**

** 使用Excel的数据分析工具箱需要进行加载，方法如下： 选择【文件】菜单中的【选项】，打开【Excel选项】对话框，然后在左侧的窗口中选择【加载项】，单机【转到】按钮。在打开的【加载项】对话框中选中【分析工具箱】，最后点击确定按钮即可。 1.方差分析 ①　对数据进行处理，使其成为可分析的状态 ②　单击【数据】选项卡下的【数据分析】按钮，选择【方差分析】 ③　查看分析结果时分析结果分为两部分，第一部分需要关注方差值的大小，第二部分需要关注p值的大小，p值越小代表区域越大，如果p值小于0.05就又继续深入分析的必要。

2. 相关系数 注意事项：Excel工具只能处理数字类信息，所以在使用Excel使要灵活的将文字、图形类信息转化为数字类，其方法是用数字代码来代替非数值类信息。 方法：【数据分析】中打开【相关系数】，查看分析结果，在分析结果当中正数代表正相关，越大相关性越强，负数表示负相关，越小表示相关性越大。

3. 协方差 作用：分析变量因素对结果的影响，类似于相关系数

4. 指数平滑 作用：通过加权平均的方法对未来数据进行预测 ⚠️需要一定的统计学基础，由于本人没有什么统计学基础，所以附上链接，仅供参考学习。 参考资料：https://blog.csdn.net/boonya/article/details/95164733?utm_source=app&app_version=4.15.2 基本思路：1）确定a值的范围（a表示阻尼系数） 2）用指数平滑工具进行计算，确定最佳a值 3）观察最佳a值下数据图表的波动趋势 4）根据波动的趋势线性形状确定选择多少次指数平滑的计算方式。一次平滑指数适用于无明显变化趋势的数列；二次指数平滑适用于直线变化趋势的数列，如果进行一次指数平滑计算以后，发现趋势是直线，那么就需要进行二次指数平滑；三次指数平滑适用于二次曲线变化趋势的数列，如果进行一次指数平滑计算以后发现趋势线是二次曲线，那么就需要进行二次和三次指数平滑的计算。 5）根据选择的平滑次数，用公式计算出来未来值。

5. 移动平均 与指数平滑一样也是计算未来值的一种工具，通过分析变量的时间发展趋势进行预测。 计算原理：依次计算一定时期内的平均值，形成平均数值时间序列，从而反映未来趋势。 方法：【数据分析】，【移动平均】，设置间隔，注意选择图表输出，可以比较不同间隔下的预测值和实际值误差情况，选择误差最小的一个。

6. 描述统计 作用：对数据进行基本的描述，从而方便下一步进行数据分析。 方法：【数据分析】，【描述统计】，设置数据区域，并且选中【汇总统计】

7. 排位与百分比排位 会生成一个数据表，表中包含销量数据中各数据的顺序排位和百分比排位，目的是分析各对象数值的相对位置关系。

8. 回归 作用：分析目标数据是如何受到一个或多个变量影响的 方法： 【数据分析】，【回归】，选中【标志】复选框，Y值因变量，X值自变量，在输出选项栏当中设置【输出区域】 需要关注的区域： 1）回归分析： Multiple R表示自变量和因变量之间的相关系数，绝对值越接近1表示相关性越强。 R Square表示自变量导致因变量的变化程度。自变量X为1是需要重点关注。 Adjusted R Square表示自变量对因变量变化的百分比程度，自变量为多个是需要重点关注。 标准误差：用来衡量拟合程度的大小，该值越小说明拟合程度越好。 观测值：表示自变量的数据个数。 2）方差分析 主要关注Significance F值，以统计常用的0.05显著水平为界限，小于0.05表明整体回归方差显著有效。 3）回归参数表 Coefficients：表示回归系数 标准误差：误差值越小表示参数的精确度越高。 P-value：衡量的是两个变量之间的关系有效度。

9. 抽取 样本数据太多，用Excel的抽样工具进行数据样本抽取。 方法 1）周期性抽取，适用于原始数据呈现周期性分布时使用 2）随机抽取，适用于原始数据量多而无规律时使用 【数据分析】，【抽样】，设置周期还是随机。

10. 检验 t-检验：用于推论差异发生的概率，以分析两个对象之间是否存在差异。 z-检验：用于样本数据较多的检验（大于30），通过正态分布理论来推断对象之间差异发生的概率，从而验证对象是否存在差异。 【t-检验：平均值的成对二样本分析】比较常用，适用于检测条件改变之前和改变之后的数据差异，例如对商品上升之前的数据和上升之后的数据进行分析，以分析价格上升是否影响了销量。

扩展一个插件：方方格子，可以帮助提高数据分析的效率。