Excel中的高級數(shù)據(jù)分析(1)

網(wǎng)站分析中專業(yè)的工具除了Google Analytics, Adobe Sitecatalyst, Webtrends, 騰訊分析和百度統(tǒng)計等外，我想最常用的數(shù)據(jù)處理工具就是Excel了，Excel里頭最基礎(chǔ)的就是運算和圖表的制作，稍微高級一點就是函數(shù)和數(shù)據(jù)透視表的使用了，當(dāng)然你可能還會想到VBA和宏，但估計很少高手會使用這些高級的功能。

那對于高級的數(shù)據(jù)分析而言，也就是涉及統(tǒng)計學(xué)的專業(yè)分析方法和原理的時候，是不是就一定得求助SPSS,SAS這類專業(yè)的分析工具呢？數(shù)據(jù)分析從低級到高級層次的跳躍過程中有沒有可以起承接作用的工具呢？其實是有的，這就是Excel的數(shù)據(jù)分析功能。貌似最近比較火的兩本Excel書籍《誰說菜鳥不會數(shù)據(jù)分析》和《讓Excel飛》都沒有涉及這部分的內(nèi)容。高級的數(shù)據(jù)分析會涉及回歸分析、方差分析和T檢驗等方法，不要看這些內(nèi)容貌似跟日常工作毫無關(guān)系，其實往高處走，MBA的課程也是包含這些內(nèi)容的，所以早學(xué)晚學(xué)都得學(xué)，干脆就提前了解吧，請查看以下內(nèi)容。

在使用之前，首先得安裝Excel的數(shù)據(jù)分析功能，默認(rèn)情況下，Excel是沒有安裝這個擴展功能的，安裝如下所示：
1）鼠標(biāo)懸浮在Office按鈕上，然后點擊【Excel選項】：

2）找到【加載項】，在管理板塊選擇【Excel加載項】,然后點擊【轉(zhuǎn)到】：

3）選擇【分析工具庫】，點擊【確定】：

4）安裝完后，就可以【數(shù)據(jù)】板塊看到【數(shù)據(jù)分析】功能，如下所示：

一、回歸分析

在詳細進行回歸分析之前，首先要理解什么叫回歸？實際上，回歸這種現(xiàn)象最早由英國生物統(tǒng)計學(xué)家高爾頓在研究父母親和子女的遺傳特性時所發(fā)現(xiàn)的 一種有趣的現(xiàn)象：身高這種遺傳特性表現(xiàn)出”高個子父母，其后代身高也高于平均身高；但不見得比其父母更高，到一定程度后會往平均身高方向發(fā)生’回歸’”。 這種效應(yīng)被稱為”趨中回歸”?，F(xiàn)在的回歸分析則多半指源于高爾頓工作的那樣一整套建立變量間的數(shù)量關(guān)系模型的方法和程序。 這里的自變量是父母的身高，因變量是子女的身高。
百度百科對于回歸分析的定義是: 回歸分析（regression analysis)是確定兩種或兩種以上變數(shù)間相互依賴的定量關(guān)系的一種統(tǒng)計分析方法。運用十分廣泛：
1）回歸分析按照涉及的自變量的多少，可分為一元回歸分析和多元回歸分析；
2）按照自變量和因變量之間的關(guān)系類型，可分為線性回歸分析和非線性回歸分析。

這里舉個電商的例子：電子商務(wù)的轉(zhuǎn)換率是一定的，網(wǎng)站訪問數(shù)一般正比對應(yīng)于銷售收入，現(xiàn)在要建立不同訪問數(shù)情況下對應(yīng)銷售的標(biāo)準(zhǔn)曲線，用來預(yù)測搞活動時的銷售收入，如下所示：

1. 首先，利用散點圖描繪圖形：


2. 添加趨勢線，并且顯示回歸分析的公式和R平方值：

從圖得知，R平方值=0.9995，趨勢線趨同于一條直線，公式是：y=0.01028x-27.424

R 平方值是介于 0 和 1 之間的數(shù)字，當(dāng)趨勢線的 R 平方值為 1 或者接近 1 時，趨勢線最可靠。因為R2 >0.99，所以這是一個線性特征非常明顯的數(shù)值，說明擬合直線能夠以大于99.99%地解釋、涵蓋了實際數(shù)據(jù)，具有很好的一般性, 能夠起到很好的預(yù)測作用。

3. 使用Excel的數(shù)據(jù)分析功能

1）點擊【數(shù)據(jù)分析】，在彈出的選擇框中選擇【回歸】，然后點擊【確定】：

2）【X值輸入?yún)^(qū)域】選擇訪問數(shù)的單元格，【Y值輸入?yún)^(qū)域】選擇銷售額的單元格，同時勾選如下所示的選項，包括殘差、標(biāo)準(zhǔn)殘差、殘差圖、線性擬合圖和正態(tài)概率圖。

3）以下內(nèi)容是殘差和標(biāo)準(zhǔn)殘差：


4）以下是殘差圖：

 

殘差圖是有關(guān)于實際值與預(yù)測值之間差距的圖表，如果殘差圖中的散點在中軸上下兩側(cè)分布，那么擬合直線就是合理的，說明預(yù)測有時多些，有時少些，總體來說是符合趨勢的，但如果都在上側(cè)或者下側(cè)就不行了，這樣有傾向性，需要重新處理。

5）以下是線性擬合圖

在線性擬合圖中可以看到，除了實際的數(shù)據(jù)點，還有經(jīng)過擬和處理的預(yù)測數(shù)據(jù)點，這些參數(shù)在以上的表格中也有顯示。

6）以下是正態(tài)概率圖

正態(tài)概率圖一般用于檢查一組數(shù)據(jù)是否服從正態(tài)分布，是實際數(shù)值和正態(tài)分布數(shù)據(jù)之間的函數(shù)關(guān)系散點圖，如果這組數(shù)值服從正態(tài)分布，正態(tài)概率圖將是一條直線。回歸分析不一定得符合正態(tài)分布，這里只是僅僅把它描繪出來而已。

以上數(shù)據(jù)表格和圖表都說明公式y(tǒng)=0.01028x-27.424是一個值得信賴的預(yù)測曲線，假設(shè)搞活動時流量有50萬訪問數(shù)的話，那么預(yù)測銷售將是51373，如下圖所示：