利用Excel进行数据整理和描述性统计分析
毕业论文写作中的数据分析软件使用技巧
毕业论文写作中的数据分析软件使用技巧随着信息时代的发展和科技的进步，数据分析在各个领域中扮演着越来越重要的角色。
无论是商业领域的市场分析，还是科学研究中的实验数据处理，数据分析软件已经成为毕业论文写作过程中不可或缺的工具。
然而，许多人对于数据分析软件的使用技巧并不熟悉，因此本文将介绍一些在毕业论文写作中常用的数据分析软件以及它们的使用技巧，帮助读者更好地利用数据分析软件完成毕业论文。
一、Microsoft ExcelMicrosoft Excel是最常用的数据分析软件之一，它具有强大的数据处理和分析能力。
在毕业论文写作中，我们可以利用Excel进行数据的整理、清洗和分析。
1. 数据整理与清洗在Excel中，可以利用筛选、排序等功能对数据进行整理与清洗。
例如，我们可以使用筛选功能，过滤出需要的数据，排除掉无关的数据。
此外，还可以利用Excel的函数和公式，对数据进行计算和转换，使得数据更加清晰和易读。
2. 统计分析Excel提供了丰富的统计函数，如平均值、标准差、相关系数等，可以帮助我们对数据进行简单的统计分析。
此外，还可以使用Excel的图表功能，将数据可视化呈现，更加直观地展示数据之间的关系。
二、SPSSSPSS是专业的统计分析软件，广泛应用于社会科学和商业领域。
在毕业论文写作中，SPSS能够帮助我们进行更加深入和复杂的统计分析。
1. 数据导入与处理SPSS可以导入多种数据格式，包括Excel表格、文本文件等。
在导入数据后，可以通过数据转换和清洗功能对数据进行处理，确保数据的准确性和完整性。
2. 描述性统计分析SPSS提供了多种描述统计分析的方法，如频数分析、交叉表分析等。
我们可以利用这些方法对数据进行基本的描述和总结，揭示数据的特征和趋势。
3. 探索性因子分析在一些研究中，我们需要对数据进行探索性的因子分析，以确定数据中隐藏的结构和关系。
SPSS提供了因子分析功能，可以帮助我们进行因子提取、旋转等操作，得到更加准确和可解释的结果。
如何使用Excel进行数据建模和数据分析
如何使用Excel进行数据建模和数据分析数据建模和数据分析是现代信息技术领域中的重要技能。
在大数据时代，数据建模和数据分析能够帮助人们更好地理解和利用数据，从而做出更为准确的决策。
Excel作为一种常用的办公软件，在数据建模和数据分析中起着重要的作用。
本文将介绍如何使用Excel进行数据建模和数据分析。
第一章 Excel基础知识在使用Excel进行数据建模和数据分析之前，我们需要了解一些基础知识。
首先，我们需要熟悉Excel的基本操作，包括创建、打开和保存Excel文件，以及插入和删除单元格、行和列等操作。
此外，我们还需要了解Excel的常用函数和公式，如SUM、AVERAGE、MAX、MIN等，这些函数和公式能够帮助我们进行数据计算和统计。
第二章数据建模数据建模是将现实世界中的对象和关系转化为可计算的模型的过程。
在Excel中，我们可以使用表格、图表等形式对数据进行建模。
首先，我们可以使用Excel的链接功能将不同的数据表格进行关联，从而建立起数据之间的联系。
其次，在数据表格中，我们可以使用Excel的排序和筛选功能对数据进行有序和有条件的排列和筛选，以便更好地进行数据分析。
第三章数据清洗在进行数据建模和数据分析之前，我们需要对数据进行清洗。
数据清洗是指通过删除、修改或补充数据，使数据更加准确和完整的过程。
在Excel中，我们可以使用筛选功能对数据进行筛选和过滤，以去除不符合要求的数据。
同时，我们还可以使用Excel的查找和替换功能对数据进行查找和替换操作，从而进一步清洗数据。
第四章数据分析数据分析是指通过对数据进行加工、整理和分析，从中获取有用的信息和知识的过程。
在Excel中，我们可以使用各种函数和工具进行数据分析。
首先，我们可以使用Excel的图表功能对数据进行可视化展示，帮助我们更直观地理解数据。
其次，我们可以使用Excel的数据透视表功能对大量数据进行汇总和分析，从而发现数据中的规律和趋势。
如何使用Excel进行多元统计分析和回归模型
如何使用Excel进行多元统计分析和回归模型随着数据分析和统计学在各个领域的应用越发广泛，Excel作为一种常用的办公软件，也能提供一些强大的数据分析功能。
在本文中，我们将介绍如何使用Excel进行多元统计分析和回归模型。
一、多元统计分析多元统计分析是研究多个自变量对因变量的影响以及它们之间的关系的一种方法。
Excel提供了一些内置函数和工具，可以帮助我们进行多元统计分析。
1. 描述性统计分析描述性统计分析是将数据呈现为有意义的统计数字，包括平均值、中位数、方差等。
在Excel中，可以使用SUM、AVERAGE、MEDIAN等函数来计算这些统计数字。
2. 相关性分析相关性分析用于衡量两个或多个变量之间的关系强度。
Excel提供了CORREL函数，可以计算两个变量之间的相关系数。
相关系数的取值范围为-1到1，接近1表示正相关，接近-1表示负相关，接近0表示无相关。
3. 回归分析回归分析用于建立自变量与因变量之间的数学关系模型。
在Excel 中，可以使用内置的回归工具进行回归分析。
首先，选择需要分析的自变量和因变量的数据，然后打开“数据”选项卡，选择“数据分析”并选择“回归”。
填写相应的参数，并点击“确定”即可生成回归结果报告。
二、回归模型回归模型用于预测因变量在给定自变量的情况下的数值。
Excel提供了多种回归模型，包括线性回归、多项式回归、指数回归等。
1. 线性回归模型线性回归是最常用的回归模型，适用于自变量与因变量呈线性关系的情况。
在Excel中，可以使用内置的线性回归工具进行线性回归分析。
选择自变量和因变量的数据，打开“数据”选项卡，选择“数据分析”并选择“回归”。
在参数设置中选择线性回归，并点击“确定”生成回归结果报告。
2. 多项式回归模型多项式回归适用于自变量与因变量呈多项式关系的情况。
在Excel 中，可以使用数据分析工具中的“回归”选项进行多项式回归分析。
选择自变量和因变量的数据，打开“数据”选项卡，选择“数据分析”并选择“回归”。
EXCEL与统计分析
14
1993
54
37
1981
16
15
1994
56.5
41
1982
19
17
1995
56
44
1983
22
20
1996
57
43.5
1984
25
20.5
1997
59
43.5
1985
28
23.5
1998
63
43.5
1986
36
30
1999
66.5
44
1987
40
35
2000
67
45.5
1988
41
32
2001
数据处理
数据抽样 随机数发生器 选择工具|加载宏在弹出的加载宏对话框中选择分析工具库选择工具|数据分析在弹出的对话框中选择随机数发生器
数据处理
数据抽样 1、用INDEX函数进行数据抽样 1选择A2：A21区域在编辑栏中输入如下图所示公式按Ctrl+Shift+Enter生成随机数数组
数据处理
数据处理
频数分析 1、利用FREQUENCY函数进行频数分析 FREQUENCYdata_arraybins_array：以一列垂直数组返回某个区域中数据的频率分布 Data_array：为一数组或对一组数值的引用用来计算频率 Bins_array：为间隔的数组或对间隔的引用该间隔用于对 data_array 中的数值进行分组
Suitable for teaching courseware and reports
Ecel与统计分析
Excel与统计分析
一、Excel基本操作 二、数据整理 三、数据分析
统计描述分析实验报告(3篇)
第1篇一、实验目的本次实验旨在通过统计描述分析，对一组实验数据进行分析，了解数据的分布情况、集中趋势和离散程度，为后续的数据分析和决策提供依据。
二、实验背景在某项实验中，我们收集了一组实验数据，包括实验对象的年龄、性别、实验结果等。
为了更好地了解这些数据，我们需要对其进行统计描述分析。
三、实验方法1. 数据收集：通过实验收集实验对象的年龄、性别、实验结果等数据。
2. 数据整理：将收集到的数据进行整理，确保数据的准确性和完整性。
3. 数据分析：采用统计描述分析方法，对数据进行描述性统计分析。
四、实验结果1. 数据分布情况（1）年龄分布：根据实验数据，将年龄分为以下几个区间：18-25岁、26-35岁、36-45岁、46-55岁、56岁以上。
统计各年龄区间的频数和频率，结果如下：年龄区间频数频率18-25岁 10 20.0%26-35岁 20 40.0%36-45岁 15 30.0%46-55岁 5 10.0%56岁以上 5 10.0%（2）性别分布：统计男女实验对象的频数和频率，结果如下：性别频数频率男 30 60.0%女 20 40.0%2. 集中趋势（1）年龄集中趋势：计算平均年龄、中位数和众数，结果如下：平均年龄：32.5岁中位数：35岁众数：35岁（2）实验结果集中趋势：计算实验结果的平均数、中位数和众数，结果如下：平均实验结果：85分中位数：86分众数：86分3. 离散程度（1）年龄离散程度：计算标准差和极差，结果如下：标准差：5.5岁极差：38岁（2）实验结果离散程度：计算标准差和极差，结果如下：标准差：4.2分极差：10分五、实验结论1. 年龄分布较为均匀，主要集中在26-35岁年龄段。
2. 男性实验对象占比60.0%，女性实验对象占比40.0%。
3. 实验对象的平均年龄为32.5岁，中位数为35岁，众数为35岁。
4. 实验结果的平均分为85分，中位数为86分，众数为86分。
5. 年龄和实验结果的离散程度相对较小，说明实验结果较为稳定。
如何用Excel进行客户像数据分析与营销
如何用Excel进行客户像数据分析与营销如何用 Excel 进行客户画像数据分析与营销在当今数字化的商业世界中，了解客户需求和行为对于企业的成功至关重要。
客户画像数据分析能够帮助企业深入洞察客户，从而制定更精准、有效的营销策略。
而 Excel 作为一款强大且广泛使用的工具，为我们进行客户画像数据分析与营销提供了便利。
一、数据收集与整理首先，我们需要收集与客户相关的数据。
这些数据可能包括客户的基本信息（如姓名、年龄、性别、地域等）、购买记录、浏览行为、投诉与反馈等。
数据的来源可以是企业的销售系统、网站分析工具、客户关系管理系统（CRM）等。
在收集到数据后，我们需要将其整理到 Excel 中。
确保每一列代表一个特定的数据字段，每一行代表一个客户。
同时，对数据进行清理和预处理，例如删除重复数据、处理缺失值、纠正错误数据等。
二、数据分类与标记为了更好地理解和分析数据，我们需要对数据进行分类和标记。
例如，将客户按照年龄范围分为不同的组（如 18-25 岁、26-35 岁、36-45 岁等），或者根据购买金额将客户分为高价值客户、中价值客户和低价值客户。
可以使用 Excel 的“筛选”和“排序”功能来快速对数据进行分类和标记。
此外，还可以通过“条件格式”功能，直观地显示不同类别的数据。
三、数据分析1、描述性统计分析使用 Excel 的“数据分析”工具（如果没有，可以通过加载宏来添加），可以进行描述性统计分析，如计算平均值、中位数、众数、标准差等。
这些统计指标能够帮助我们了解客户数据的集中趋势和离散程度。
2、数据透视表数据透视表是Excel 中非常强大的分析工具。
通过创建数据透视表，我们可以快速汇总和分析大量的数据。
例如，可以按照客户的地域和购买产品类别来统计销售额，从而了解不同地区客户的购买偏好。
3、图表分析将数据以图表的形式呈现，能够更直观地发现数据中的规律和趋势。
常见的图表类型如柱状图、折线图、饼图等在 Excel 中都很容易创建。
用Excel进行统计分析和推断统计
用Excel进行统计分析和推断统计使用Excel进行统计分析和推断统计第一章简介1.1 Excel的基本介绍1.2 Excel在统计分析中的优势第二章数据导入与准备2.1 数据来源及格式2.2 数据导入Excel的方法2.3 数据清洗与整理第三章描述性统计分析3.1 数据的中心趋势度量3.1.1 平均数、中位数、众数的计算3.1.2 分组数据的频数分布及统计描述3.2 数据的离散趋势度量3.2.1 极差、标准差和方差的计算3.2.2 箱线图的绘制和解读3.3 数据的集中趋势度量3.3.1 定义和计算百分位数3.3.2 用百分位数判断数据分布形状第四章参数估计与假设检验4.1 参数估计的基本概念4.1.1 置信区间的计算4.1.2 抽样分布的意义和计算方法4.2 单样本均值的假设检验4.2.1 正态总体和小样本假设检验方法4.2.2 大样本假设检验方法4.3 两个样本均值的假设检验4.3.1 独立样本和配对样本的假设检验方法4.3.2 两个样本方差是否相等的检验4.4 置信区间与假设检验的关系第五章相关分析5.1 相关系数的计算与解读5.1.1 皮尔逊相关系数的计算5.2 相关性检验5.2.1 相关性的显著性检验5.2.2 Spearman相关分析的应用5.3 线性回归分析5.3.1 简单线性回归模型的建立与拟合5.3.2 回归系数的显著性检验和解释5.4 多项式回归分析与非线性回归分析第六章变量筛选与降维分析6.1 主成分分析法6.1.1 主成分的提取与解释6.1.2 主成分得分的计算与应用6.2 因子分析法6.2.1 因子提取与旋转6.2.2 因子得分的计算与应用6.3 聚类分析6.3.1 分类决策与距离计算第七章数据可视化7.1 基本图表的绘制7.1.1 直方图、饼图、柱状图的应用7.1.2 折线图、散点图的应用7.2 高级图表的制作7.2.1 瀑布图、雷达图的绘制方法7.2.2 热力图、地图的制作技巧7.3 图表的美化与增效7.3.1 图表样式的调整与优化7.3.2 动态图表的制作与演示第八章高级分析技术8.1 网络图分析8.1.1 社交网络图的构建与分析8.1.2 关系网络图的可视化与解读8.2 时间序列分析8.2.1 季节性分解与趋势预测8.2.2 自相关性与偏相关性分析8.3 预测分析8.3.1 线性回归模型的预测8.3.2 时间序列模型的应用结语：本文详细介绍了如何使用Excel进行统计分析和推断统计。
《应用统计学》第十章：Excel在统计分析中的应用
05
的常见问题及解决方
案
数据源问题及解决方案
解决方案
总结词：数据源问题通常涉 及数据输入错误、数据格式
不正确或数据缺失。
01
02
03
仔细检查数据输入，确保没 有遗漏或错误的数值、文本。
统一数据格式，如将日期、 数字等格式化。
04
05
使用Excel的筛选和查找功能， 查找并处理缺失值。
图表展示问题及解决方案
聚类算法
聚类算法是一种无监督学习方法，通过将相似的对象聚集在一起形 成不同的群组或簇，来发现数据的内在结构。
分类和聚类算法的应用场景
分类和聚类算法在许多领域都有广泛的应用，如市场细分、客户分 群、异常检测等。
关联规则和序列模式挖掘
关联规则挖掘
01
关联规则挖掘是发现数据集中项之间的有趣关系的过程，通常
《应用统计学》第十章 excel在统计分析中的 应用
contents
目录
• Excel在统计分析中的应用概述 • Excel在描述性统计分析中的应用 • Excel在推论性统计分析中的应用 • Excel在数据挖掘和机器学习中的应用 • Excel在统计分析中的常见问题及解决方
案
Excel在统计分析中
用于市场篮子分析、交叉销售和推荐系统等。
序列模式挖掘
02
序列模式挖掘是发现数据集中项之间时间顺序关系的过程，通
常用于时间序列分析、股票价格预测等。
关联规则和序列模式挖掘的应用场景
03
关联规则和序列模式挖掘在许多领域都有广泛的应用，如金融
欺诈检测、股票价格预测、消费者行为分析等。
Excel在统计分析中
01
02
03
Excel与数据分析-基础描述性统计类图表
Excel基础
----基础描述性统计类图表
频数与频率
频数是落在各类别中的数据个数。
各类别频数与总频数之比称频率。
频数和频率分别从绝对数和相对数上，反映出数据在各变量值上的分布状况
100%
2035总计19%382意向
12%254投入
13%255谈判
19%382潜在
12%254明确
12%254接触
12%254成交
频率频数销售阶段
直方图：用来展现数据在不同组距间分布状态的图表
组距=（最大值-最小值）/ 组数
1. 选择数据
2. 设置接受区域
3. 调整频率分布
盒须图：盒须图用来体现数据分散情况
四分位数：将数据由小到大排列并分成四等份, 处于三个分割点位置的数值就是四分位数.。
第四章 统计整理 《应用统计学——以Excel为分析工具》PPT课件
• （2）递减排序：可表示为： x(1)>x(2)>…>x(n)。
• 无论是定性数据还是定量数据，其排序均 可借助EXCEL完成。下面通过实例说明 EXCEL2007中进行数据排序的操作。
• 编制好的统计台账和加工整理后的统计资料，必须 妥善保管，不得损坏和遗失。
• 以上五个方面是相互衔接的，其中，统计分组是统 计整理的基础，统计汇总是统计整理的中心内容， 统计表和统计图是统计整理结果的表现形式。
第二节 统计调查资料的预处理
• 统 计 调 查 资 料 的 预 处 理 (Statistical data pretreatment) 是 数 据 分 组 整 理 的 先 前 步 骤 ，内容包括调查数据的审核与插补、筛选 （第三章已经介绍）、排序、分类汇总等 过程
一、统计分组的含义
• 统计分组是根据统计研究的目的和任务要 求，按照统计分组标志将总体划分成性质 不同的若干个部分或组别，使组和组之间 具有差异性，而同一组内具有同质性。
二、统计分组的作用
• 1、区分事物的性质 • 如企业按照经济性质分组，分为国有经济、集体
经济、私营经济、个体经济、外商投资经济、港 澳台经济。 • 2、研究事物内部结构 • 如将国民生产总值按照三次产业划分，计算出各 个产业所占比重，以便研究内部结构是否合理。 • 3、研究现象之间的关系 • 在统计分作的基础上，研究现象和现象之间的相 互依存关系。如施肥量和亩产量之间的关系；商 业企业规模和商品流通费用率之间的关系等。
三、统计调查资料的分类汇总
• 在对数据进行预处理时，有时需要对某些 字段按条件进行汇总，称为数据的分类汇 总。如果只是针对一个字段进行分类汇总 ，称为单字段分类汇总；如果同时对两个 及两个以上字段进行分类汇总称为多字段 分类汇总。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
实训一利用Excel进行数据整理和描述性统计分析一、实训目的目的有三：（1）掌握Excel中基本的数据处理方法；（2）学会使用Excel进行统计分组；（3）学会使用Excel计算各种描述性统计指标，能以此方式独立完成相关作业。
二、实训要求1、已学习教材相关内容，理解数据整理中的统计计算问题；理解描述性统计指标中的统计计算问题；已阅读本次实训指导书，了解Excel中相关的计算工具。
2、准备好一个统计分组问题、准备好一个或几个描述性统计指标计算问题及相应数据（可用本实训所提供问题与数据）。
3、以Word文件形式（其中的统计表和统计图用Excel制作）提交实训报告（含：实训过程记录、疑难问题发现与解决记录（可选））。
此条为所有实训所要求。
三、实训内容和操作步骤（一）问题与数据有顾客反映某家航空公司售票处售票的速度太慢。
为此，航空公司收集了解100位顾客购票所花费时间的样本数据（单位：分钟），结果如下表。
2.3 1.03.5 0.7 1.0 1.3 0.8 1.0 2.4 0.91.1 1.5 0.2 8.2 1.7 5.2 1.6 3.9 5.42.36.1 2.6 2.8 2.4 3.9 3.8 1.6 0.3 1.1 1.13.1 1.14.3 1.4 0.2 0.3 2.7 2.7 4.1 4.03.1 5.5 0.9 3.34.2 21.7 2.2 1.0 3.3 3.44.6 3.6 4.5 0.5 1.2 0.7 3.5 4.8 2.6 0.97.4 6.9 1.6 4.1 2.1 5.8 5.0 1.7 3.8 6.33.2 0.6 2.1 3.7 7.8 1.9 0.8 1.3 1.4 3.511.0 8.6 7.5 2.0 2.0 2.0 1.2 2.9 6.5 1.04.6 2.0 1.25.8 2.9 2.0 2.96.6 0.7 1.5航空公司认为，为一位顾客办理一次售票业务所需的时间在五分钟之内就是合理的。
上面的数据是否支持航空公司的说法？顾客提出的意见是否合理？请你对上面的数据进行适当的分析，回答下列问题。
（1）对数据进行等距分组，整理成频数分布表，并绘制频数分布图（直方图、折线图、饼图）。
（2）根据分组后的数据，计算中位数、众数、算术平均数和标准差。
（3）分析顾客提出的意见是否合理？为什么？（4）使用哪一个平均指标来分析上述问题比较合理？答：（1）：2：从表中我们可以得到中位数为2.5众数为1平均数为3.17标准差为2.864（3）：合理，虽然他的平均数是3.17<5属于正常范围，但是依旧有将近20%的购票时间>5分钟属于超过正常范围，那就是速度太慢了。
平均数不能代表一切。
所以顾客提出的理由是正确的，购票太慢的现象确实存在。
（4）：平均数比较合理，它能较好的反映购票的大概时间。
比较有代表性！实训二用Excel数据分析功能进行统计整理和计算描述性统计指标一、实训目的学会使用Excel数据分析功能进行统计整理和计算各种描述性统计指标，能以此方式独立完成相关作业。
二、实训要求1、已学习教材相关内容，理解统计整理和描述性统计指标中的统计计算问题；已阅读本次实验导引，了解Excel中相关的计算工具。
2、准备好一个统计分组问题、准备好一个或几个数字特征计算问题及相应数据（可用本实验导引所提供问题与数据）。
3、以Word文件形式（其中的统计表和统计图用Excel制作）提交实训报告（含：实训过程记录、疑难问题发现与解决记录（可选））。
此条为所有实训所要求。
三、实训内容和操作步骤（一）问题与数据在一家财产保险公司的董事会上，董事们就加入世界贸易组织后公司的发展战略问题展开了激烈讨论，其中一个引人关注的问题就是如何借鉴国外保险公司的先进管理经验，提高自身的管理水平。
有的董事提出，2003年公司的各项业务与去年相比有太大增长，除经济环境和市场竟争等因素外，对家庭财产保险的业务开展得不够，公司在管理方式上也存在问题。
他认为，中国的家庭财产保险市场潜力巨大，应加大扩展这在业务的力度，同时，对公司家庭财产推销员实行目标管理，并根据目标完成情况建立相应的奖惩制度。
董事长认为该董事的建议有一定道理，准备采纳。
会后，他责成计划部经理尽快拿出具体的实施方案。
计划部经理接到任务后感到有些头痛，它不知道该从何处下手，不知道如何确定推销员的具体销售目标。
如果目标定得过高，多数推销员完不成任务，会使推销员失去信心；如果定得过低，将不利于充分挖掘员工的工作潜力，提高公司的业绩水平。
他首先把公司2003年的一些主要业务数据搬了出来，如表A，看了看有关的保险业务状况。
表A 公司2003年的主要业务数据保险项目保险金额（亿元）保费收入（万元）赔款及付给（万元）企业财产险19042.1 332148.6 149303.2家庭财产险1250.1 36035.9 13260.9机动车辆险7161.0 900886.6 502605.3船舶险3646.8 32516.4 29410.9货物运输险4373.8 103719.4 40278.6卫星及核能险249.2 4504.1 5038.9建筑、安装工程险849.7 16656.3 6575.0其他险746.4 29111.6 15234.1合计37319.1 1455578.9 761706.9 但这些数据对制定销售目标提供的信息有限。
他从公司几千名业务员中随机抽取了160人，对他们的月销售额作了统计。
结果如表B表B 公司160名业务员月销售额统计数据（单位：千元）25.05 17.48 13.80 25.29 15.42 16.22 21.09 17.93 26.51 22.288.81 22.38 23.40 17.93 18.64 15.56 13.22 21.72 17.52 17.7524.26 17.57 21.66 25.53 23.94 17.07 21.19 17.97 18.69 22.659.64 17.57 18.73 12.37 15.48 17.14 17.16 18.02 15.43 15.8811.05 15.64 26.74 25.83 16.98 21.25 21.31 32.40 17.57 13.8519.05 15.64 14.52 26.07 18.78 17.31 8.40 18.24 13.61 23.2725.64 17.61 21.81 14.26 17.79 15.13 15.88 14.87 18.96 15.8419.27 15.46 14.78 26.70 15.76 18.22 18.29 17.39 14.16 21.9212.96 15.77 18.28 17.84 17.61 17.25 21.64 13.51 19.25 23.5021.16 17.70 14.92 26.93 15.82 21.53 13.97 18.33 11.43 15.1517.25 23.16 15.08 17.66 21.53 17.34 15.34 23.45 19.35 23.7613.33 17.75 21.42 27.76 15.86 19.46 14.61 18.42 31.34 17.6217.25 15.71 13.25 31.16 17.16 17.41 21.88 18.51 17.43 24.2013.61 27.50 15.27 19.45 22.84 23.65 17.96 17.48 19.55 12.7421.40 17.90 18.94 21.34 15.99 17.43 18.55 18.63 19.91 24.8013.68 25.40 15.37 32.55 16.16 22.13 22.16 18.64 21.03 9.24以上这些数据对制定目标有何帮助？如果你是计划部的经理，如何根据上面的数据制定具体的销售目标？具体要求如下：（1）对数据进行分组，绘制直方图（2）销售额的算术平均数是多少？（3）销售额的中位数是多少？（4）销售额的众数是多少？（5）销售额标准差是多少？（6）这些销售资料属何种分布？（7）你的销售目标是多少？为什么？（1）答：如下表所示（2）：平均数为18.78(3)：中位数为17.915(4)：众数为:17.57(5)：标准差为:4.49(6)：销售额以16为基数向2边递减，16千元销售额最普遍，最小值为8.4，最大值为32.5。
(7)我会选择销售额在16-17千元之间，因为这个销售额最普通正常。
比较能代表总体也比较容易实现。
实训三用Excel计算变异指标并进行分析（一）问题与数据宁波开发区一外贸企业近期需要人工组装一批产品出口。
为了提高产量，赶船期，企业准备对现有的组装方法进行改进，现有三种可供选择的组装方法。
为确定哪种方法更好，随机抽取15个工人，让他们分别用三种方法组装。
下面是15个工人用三种方法在相同的时间内组装的产品数量（单位：个）方法A 方法B 方法C164 167 168 165 170 165 164 168 164 162 163 166 167 166 165 129130129130131130129127128128127128128125132125126126127126128127126127127125126116126125你准备采用什么方法来评价组装方法的优劣？试说明理由。
（二）实训内容：用Excel中的工作表函数计算变异指标操作步骤：1、将数据输入Excel表格中。
2、首先选择一种方法评价组装方法的优劣。
3、依次单击“插入”“函数”“常用函数”“统计”按钮选择“AVERAGE”选项，输入数据所在区间，计算平均值结果。
4、依次单击“插入”“函数”“统计”按钮选择“STDEVP”,计算数据的标准差。
选定之后单击确定按钮，输入数据区域，得到计算结果。
5、通过在Excel单元格中构造公式计算评价结果。
6、作出评价，并说明理由。
答：我将要选择根据算平均数和标准差的方法来算优劣根据图表：我们可以清楚的看到方法A效率最高。
组装数量最多！。