Utföra komplexa dataanalyser med Analysis ToolPak

Obs!: Vi vill kunna erbjuda dig bästa möjliga supportinnehåll så fort som möjligt och på ditt språk. Den här sidan har översatts med hjälp av automatiserad översättning och kan innehålla grammatiska fel eller andra felaktigheter. Vår avsikt är att den här informationen ska vara användbar för dig. Vill du berätta för oss om informationen är till hjälp längst ned på sidan? Här är artikeln på engelska som referens.

Om du vill skapa komplexa statistiska eller tekniska analyser kan du spara både tid och kraft genom att använda Analysis ToolPak. Du anger bara informationen och parametrarna för varje analys så används lämpliga statistiska eller tekniska makrofunktioner automatiskt för att beräkna och visa resultatet i en utdatatabell. Med vissa verktyg kan du förutom utdatatabellerna skapa diagram.

Dataanalysfunktionerna kan användas endast i ett kalkylblad i taget. När du utför dataanalyser i grupperade kalkylblad visas resultatet i det första kalkylbladet och tomma formaterade tabeller visas i de andra kalkylbladen. Använd analysverktyget i varje kalkylblad om du vill utföra dataanalyser i alla kalkylblad.

Analysis ToolPak innehåller de verktyg som beskrivs i följande avsnitt. Om du vill få åtkomst till dessa verktyg klickar du på Dataanalys i gruppen Analys på fliken Data. Om kommandot data analys inte är tillgängligt måste du läsa in tilläggsprogrammet Analysis ToolPak.

  1. Klicka på fliken Arkiv, klicka på Alternativ och klicka sedan på kategorinTillägg.

    Om du använder Excel 2007 klickar du på Microsoft Office-knappen Bild av Office-knappen och klickar sedan på Excel-alternativ

  2. I rutan Hantera väljer du Excel-tillägg och klickar sedan på OK.

    Om du använder Excel för Mac öppnar du Arkiv-menyn och går till Verktyg > Excel-tillägg.

  3. I Tillägg markerar du kryssrutan Analysis ToolPak och klickar sedan på OK.

    • Om Analysis ToolPak inte visas i rutan Tillgängliga tilläggsmakron klickar du på Bläddra och letar upp tillägget.

    • Om ett meddelande visas som anger att Analysis ToolPak inte är installerat på datorn klickar du på Ja för att installera tillägget.

Obs!: Om du vill inkludera VBA-funktioner (Visual Basic for Application) för Analysis ToolPak kan du läsa in tilläggsprogrammet Analysis ToolPak - VBA på samma sätt som du läser in Analysis ToolPak. Markera kryssrutan Analysis ToolPak - VBA i rutan Tillgängliga tilläggsmakron.

Med Anova-analysverktygen kan du utföra olika typer av variansanalyser. Vilket verktyg du bör använda beror på antalet faktorer och antalet befintliga observationer för de populationer som du vill undersöka.

Anova: En faktor

Det här verktyget utför en enkel analys av var Ian sen för data för två eller fler sampel. Analysen ger ett test av hypotesen att varje sampel dras från samma underliggande sannolikhets fördelning mot den alternativa hypotesen att underliggande sannolikhets fördelningar inte är desamma för alla prov. Om det bara finns två sampel kan du använda kalkyl blads funktionen T.Testa. Om det finns fler än två sampel är det ingen lämplig generalisering för T.Testaoch den enfaktorn Anova-modellen kan anropas i stället.

Anova: Två faktorer med reproducering

Det här analys verktyget är användbart när data kan klassificeras i två dimensioner. Om du till exempel försöker mäta plantornas höjd kan växterna ges olika typer av gödsel medel (till exempel A, B, C) och kan även hållas vid olika temperaturer (till exempel låga, höga). För vart och ett av de sex möjliga paren {gödnings medel, temperatur} har vi ett lika antal observationer av växt höjd. Med det här ANOVA-verktyget kan vi testa:

  • Om växtens höjd för olika typer av växtnäring kommer från samma underliggande population. Temperaturfaktorn ignoreras vid den här analysen.

  • Om höjden på växter som odlats vid olika temperaturnivåer kommer från samma underliggande population. Växtnäringsfaktorn ignoreras vid den här analysen.

Om, med beaktande av de effekter som kan härledas från olika typer av växtnäring i den första punkten och från olika temperaturer i den andra punkten, de sex sampel som representerar alla möjliga värdepar {växtnäring, temperatur} kommer från samma population. Den alternativa hypotesen antar att det finns kombinationseffekter av {växtnäring, temperatur} som dominerar över skillnader som beror på enbart växtnäring eller enbart temperatur.

Indataintervall för Anova-verktyget

Anova: Två faktorer utan reproducering

Det här analysverktyget är praktiskt om informationen kan klassificeras i två dimensioner, precis som vid två faktorer med reproducering. För det här verktyget antas det emellertid att det bara finns en observation för varje par av mätdata (t.ex. varje {växtnäring, temperatur} i exemplet ovan).

Du kan använda funktionerna KORREL och PEARSON om du vill beräkna korrelationskoefficienten mellan två mätvariabler när det finns N observationer för varje variabel. (Om någon av observationerna för en individ i populationen saknas ignoreras individen.) Analysverktyget för korrelation är särskilt användbart när det finns mer än två mätvariabler för samtliga N individer. Verktygets utdata är en tabell, en korrelationsmatris, som visar värdet för KORREL (eller PEARSON) för varje möjligt par av mätvariabler.

Korrelationskoefficienten är, liksom kovariansen, ett mått på hur två variabler "varierar tillsammans". Till skillnad från kovariansen är korrelationskoefficienten normaliserad så att värdet inte beror på vilka enheter som de två mätvariablerna uttrycks i. (Om två mätvariabler exempelvis är vikt och höjd, påverkas inte korrelationskoefficienten om höjdenheten ändras från tum till centimeter.) Korrelationskoefficientens värde ligger alltid inom intervallet -1 till +1.

Du kan använda analysverktyget för korrelation om du vill undersöka varje par av mätvariabler och avgöra om de två variablerna har ett samband,   d.v.s. om stora värden för den ena variabeln vanligtvis associeras med stora värden för den andra (positiv korrelation), om små värden för den ena variabeln motsvaras av stora värden för den andra (negativ korrelation) eller om det inte finns något samband mellan värdena för de båda variablerna (korrelation nära 0 (noll)).

Analysverktygen för kovarians och korrelation kan användas i samma beräkning, om det finns N skilda mätvariabler för observationer av en mängd individer. Båda verktygen returnerar en utdatatabell, en matris, som visar korrelationen eller kovariansen mellan varje par av mätvariabler. Skillnaden är att korrelationskoefficienten är normaliserad så att värdet alltid ligger inom intervallet -1 och +1. Motsvarande kovarianser är inte normaliserade. Både korrelationskoefficienten och kovariansen är mått på hur två variabler \ldblquote varierar tillsammans".

Med verktyget kovarians beräknas värdet för funktionen KOVARIANS för kalkyl bladet . P för varje par av mått variabler. (Direkt användning av KOVARIANS. P i stället för verktyget kovarians är ett rimligt alternativ när det bara finns två variabler, det vill säga N = 2.) Posten i diagonalen av verktyget för kovarians i rad i, kolumn i är kovariansen för den variabla variabeln. Detta är bara populationens varians för variabeln, beräknat med kalkyl blads funktionen varians.P.

Du kan använda analysverktyget för kovarians om du vill undersöka varje par av mätvariabler och avgöra om de två mätvariablerna har ett samband,   d.v.s. om stora värden för den ena variabeln vanligtvis associeras med stora värden för den andra (positiv korrelation), om små värden för den ena variabeln motsvaras av stora värden för den andra (negativ korrelation) eller om det inte finns något samband mellan värdena för de båda variablerna (korrelation nära 0 (noll)).

Analysverktyget för beskrivande statistik genererar en rapport med endimensionell statistik för data i indataområdet och ger information om datas centrala tendens och variabilitet.

Med analysverktyget för exponentiell utjämning kan du förutsäga ett värde som baseras på en prognos från den föregående perioden (prognosen justeras för fel i föregående prognos). Metoden använder en utjämnande konstant, a, vars storlek bestämmer hur väl prognoser svarar mot fel i föregående prognoser.

Obs!: Värden mellan 0,2 och 0,3 är rimliga utjämningskonstanter. Dessa värden anger att den aktuella prognosen ska justeras med mellan 20 och 30 procent för fel i föregående prognos. Större konstanter ger snabbare gensvar men kan ge upphov till felaktiga projektioner. Mindre konstanter kan resultera i stora glapp mellan prognosvärden.

Analysverktyget F-test: Två sampel antar olika varianser utför ett två-sampel F-test som jämför två populationsvarianser.

Du kan exempelvis använda verktyget F-test för tidsvärden från en simtävling mellan två lag. Verktyget testar hypotesen att de båda samplen kommer från populationer med samma varianser mot den alternativa hypotesen som antar att varianserna inte är samma i de underliggande populationerna.

Verktyget används för att beräkna värdet f av en F-statistik (eller F-kvot). Om värdet för f ligger nära 1 tyder det på att varianserna i de underliggande populationerna är lika. Om f < 1 i utdatatabellen, returnerar "P(F <= f) ensidig" sannolikheten att observera ett värde i F-statistiken som är mindre än f när populationsvarianserna är lika, och "F-kritisk ensidig" anger det kritiska värdet som är mindre än 1 för angiven signifikansnivå (alfa). Om f > 1, returnerar "P(F <= f) ensidig" sannolikheten att observera ett värde i en F-statistik som är större än f när populationsvarianserna är lika, och "F-kritisk ensidig" anger det kritiska värdet som är större än 1 för alfa.

Fourieranalys analys verktyget löser problem med linjära system och analyserar periodiska data med hjälp av metoden fast Fourieranalys Transform (FFT) för att transformera data. Det här verktyget stöder även inversering av transformeringar, där inversen av transformerade data returnerar de ursprungliga data.

Indata- och utdataintervall för Fourieranalys

Analysverktyget för histogram beräknar individuella och kumulativa frekvenser för ett cellområde med data och datafack. Verktyget genererar data för antalet förekomster av ett värde i en datamängd.

Du kan exempelvis bestämma betygsfördelningen i bokstavskategorier för en klass med 20 elever. Ett histogram illustrerar gränserna för betygsgraderna och antalet betyg mellan den lägsta och den aktuella gränsen. Det vanligast förekommande betyget utgör typläget.

Tips: I Excel 2016 kan du nu skapa histogram och pareto-diagram.

Analysverktyget för glidande medelvärden förutsäger värden i prognosperioden, baserat på variabelns medelvärde över ett visst antal föregående perioder. Ett glidande medelvärde ger trendinformation som inte skulle upptäckas i ett enkelt medelvärde. Använd det här verktyget för att förutsäga försäljning, lagerhållning och andra trender. Varje prognosvärde baseras på följande formel:

Formel för beräkning av glidande medelvärden

där:

  • N är antalet tidigare perioder som ska tas med i det glidande medelvärdet

  • A j är det sanna värdet vid tiden j

  • F j är det förutsagda värdet vid tiden j

Med analysverktyget för slumptalsgenerering kan du fylla ett område med oberoende slumptal från en av flera fördelningar. Du kan använda det här verktyget om du vill beskriva individer i en population med hjälp av en sannolikhetsfördelning. Du kan exempelvis använda en normalfördelning för att beskriva individernas längd i en population eller använda en Bernoulli-fördelning med två möjliga resultat för att beskriva populationen av resultat från slantsingling.

Analys verktyget rang och percentil skapar en tabell som innehåller ordinal och procent rang för varje värde i en mängd data. Du kan analysera relativa position av värden i en data mängd. I det här verktyget används rangordning för kalkyl blads funktioner . EQ ochprocent rang. INC. Om du vill ha ett konto med värden kan du använda rangordningen. Funktionen EQ , som behandlar bundna värden som har samma rangordning eller med rangordningen.Funktionen AVG , som returnerar den genomsnittliga rangordningen för de bundna värdena.

Med regressionsanalysverktyget kan du utföra en linjär regressionsanalys baserat på "minsta kvadrat"-metoden för att anpassa en linje genom en observationsmängd. Du kan använda det här verktyget om du vill analysera hur en enstaka beroende variabel påverkas av värdet i en eller flera oberoende variabler. Du kan exempelvis analysera hur en idrottsmans prestationsförmåga påverkas av faktorer som ålder, längd och vikt. Du kan fördela måttet på prestationsförmågan till var och en av de fyra faktorerna baserat på en mängd prestationsdata, och sedan använda regressionsresultatet för att förutsäga en ny, otestad idrottsmans prestationsförmåga.

Med Regressions verktyget används kalkyl blads funktionen REGR.

Analysverktyget för sampling används för att skapa ett sampel från en population genom att indataområdet behandlas som en population. Om populationen är för stor för att behandlas eller illustreras i ett diagram kan du använda ett representativt sampel. Du kan även skapa ett sampel som bara innehåller värden från en del av cykeln om du tror att indata är periodiska. Om indataområdet exempelvis innehåller kvartalsförsäljningssiffror, kan sampling med en periodicitet på fyra placera värden från samma kvartal i utdataområdet.

Med dessa analysverktyg kan du testa om populationsmedelvärdena för samplen är lika. De tre verktygen gör olika antaganden: att populationsvarianserna är lika, att populationsvarianserna inte är lika, samt att båda värdena representerar mätdata från samma individ, men före och efter behandling.

Alla tre verktygen nedan används för att beräkna värdet på en t-statistik, t, som visas som "t-stat" i utdatatabellerna. Beroende på vilka data som används kan t vara större eller mindre än noll. Om t < 0, och under antagandet att de underliggande populationerna har samma medelvärde, returnerar "P(T <= t) ensidig" sannolikheten att observera ett värde i t-statistiken som är mer negativt än t. Om t >=0 returnerar "P(T <= t) ensidig" sannolikheten att observera ett värde i t-statistiken som är mer positivt än t. "t kritiskt ensidig" anger brytpunkten där sannolikheten att observera ett värde i t-statistiken som större än eller lika med "t kritiskt ensidig" är alfa.

"P(T <= t) tvåsidig" returnerar sannolikheten att observera ett värde i t-statistiken med ett absolutvärde som är större än t. "P kritiskt tvåsidig" anger brytpunkten där sannolikheten att observera ett värde i t-statistiken med ett absolutvärde som är större än "P kritiskt tvåsidig" är alfa.

t-test: Parat två-sampel för medelvärde

Du kan använda ett parat test när det finns naturliga par för observationerna i samplen, t.ex. när en sampelgrupp testas två gånger , före och efter ett experiment. Det här analysverktyget och dess formel utför ett t-test av typen parat två-sampel för att avgöra om observationer före och efter en behandling kan antas komma från populationer med samma populationsmedelvärde. Den här typen av t-test antar inte att de båda populationernas varians är lika.

Obs!: Det här verktyget kan bland annat returnera resultat av typen "parad varians", som är ett ackumulerat mått på spridningen runt medelvärdet, härlett från följande formel.

Formel för beräkning av polärvarians

t-test: Två sampel antar lika varians

Det här analys verktyget utför en två-sampel Students t-test. I det här t-test-formuläret antas att de två data uppsättningarna kommer från distributioner med samma varians. Den kallas homoskedastisk t-test. Du kan använda det här t-testet för att avgöra om de två exemplen troligen kommer från distributioner med samma populations medelvärde.

t-test: Två sampel antar olika varianser

Det här analys verktyget utför en två-sampel Students t-test. I det här t-test-formuläret antas att de två data uppsättningarna kommer från distributioner med olika varianser. Den kallas heteroskedastisk t-test. Precis som med föregående lika varians kan du använda det här t-testet för att avgöra om de två exemplen troligen kommer från distributioner med samma populations medelvärde. Använd det här testet när det finns distinkta ämnen i de två exemplen. Använd det Parada test som beskrivs i exemplet nedan när det finns en enda uppsättning ämnen och de två proven representerar mått för varje ämne före och efter en behandling.

Använd nedanstående formel när du vill bestämma det statistiska värdet för testet t.

Formel för t-värdesberäkning

Följande formel används för att beräkna frihets graderna, DF. Eftersom resultatet av beräkningen vanligt vis inte är ett heltal avrundas värdet DF till närmaste heltal för att få ett kritiskt värde från t-tabellen. Kalkyl blads funktionen i Excel.Test använder det beräknade DF-värdet utan att avrundning eftersom det går att beräkna ett värde för T.Testa med ett heltal som är DF. På grund av de olika sätten att bestämma frihets graderna, resultatet av T.Test och det här t-test-verktyget skiljer sig från det olika var Ian sen.

Formel för approximering av frihetsgrader

Med analys verktyget z-test: två sampel för medelvärden utförs ett två sampel z-test för medelvärden med kända varianser. Det här verktyget används för att testa null hypotesen att det inte finns någon skillnad mellan två populations medelvärden mot ensidiga eller tvåsidiga alternativa Hypotheses. Om varianserna inte känns igen är kalkyl blads funktionen Z.Test ska användas i stället.

Var försiktig när du använder verktyget för z-test för att förstå resultatet. "P (Z < = z) One-änden" är verkligen P (Z > = ABS (z)), sannolikheten för ett Z-värde från 0 i samma riktning som det observerade Z-värdet när det inte finns någon skillnad mellan populationen. "P (Z < = z) två sidor" är verkligen P (Z > = ABS (z) eller Z < =-ABS (z)), sannolikheten för ett Z-värde från 0 i antingen riktningen än det observerade Z-värdet när det inte finns någon skillnad mellan populationen. Det tvåsidiga resultatet är bara det ensidiga resultatet multiplicerat med 2. Verktyget för z-test kan också användas för de fall då null hypotesen är att det finns ett specifikt värde som inte är noll för skillnaden mellan den två populationen. Du kan till exempel använda det här testet för att bestämma skillnader mellan prestandan hos två bil modeller.

Behöver du mer hjälp?

Du kan alltid fråga en expert i Excel Tech Community, få support i Answers-communityn eller föreslå en ny funktion eller förbättringar på Excel User Voice.

Mer information finns i

Skapa ett histogram i Excel 2016

Skapa ett Pareto-diagram i Excel 2016

Läsa in Analysis ToolPak i Excel

TEKNISKA funktioner (referens)

STATISTISKA funktioner (referens)

Översikt över formler i Excel

Hur du undviker felaktiga formler

Hitta och korrigera fel i formler

Kortkommandon och funktionstangenter i Excel

Excel-funktioner (alfabetisk ordning)

Excel-funktioner (efter kategori)

Utöka dina Office-kunskaper
Utforska utbildning
Få nya funktioner först
Anslut till Office Insiders

Hade du nytta av den här informationen?

Tack för din feedback!

Tack för din feedback! Det låter som att det kan vara bra att koppla dig till en av våra Office-supportrepresentanter.

×