechile de valori {fertilizator, temperatură} derivă din aceeași populație. Ipoteza alternativă este aceea că există efecte datorate unei anumite perechi {fertilizator, temperatură} în plus față de diferențele bazate numai pe fertilizator sau numai pe temperatură.

Anova: Two-Factor Without Replication

Acest instrument de analiză este util când datele sunt clasificate după două dimensiuni diferite, ca în cazul instrumentului Two-Factor case With Replication. Pentru acest instrument se presupune însă că există o singură observație pentru fiecare pereche (de exemplu, fiecare pereche {fertilizator, temperatură} din exemplul precedent).

Funcțiile din foaia de lucru CORREL și PEARSON calculează coeficientul de corelație între două variabile de măsurare atunci când se observă măsurători pe fiecare variabilă pentru fiecare dintre subiecți N. (Orice observație lipsă pentru orice subiect determină ignorarea subiectului în analiză.) Instrumentul de analiză corelare este util mai ales atunci când există mai mult de două variabile de măsurare pentru fiecare dintre subiecți N. Furnizează un tabel de ieșire, o matrice de corelare, care afișează valoarea CORREL (sau PEARSON) aplicată fiecărei perechi posibile de variabile de măsurare.

Coeficientul de corelație, cum ar fi covarianța, este o măsură a gradului în care două variabile de măsurare "variază împreună". Spre deosebire de covarianță, coeficientul de corelație este scalat astfel încât valoarea sa să fie independentă de unitățile în care sunt exprimate cele două variabile de măsurare. (De exemplu, dacă cele două variabile de măsurare sunt greutatea și înălțimea, valoarea coeficientului de corelație este neschimbată dacă greutatea este transformată din livre în kilograme.) Valoarea oricărui coeficient de corelație trebuie să fie între -1 și +1 inclusiv.

Se poate utiliza instrumentul de analiză a corelației pentru a examina fiecare pereche de variabile de măsurare și a determina dacă cele două variabile de măsurare tind să se mute împreună,  adică, dacă valorile mari ale unei variabile tind să poată fi asociate cu valorile mari ale celeilalte variabile (corelație pozitivă), dacă valorile mici ale unei variabile tind să poată fi asociate cu valorile mici ale celeilalte variabile (corelație negativă) sau dacă valorile celor două variabile tind să fie necorelate (corelație aproape zero).

Instrumentele Corelare și Covarianță pot fi utilizate în aceeași setare, atunci când aveți N variabile de măsurare diferite observate pe un set de persoane. Instrumentele Corelație și Covarianță dau fiecare un tabel de ieșire, o matrice, care afișează coeficientul de corelație sau covarianța între fiecare pereche de variabile de măsurare. Diferența este că coeficienții de corelație sunt scalați pentru a se afla între -1 și +1 inclusiv. Covarianții corespunzători nu sunt scalați. Atât coeficientul de corelație, cât și covarianța sunt măsurile în măsura în care două variabile "variază împreună".

Instrumentul Covarianță calculează valoarea funcției coVARIANCE a foii de lucru . P pentru fiecare pereche de variabile de măsurare. (Utilizarea directă a COVARIANCE. P în loc de instrumentul Covarianță este o alternativă rezonabilă atunci când există doar două variabile de măsurare, adică N=2.) Intrarea pe diagonala tabelului de ieșire al instrumentului Covarianță din rândul i, coloana i este covarianța variabilei de măsurare i cu ea însăși. Aceasta este doar varianța populației pentru variabila respectivă, așa cum este calculată de funcția de foaie de lucru VAR.P.

Se poate utiliza instrumentul de covarianță pentru a examina fiecare pereche de variabile de măsurare și a determina dacă cele două variabile de măsurare tind să se mute împreună,   aceasta însemnând, dacă valorile mari ale unei variabile tind să poată fi asociate cu valorile mari ale celeilalte variabile (covarianță pozitivă), dacă valorile mici ale unei variabile tind să poată fi asociate cu valorile mici ale celeilalte variabile (covarianță negativă) sau dacă valorile celor două variabile tind să fie necorelate (covarianță aproape zero).

Instrumentul de analiză Descriptive Statistics generează un raport de statistici univariabile pentru datele din zona de intrare, furnizând informații despre tendința centrală și variabilitatea datelor.

Acest instrument de analiză și formula aferentă acestuia estimează o valoare care este bazată pe prognoza din perioada anterioară, ajustată cu eroarea din acea prognoză anterioară. Instrumentul utilizează constanta de netezire a , mărimea ce determină cât de puternic răspunde prognoza la erorile din prognoza anterioară.

Instrumentul de analiză F-Test Two-Sample for Variances efectuează un test F pe două eșantioane pentru a compara varianțele a două populații.

De exemplu, se poate utiliza instrumentul F-Test pe eșantioane de timpi realizate de două echipe într-un concurs de înot. Instrumentul furnizează rezultatul testării cu ipoteză nulă conform căreia cele două eșantioane provin din distribuții cu varianță egală față de ipoteza alternativă că varianțele nu sunt egale în distribuțiile de bază.

Instrumentul calculează valoarea f a unei statistici F (sau proporție F). O valoare f apropiată de 1 este dovadă a varianțelor egale ale populațiilor de bază. În tabelul cu rezultate, dacă f < 1 " P(F <= f) unilateral" dă probabilitatea observării unei valori a statisticii F mai mică decât f când varianțele populațiilor sunt egale și " F unilateral critic" dă valoarea critică mai mică decât 1 pentru nivelul de semnificație ales, Alfa. Dacă f > 1, " P(F <= f) unilateral" dă probabilitatea observării unei valori a statisticii F mai mare decât f când varianțele populațiilor sunt egale și " F unilateral critic" dă valoarea critică mai mare decât 1 pentru Alfa.

Instrumentul Fourier Analysis rezolvă probleme în sisteme liniare și analizează periodic datele utilizând metoda Fast Fourier Transform (FFT) pentru transformarea datelor. Acest instrument suportă de asemenea transformări inverse, în care inversa datelor transformate returnează datele inițiale.

Instrumentul de analiză Histogram calculează frecvențe individuale și cumulative pentru o zonă de celule de date. Acest instrument generează datele pentru numărul de apariții ale unei valori în setul de date.

De exemplu, într-o clasă de 20 de studenți, se poate determina distribuția punctajelor în categorii notate cu litere. Un tabel de tip histogramă prezintă limitele categoriilor și numărul de puncte între limita inferioară și limita curentă. Punctajul cel mai frecvent reprezintă modul datelor.

Instrumentul de analiză Moving Average proiectează valorile în perioada de prognoză pe baza valorii medii a variabilei după un anumit număr de perioade anterioare. O medie mobilă furnizează informații de tendință pe care o simplă medie a tuturor datelor istorice nu le-ar furniza. Utilizați acest instrument pentru prognozarea vânzărilor, a inventarului sau alte tendințe. Fiecare valoare prognozată se bazează pe formula următoare.

unde:

• N este numărul de perioade anterioare de inclus în media mobilă

• A j este valoarea actuală la timpul j

• F j este valoarea prognozată la timpul j

Instrumentul de analiză Random Number Generation umple un interval cu numere independente aleatoare derivate din una dintre mai multe distribuții. Aveți posibilitatea să caracterizați subiectele unei populații cu o distribuție de probabilitate. De exemplu, se poate utiliza o distribuție normală pentru a caracteriza populația înălțimii indivizilor sau se poate utiliza o distribuție Bernoulli a două posibile consecințe pentru a caracteriza populația rezultatelor experimentului cu banul.

Instrumentul de analiză Rank și Percentile generează un tabel care conține rangul ordinal și procentual al fiecărei valori dintr-un set de date. Puteți analiza poziția relativă a valorilor dintr-un set de date. Acest instrument utilizează funcțiile foii de lucru RANK. EQ șiPERCENTRANK. INC. Dacă doriți să țineți cont de valorile legate, utilizați RANK. Funcția EQ , care tratează valorile legate ca având același rang sau utilizează RANK.Funcția AVG, care returnează rangul mediu pentru valorile legate.

Instrumentul de analiză Regression execută analiza de regresie liniară prin utilizarea metodei „pătratelor mici" pentru a găsi o linie care corespunde unui set de observații. Aveți posibilitatea să analizați modul în care o singură variabilă dependentă este afectată de valorile uneia sau a mai multor variabile independente. De exemplu, aveți posibilitatea să analizați modul în care performanțele unui atlet sunt afectate de factori cum ar fi vârsta, înălțimea și greutatea. Aveți posibilitatea să repartizați părți din măsurarea performanței fiecărui factor, pe baza unui set de date de performanță, apoi să utilizați rezultatele pentru a prezice performanța unui atlet nou, netestat.

Instrumentul Regression utilizează funcția de foaie de lucru LINEST.

Instrumentul de analiză Sampling creează un eșantion dintr-o populație prin tratarea zona de intrare ca pe o populație. Când populația este prea mare pentru a o procesa sau pentru a o înscrie într-o diagramă, aveți posibilitatea să utilizați un eșantion reprezentativ. Aveți de asemenea posibilitatea să creați un eșantion care să conțină numai valori dintr-o anumită parte a unui ciclu în cazul în care considerați că datele de intrare sunt periodice. De exemplu, dacă zona de intrare conține cifre de vânzări trimestriale, eșantionarea cu un coeficient periodic de patru va plasa valorile din același trimestru în zona de ieșire.

Instrumentele de analiză t-Test pentru două eșantioane testează egalitatea mediilor populațiilor de bază pentru fiecare dintre eșantioane. Cele trei instrumente folosesc ipoteze diferite: varianțele populațiilor sunt egale, varianțele populațiilor nu sunt egale și cele două eșantioane reprezintă observațiile înainte și după tratament asupra acelorași subiecți.

Pentru toate cele trei instrumente de mai jos, o valoare a statisticii t, t, este calculată și prezentată ca " t Stat" în tabelul cu rezultate. În funcție de date, această valoare, t, poate fi negativă, pozitivă sau egală cu zero. Presupunând că mediile populațiilor de bază sunt egale, dacă t < 0, " P(T <= t) unilateral" dă probabilitatea ca o valoare a statisticii t observată să fie mai negativă decât t. Dacă t >=0, " P(T <= t) unilateral" dă probabilitatea ca o valoare a statisticii t observată să fie mai pozitivă decât t. " t unilateral critic" dă valoarea limită pentru care probabilitatea observării unei unei valori a statisticii t mai mare sau egală cu " t unilateral critic" să fie Alfa.

" P(T <= t) bilateral" dă probabilitatea ca o valoare a statisticii t observată să fie mai mare în valoare absolută decât t. " P bilateral critic" dă valoarea limită pentru care probabilitatea unei statistici t observate mai mari în valoare absolută decât " P bilateral critic" să fie Alfa.

t-Test: Paired Two Sample For Means

Utilizați testul pereche atunci când există o corespondență naturală a observațiilor din eșantioane, cum ar fi atunci când un grup eșantion este testat de două ori,  înainte și după un experiment. Acest instrument de analiză și formula sa efectuează un T-test al lui Student cu două eșantioane pereche pentru a determina dacă este probabil ca observațiile făcute înainte și după un experiment să provină din distribuții cu medii egale ale populațiilor. Această formă de test t nu presupune că varianțele celor două populații sunt egale.

t-Test: Two-Sample Assuming Equal Variances

Acest instrument de analiză execută un test t pe două eșantioane de studenți. Acest test t presupune că cele două seturi de date provin din distribuții cu aceleași varianțe. I se spune test t homoscedastic. Aveți posibilitatea să utilizați acest test t pentru a determina dacă este probabil ca cele două eșantioane să provină din distribuții cu medii egale ale populațiilor.

t-Test: Two-Sample Assuming Unequal Variances

Acest instrument de analiză execută un test t pe două eșantioane de studenți. Acest formular t-Test presupune că cele două seturi de date provin din distribuții cu varianțe inegale. Este denumit test t heteroscedastic. La fel ca în cazul anterior al varianțelor egale, puteți utiliza acest test t pentru a determina dacă este probabil ca cele două eșantioane să provină din distribuții cu medii egale ale populațiilor. Utilizați acest test atunci când există subiecte distincte în cele două eșantioane. Utilizați testul împerecheat, descris în exemplul următor, atunci când există un singur set de subiecți, iar cele două eșantioane reprezintă măsurători pentru fiecare subiect înainte și după un tratament.

Următoarea formulă este utilizată pentru a determina valoarea statistică a testului t .

Următoarea formulă este utilizată pentru a calcula gradele de libertate, df. Deoarece rezultatul calculului nu este de obicei un întreg, valoarea df este rotunjită la cel mai apropiat întreg pentru a obține o valoare critică din tabelul t. Funcția T a foii de lucru Excel.TEST utilizează valoarea calculată df fără rotunjire, deoarece este posibil să calculați o valoare pentru T.TEST cu un df neinteger. Din cauza acestor abordări diferite pentru determinarea gradelor de libertate, rezultatele lui T.TEST și acest instrument t-Test vor fi diferite în cazul Varianțe inegale.

Z-Test: Two Sample for Means analysis tool performs a two sample z-Test for means with known variances. Acest instrument este utilizat pentru a testa ipoteza nulă conform căreia nu există nicio diferență între două medii ale populațiilor față de ipotezele alternative cu o față sau față/ver veroasă. Dacă nu se cunosc varianțe, funcția de foaie de lucru Z.În schimb, ar trebui utilizat TEST.

Când utilizați instrumentul z-Test, trebuie acordați atenție interpretării rezultatelor. " P(Z <= z) unilateral" este de fapt P(Z >= ABS(z)), probabilitatea unei valori z mai depărtate de 0 în aceeași direcție ca valoarea z observată, când nu sunt diferențe între mediile populațiilor. " P(Z <= z) bilateral" este de fapt P(Z >= ABS(z) sau Z <= -ABS(z)), probabilitatea unei valori z mai depărtate de 0 în oricare direcție față de valoarea observată z, când nu sunt diferențe între mediile populațiilor. Rezultatul bilateral este tocmai rezultatul unilateral multiplicat cu 2. Testul z poate să se utilizeze, de asemenea, pentru cazul când ipoteza nulă este că există o valoare specifică diferită de zero pentru diferența dintre mediile a două populații. De exemplu, aveți posibilitatea să utilizați acest text pentru a determina diferențele dintre performanțele a două modele de automobile.