Flytting Gjennomsnitt Data Analyse Utmerker Seg

Flytende gjennomsnitt Dette eksemplet lærer deg hvordan du beregner det bevegelige gjennomsnittet av en tidsserie i Excel. Et glidende gjennomsnitt brukes til å utjevne uregelmessigheter (topper og daler) for enkelt å gjenkjenne trender. 1. Først, ta en titt på vår tidsserie. 2. På Data-fanen klikker du Dataanalyse. Merk: kan ikke finne dataanalyseknappen Klikk her for å laste inn add-in for Analysis ToolPak. 3. Velg Flytt gjennomsnitt og klikk OK. 4. Klikk i feltet Inngangsområde og velg området B2: M2. 5. Klikk i intervallboksen og skriv inn 6. 6. Klikk i feltet Utmatingsområde og velg celle B3. 8. Skriv en graf av disse verdiene. Forklaring: fordi vi angir intervallet til 6, er glidende gjennomsnitt gjennomsnittet for de forrige 5 datapunktene og det nåværende datapunktet. Som et resultat blir tinder og daler utjevnet. Grafen viser en økende trend. Excel kan ikke beregne det bevegelige gjennomsnittet for de første 5 datapunktene fordi det ikke er nok tidligere datapunkter. 9. Gjenta trinn 2 til 8 for intervall 2 og intervall 4. Konklusjon: Jo større intervallet jo flere tinder og daler utjevnes. Jo mindre intervallet, jo nærmere bevegelige gjennomsnitt er de faktiske datapunktene. Eva Goldwater Biostatistics Consulting Center Universitetet i Massachusetts Helsehøgskolen oppdatert februar 2007 På et øyeblikk Vi brukte Excel til å gjøre noen grunnleggende dataanalyser for å se om det er et rimelig alternativ til å bruke en statistikkpakke for de samme oppgavene. Vi konkluderte med at Excel er et dårlig valg for statistisk analyse utover lærebokseksempler, den enkleste beskrivende statistikken, eller for mer enn noen få kolonner. Problemene vi opplevde som førte til denne konklusjonen er i fire generelle områder: Manglende verdier håndteres inkonsekvent, og noen ganger feil. Data organisering er forskjellig i henhold til analyse, noe som tvinger deg til å omorganisere dataene dine på mange måter hvis du vil gjøre mange forskjellige analyser. Mange analyser kan bare gjøres i en kolonne om gangen, noe som gjør det ubeleilig å gjøre den samme analysen på mange kolonner. Output er dårlig organisert, noen ganger mangelfullt merket, og det er ingen oversikt over hvordan en analyse ble utført. Excel er praktisk for dataoppføring, og for raskt å manipulere rader og kolonner før statistisk analyse. Men når du er klar til å gjøre statistisk analyse, anbefaler vi bruk av en statistisk pakke som SAS, SPSS, Stata, Systat eller Minitab. Innledning Excel er trolig det mest brukte regnearket for PCer. Nyoppkjøpte datamaskiner kommer ofte med Excel allerede lastet. Det er lett brukt til å gjøre en rekke beregninger, inkluderer en samling statistiske funksjoner og en Data Analysis ToolPak. Som et resultat, hvis du plutselig finner at du trenger å gjøre noen statistisk analyse, kan du vende deg til det som det åpenbare valget. Vi bestemte oss for å gjøre noen test for å se hvor godt Excel skulle fungere som et Data Analysis-program. For å presentere resultatene, vil vi bruke et lite eksempel. Dataene for dette eksemplet er fiktive. Det ble valgt å ha to kategoriske og to kontinuerlige variabler, slik at vi kunne teste en rekke grunnleggende statistiske teknikker. Siden nesten alle reelle datasettene har minst noen manglende datapunkter, og siden evnen til å håndtere manglende data riktig er et av funksjonene som vi tar for gitt i en statistisk analysepakke, introduserte vi to tomme celler i dataene: Hver rad i regnearket representerer et emne. Det første emnet mottok Behandling 1, og hadde Resultat 1. X og Y er verdiene for to målinger på hvert emne. Vi kunne ikke få mål for Y på det andre emnet, eller på X for det siste emnet, så disse cellene er tomme. Emnene er oppgitt i den rekkefølgen at dataene ble tilgjengelige, slik at dataene ikke bestilles på noen bestemt måte. Vi brukte disse dataene til å gjøre noen enkle analyser og sammenlignet resultatene med en standard statistisk pakke. Sammenligningen vurderte nøyaktigheten av resultatene, samt det enkle med hvilket grensesnittet kunne brukes til større datasett - det vil si flere kolonner. Vi brukte SPSS som standard, selv om noen av de statistiske pakkene OIT støtter ville gjøre like bra for dette formålet. I denne artikkelen når vi sier kvotestatistikkpakke, sier vi SPSS, SAS, STATA, SYSTAT eller Minitab. De fleste av Excels statistiske prosedyrer er en del av Data Analysis-verktøypakken, som er i Verktøy-menyen. Det inkluderer en rekke valg, inkludert enkel beskrivende statistikk, t-tester, korrelasjoner, 1 eller 2-veis analyse av varians, regresjon etc. Hvis du ikke har en Data Analysis-element på Verktøy-menyen, må du installere dataene Analyse ToolPak. Søk i Hjelp for quotData Analysis Toolsquot for instruksjoner om lasting av ToolPak. To andre Excel-funksjoner er nyttige for visse analyser, men Data Analysis-verktøypakken er den eneste som gir rimelig fullstendige tester av statistisk betydning. Pivottabellen i Data-menyen kan brukes til å generere sammendragstabeller av midler, standardavvik, teller osv. Du kan også bruke funksjoner til å generere noen statistiske tiltak, for eksempel en korrelasjonskoeffisient. Funksjoner genererer et enkelt nummer, så bruk av funksjoner du vil sannsynligvis måtte kombinere biter og stykker for å få det du vil ha. Likevel kan du ikke generere alle delene du trenger for en komplett analyse. Med mindre annet er oppgitt, ble alle statistiske tester som brukte Excel, gjort med Data Analysis ToolPak. For å sjekke en rekke statistiske tester valgte vi følgende oppgaver: Få midler og standardavvik fra X og Y for hele gruppen, og for hver behandlingsgruppe. Få sammenhengen mellom X og Y. Gjør en to prøve t-test for å teste om de to behandlingsgruppene er forskjellige på X og Y. Gjør en paret t-test for å teste om X og Y er statistisk forskjellig fra hverandre. Sammenlign antall fag med hvert utfall av behandlingsgruppen, ved hjelp av en chi-kvadrert test. Alle disse oppgavene er rutinemessige for et datasett av denne typen, og alle av dem kan enkelt gjøres ved hjelp av noen av de statistiske pakkene som er oppført. Generelle problemer Aktiver Analysis ToolPak Data Analysis ToolPak er ikke installert med standard Excel-oppsett. Se på Verktøy-menyen. Hvis du ikke har en Data Analysis-element, må du installere verktøyene for dataanalyse. Søk Hjelp for quotData Analysis Toolsquot for instruksjoner. Manglende verdier En tom celle er den eneste måten for Excel å håndtere manglende data. Hvis du har andre manglende verdikoder, må du endre dem til emner. Data Arrangement Ulike analyser krever at dataene blir arrangert på ulike måter. Hvis du planlegger en rekke forskjellige tester, kan det ikke være et enkelt arrangement som vil fungere. Du må sannsynligvis omorganisere dataene på flere måter for å få alt du trenger. Dialogbokser Velg ToolsData Analysis, og velg hvilken type analyse du vil gjøre. Den typiske dialogboksen har følgende elementer: Inngangsområde: Skriv inn øvre venstre og nedre høyre hjørneceller. f. eks A1: B100. Du kan bare velge tilstøtende rader og kolonner. Med mindre det er en avkrysningsboks for gruppering av data etter rader eller kolonner (og det er vanligvis ikke), regnes alle dataene som en glop. Etiketter - Det er noen ganger en boks du kan sjekke av for å indikere at den første raden på arket ditt inneholder etiketter. Hvis du har etiketter i den første raden, merk av i denne boksen, og utdataene dine kan MÅ bli merket med etiketten. Så igjen, kan det ikke. Utgangsplassering - Nytt ark er standard. Eller skriv inn celleadressen til øvre venstre hjørne der du vil legge utgangen i gjeldende ark. Nytt regneark er et annet alternativ, som jeg ikke har prøvd. Ramifications av dette valget er diskutert nedenfor. Andre elementer, avhengig av analysen. Utgangsplassering Utgangen fra hver analyse kan gå til et nytt ark i din nåværende Excel-fil (dette er standard), eller du kan plassere det i det nåværende arket ved å spesifisere øverste venstre hjørnecelle hvor du vil ha den plassert. Uansett er det litt av en plage. Hvis hver utgang er i et nytt ark, ender du med mange ark, hver med en liten utgang. Hvis du plasserer dem i det nåværende arket, må du plassere dem på riktig måte, la rom være for å legge til kommentarer og etikettendringer du må gjøre for å formatere en utgang på riktig måte, kan påvirke en annen utgang negativt. Eksempel: Utdata fra beskrivelser har en kolonne med etiketter som standardavvik, standardfeil osv. Du vil gjøre denne kolonnen bred for å kunne lese etikettene. Men hvis en enkel Frekvensutgang er rett under, blir kolonnen som viser verdiene som blir talt, som bare inneholder små heltall, også bred. Resultater av analyser Beskrivende statistikk Den raskeste måten å få midler og standardavvik for en hel gruppe på, er å bruke Beskrivelser i Data Analysis-verktøyene. Du kan velge flere tilstøtende kolonner for Inngangsområdet (i dette tilfellet X - og Y-kolonnene), og hver kolonne analyseres separat. Etikettene i den første raden brukes til å merke utgangen, og de tomme cellene ignoreres. Hvis du har flere, ikke tilstøtende kolonner du må analysere, må du gjenta prosessen for hver gruppe sammenhengende kolonner. Prosedyren er enkel, kan håndtere mange kolonner rimelig effektivt, og tomme celler behandles ordentlig. For å få midler og standardavvik for X og Y for hver behandlingsgruppe krever bruk av pivottabeller (med mindre du vil omorganisere databladet for å skille de to gruppene). Etter å ha valgt det (sammenhengende) datafeltet, i alternativet Pivot Table Wizards Layout, drar du Behandling til rad-variabelområdet og X til Data-området. Dobbeltklikk på ldquoCount of Xrdquo i Data-området, og endre det til gjennomsnittlig. Dra X inn i datafeltet igjen, og denne gangen endrer du Count to StdDev. Til slutt, dra X på en gang, og la den være som Count of X. Dette gir oss gjennomsnittet, standardavviket og antall observasjoner i hver behandlingsgruppe for X. Gjør det samme for Y, så vi vil få gjennomsnittlig standard avvik og antall observasjoner for Y også. Dette vil legge totalt seks elementer i datafeltet (tre for x og tre for y). Som du kan se, hvis du vil få en rekke beskrivende statistikker for flere variabler, vil prosessen bli kjedelig. En statistisk pakke lar deg velge så mange variabler som du ønsker for beskrivende statistikk, uansett om de er sammenhengende. Du kan få den beskrivende statistikken for alle fagene sammen, eller nedbrutt av en kategorisk variabel som behandling. Du kan velge statistikken du vil se en gang, og den gjelder alle valgte variabler. Korrelasjoner Ved hjelp av Data Analysis-verktøyene, er dialog for korrelasjoner mye som beskrivelsen - du kan velge flere sammenhengende kolonner, og få en utmatingsmatrise av alle par korrelasjoner. Tomme celler ignoreres på riktig måte. Utgangen inkluderer IKKE antall par datapunkter som brukes til å beregne hver korrelasjon (som kan variere, avhengig av hvor du mangler data), og ikke angir om noen av korrelasjonene er statistisk signifikante. Hvis du vil ha korrelasjoner på ikke-sammenhengende kolonner, må du enten inkludere de mellomliggende kolonnene, eller kopiere de ønskede kolonnene til en sammenhengende plassering. En statistisk pakke vil tillate deg å velge ikke-sammenhengende kolonner for dine korrelasjoner. Utgangen vil fortelle deg hvor mange par datapunkter som ble brukt til å beregne hver korrelasjon, og hvilke korrelasjoner som er statistisk signifikante. Toprøve T-test Denne testen kan brukes til å kontrollere om de to behandlingsgruppene er forskjellige på verdiene for enten X eller Y. For å kunne utføre testen må du angi et celleområde for hver gruppe. Siden dataene ikke ble oppgitt av behandlingsgruppen, må vi først sortere radene ved behandling. Pass på at du tar alle de andre kolonnene sammen med behandlingen, slik at dataene for hvert fag forblir intakt. Etter at dataene er sortert, kan du angi rekkevidden av celler som inneholder X-målene for hver behandling. Ikke inkluder rad med etiketter, fordi den andre gruppen ikke har en etikettrad. Derfor blir ikke utdataene dine merket for å indikere at denne utgangen er for X. Hvis du vil at utdataet er merket, må du kopiere cellene som svarer til den andre gruppen til en egen kolonne, og angi en rad med en etikett for den andre gruppen . Hvis du også vil gjøre t-testen for Y-målingene, må du gjenta prosessen. De tomme cellene ignoreres, og andre enn problemene med å merke utdataene, resultatene er riktige. En statistisk pakke vil gjøre denne oppgaven uten å måtte sortere dataene eller kopiere den til en annen kolonne, og utdataene vil alltid være merket på riktig måte i den grad du gir etiketter for variablene og behandlingsgruppene. Det vil også gi deg mulighet til å velge mer enn én variabel av gangen for t-testen (for eksempel X og Y). Paret t-test Paret t-test er en metode for å teste om forskjellen mellom to målinger på samme emne er vesentlig forskjellig fra 0. I dette eksemplet ønsker vi å teste forskjellen mellom X og Y målt på samme emne. Det viktigste ved denne testen er at det sammenligner målingene innenfor hvert fag. Hvis du skanner X - og Y-kolonnene separat, ser de ikke helt klart annerledes ut. Men hvis du ser på hvert X-Y-par, vil du legge merke til at X i alle tilfeller er større enn Y. Den sammenkoblede t-testen skal være følsom for denne forskjellen. I de to tilfellene hvor enten X eller Y mangler, er det ikke mulig å sammenligne de to målene på et emne. Derfor kan bare 8 rader brukes til paret t-test. Når du kjører den sammenkoblede t-testen på disse dataene, får du en t-statistikk på 0,09, med en 2-sannsynlighet på 0,93. Testen finner ingen signifikant forskjell mellom X og Y. Vi ser på utgangen mer nøye, vi merker at det står 9 observasjoner. Som nevnt ovenfor, bør det bare være 8. Det ser ut som at Excel har unnlatt å ekskludere observasjonene som ikke hadde både X og Y målinger. For å få de riktige resultatene kopier X og Y til to nye kolonner og fjern dataene i cellene som ikke har noen verdi for det andre tiltaket. Kjør nå den parede t-testen igjen. Denne gangen er t-statistikken 6,14817 med en 2-sannsynlighet på 0,000468. Konklusjonen er helt annerledes Selvfølgelig er dette et ekstremt eksempel. Men poenget er at Excel ikke beregner den sammenkoblede t-testen riktig når noen observasjoner har en av målingene, men ikke den andre. Selv om det er mulig å få det riktige resultatet, ville du ikke ha grunn til å mistenke resultatene du får uten at du er tilstrekkelig oppmerksom på at antall observasjoner er feil. Det er ingenting i elektronisk hjelp som vil advare deg om dette problemet. Interessant, det er også en TTEST-funksjon, som gir de riktige resultatene for dette eksemplet. Tilsynelatende er funksjonene og dataanalyseverktøyene ikke konsekvente i hvordan de håndterer manglende celler. Ikke desto mindre kan jeg ikke anbefale bruk av funksjoner i stedet for Data Analysis-verktøyene, fordi resultatet av å bruke en funksjon er et enkelt nummer - i dette tilfellet 2-sannsynligheten for t-statistikken. Funksjonen gir deg ikke t-statistikken selv, graden av frihet eller noen andre ting du vil se om du gjorde en statistisk test. En statistikkpakke utelukker tilfellene riktig med en av målingene som mangler, og gir alle støttestatistikkene du trenger for å tolke utdataene. Crosstabulation og Chi-Squared Independence Test Vår endelige oppgave er å telle de to resultatene i hver behandlingsgruppe, og bruk en chi-square test av uavhengighet for å teste for forholdet mellom behandling og utfall. For å telle utfallet av behandlingsgruppen, må du bruke pivottabeller. I alternativet Pivot Table Wizards Layout, dra Behandling til rad, Resultat til kolonne og også til Data. Datafeltet skal si quotCount of Outcomequot ndash hvis ikke, dobbeltklikk på det og velg quotCountquot. Hvis du vil ha percents, dobbeltklikk quotocount of Outcomequot, og klikk Options i ldquoShow Data Asrdquo-boksen som vises, velg sitat for rowquot. Hvis du vil ha både teller og percents, kan du trekke den samme variabelen i dataområdet to ganger, og bruke det en gang for teller og en gang for prosenter. Å få chi-square testen er imidlertid ikke så enkelt. Det er bare tilgjengelig som en funksjon, og inngangene som trengs for funksjonen, er de observerte tellingene i hver kombinasjon av behandling og utfall (som du har i pivottabellen) og forventede teller i hver kombinasjon. Forventede teller Hva er de Hvordan får du dem Hvis du har tilstrekkelig statistisk bakgrunn for å vite hvordan du beregner forventede teller, og kan gjøre Excel-beregninger ved hjelp av relative og absolutte celleadresser, bør du kunne navigere gjennom dette. Hvis ikke, er du uheldig. Forutsatt at du overgikk problemet med forventede teller, kan du bruke Chitest-funksjonen for å få sannsynligheten for å observere en chi-kvadratverdi som er større enn den for denne tabellen. Igjen, siden vi bruker funksjoner, får du ikke mange andre nødvendige stykker av beregningen, spesielt verdien av den chi-kvadratiske statistikken eller dens frihetsgrader. Ingen statistisk pakke vil kreve at du oppgir forventede verdier før du beregner en chi-square test for uavhengighet. Videre vil resultatene alltid inkludere chi-kvadratstatistikken og dens frihetsgrader, så vel som sannsynligheten. Ofte vil du få litt ekstra statistikk også. Ytterligere analyser De resterende analysene ble ikke gjort på dette datasettet, men noen kommentarer om dem er inkludert for fullstendighet. Enkle frekvenser Du kan bruke pivottabeller for å få enkle frekvenser. (se Crosstabuleringer for mer om hvordan du får pivottabeller.) Ved hjelp av pivottabeller betraktes hver kolonne som en egen variabel, og etikettene i rad 1 vises på utgangen. Du kan bare gjøre en variabel av gangen. En annen mulighet er å bruke frekvensfunksjonen. Den største fordelen med denne metoden er at når du har definert frekvensfunksjonen for en kolonne, kan du bruke CopyPaste til å få den til andre kolonner. Først må du skrive inn en kolonne med verdiene du vil telle (bins). Hvis du har tenkt å gjøre frekvensene for mange kolonner, må du huske å skrive inn verdier for kolonnen med de fleste kategoriene. f. eks hvis 3 kolonner har verdier på 1 eller 2, og den fjerde har verdier på 1,2,3,4, må du angi binverdiene som 1,2,3,4. Velg nå nok tomme celler i en kolonne for å lagre resultatene - 4 i dette eksemplet, selv om den nåværende kolonnen bare har 2 verdier. Velg deretter InsertFunctionStatisticalFrequencies på menyen. Fyll inn inngangsområdet for den første kolonnen du vil telle ved hjelp av relative adresser (for eksempel A1: A100). Fyll ut Bin-området ved å bruke de absolutte adressene på stedene der du angav verdiene som skal telles (for eksempel M1: M4). Klikk Fullfør. Merk boksen over kolonneoverskriftene på arket, der formelen vises. Det begynner med quot FREKVENSER (angi Plasser markøren til venstre for tegnet i formelen, og trykk Ctrl-Shift-Enter. Frekvenstellingen vises nå i de valgte cellene. For å få hyppigheten til andre kolonner, velg cellene med frekvensene i dem, og velg EditCopy på menyen. Hvis den neste kolonnen du vil telle, er en kolonne til høyre for den forrige, velg cellen til høyre for den første frekvenscellen, og velg EditPaste (Velg EditPaste ctrl-V). Fortsett å flytte til høyre og lim inn for hver kolonne du vil telle. Hver gang du flytter en kolonne til høyre for de opprinnelige frekvenscellene, flyttes kolonnen som skal telles, rett fra den første kolonnen du teller. Hvis du også vil ha percents, må yoursquoll bruke Sum-funksjonen til å beregne summen av frekvensene, og definere formelen for å få prosentandelen for en celle. Velg cellen for å lagre den første prosenten, og skriv formelen i formelen boks på toppen av arket - f. eks. N1100N 5 - hvor N1 er cellen med frekvensen for den første kategorien, og N5 er cellen med summen av frekvensene. Bruk CopyPaste for å få formelen for de gjenværende cellene i den første kolonnen. Når du har percents for en kolonne, kan du kopiere dem til de andre kolonnene. Yoursquoll må være forsiktig med bruk av relative og absolutte adresser I eksemplet ovenfor brukte vi N5 til nevnte, så når vi kopierer formelen ned til neste frekvens i samme kolonne, vil den fortsatt se etter summen i rad 5 men når vi kopierer formelen til en annen kolonne, vil den skifte til frekvensene i neste kolonne. Til slutt kan du bruke Histogram på Data Analysis-menyen. Du kan bare gjøre en variabel av gangen. Som med frekvensfunksjonen må du skrive inn en kolonne med quotbinquot-grenser. For å telle antall forekomster av 1 og 2 må du angi 0,1,2 i tre tilstøtende celler, og gi rekkevidden til disse tre cellene som Binene i dialogboksen. Utgangen er ikke merket med noen etiketter du kan ha i rad 1, heller ikke med kolonnebrevet. Hvis du gjør frekvenser på mange variabler, har du problemer med å vite hvilken frekvens som hører til hvilken datakolonne. Lineær regresjon Siden regresjon er en av de mest brukte statistiske analysene, prøvde vi det selv om vi ikke gjorde en regresjonsanalyse for dette eksemplet. Regresjonsprosedyren i Data Analysis-verktøyene lar deg velge en kolonne som den avhengige variabelen, og et sett med sammenhengende kolonner for uavhengige. Det tolererer imidlertid ikke noen tomme celler hvor som helst i inngangsområdene, og du er begrenset til 16 uavhengige variabler. Derfor, hvis du har noen tomme celler, må du kopiere alle kolonnene som er involvert i regresjonen til nye kolonner, og slette alle rader som inneholder tomme celler. Store modeller, med mer enn 16 prediktorer, kan ikke gjøres i det hele tatt. Variasjonsanalyse Generelt er Excels ANOVA-funksjonene begrenset til noen få spesielle tilfeller som sjelden finnes utenfor lærebøker, og krever mange datainnstillinger. Enveis ANOVA-data må ordnes i separate og tilstøtende kolonner (eller rader) for hver gruppe. Det er klart at dette ikke bidrar til å gjøre 1-måter på mer enn én gruppering. Hvis du har etiketter i rad 1, vil utgangen bruke etikettene. Tofaktor ANOVA uten replikering Dette gjør bare saken med en observasjon per celle (det vil si ikke innen Cellefeil). Inngangsområdet er et rektangulært arrangement av celler, med rader som representerer nivåer av en faktor, kolonner nivåene av den andre faktoren, og cellen inneholder den ene verdien i den cellen. Two-Factor ANOVA med replikater Dette gjør en toveis ANOVA med like cellestørrelser. Inngangen må være en rektangulær region med kolonner som representerer nivåene av en faktor, og rader som representerer replikater innenfor nivåer av den andre faktoren. Inngangsområdet må også inneholde en ekstra rad øverst og kolonne til venstre, med etiketter som indikerer faktorene. Disse etikettene brukes imidlertid ikke til å merke den resulterende ANOVA-tabellen. Klikk på Hjelp på ANOVA-dialogboksen for et bilde av hva inngangsområdet må se ut. Be om mange analyser Hvis du hadde en rekke forskjellige statistiske prosedyrer som du ønsket å utføre på dataene dine, vil du nesten sikkert finne deg selv å sortere, omplassere, kopiere og lime inn dataene dine. Dette skyldes at hver prosedyre krever at dataene blir arrangert på en bestemt måte, ofte forskjellig fra måten en annen prosedyre ønsker at dataene skal ordnes. I vår lille test måtte vi sortere radene for å kunne gjøre t-testen, og kopiere noen celler for å få etiketter for utgangen. Vi måtte tømme innholdet i noen celler for å få riktig paret t-test, men ønsket ikke at disse cellene ble ryddet for en annen test. Og vi gjorde bare fem oppgaver. Det blir ikke bedre når du prøver å gjøre mer. Det er ingen enkelt arrangement av dataene som vil tillate deg å gjøre mange forskjellige analyser uten å lage mange forskjellige kopier av dataene. Behovet for å manipulere dataene på mange måter øker sjansen for å introdusere feil. Ved hjelp av et statistisk program, vil dataene normalt bli ordnet med radene som representerer emnene, og kolonnene som representerer variabler (som de er i våre eksempeldata). Med dette arrangementet kan du gjøre noen av analysene som diskuteres her, og mange andre også, uten å måtte sortere eller omorganisere dataene dine på noen måte. Bare mye mer komplekse analyser, utover evnene i Excel og omfanget av denne artikkelen, vil kreve dataoverføring. Arbeide med mange kolonner Hva om dataene dine ikke hadde 4, men 40 kolonner, med en blanding av kategoriske og kontinuerlige tiltak. Hvor enkelt kan de ovennevnte prosedyrene skje til et større problem I beste fall kan noen av de statistiske prosedyrene godta flere sammenhengende kolonner for inngang , og tolk hver kolonne som et annet mål. Beskrivelses - og korrelasjonsprosedyrene er av denne typen, slik at du kan be om beskrivende statistikk eller korrelasjoner for et stort antall kontinuerlige variabler, så lenge de er angitt i nærliggende kolonner. Hvis de ikke er tilstøtende, må du omorganisere kolonner eller bruke kopi og lim inn for å gjøre dem tilgrensende. Mange prosedyrer kan imidlertid bare brukes til en kolonne ad gangen. T-tester (enten uavhengige eller parrede), enkle frekvens teller, chi-firkantet test av uavhengighet, og mange andre prosedyrer er i denne klassen. Dette ville bli en alvorlig ulempe hvis du hadde mer enn en håndfull kolonner, selv om du bruker kutt og lim inn eller makroer for å redusere arbeidet. I tillegg til å måtte gjenta forespørselen mange ganger, må du bestemme hvor du skal lagre resultatene for hver, og sørg for at den er merket riktig slik at du enkelt kan finne og identifisere hver utgang. Endelig gir Excel deg ikke en logg eller annen post for å spore hva du har gjort. Dette kan være en alvorlig ulempe hvis du vil kunne gjenta samme (eller lignende) analyse i fremtiden, eller selv om du nettopp har glemt hva du allerede har gjort. Ved hjelp av en statistikkpakke kan du be om en test for så mange variabler som du trenger samtidig. Hver og en vil bli ordentlig merket og ordnet i produksjonen, så det er ingen forvirring om hva som er hva. Du kan også forvente å få en logg, og ofte et sett med kommandoer, som kan brukes til å dokumentere arbeidet ditt eller å gjenta en analyse uten å gå gjennom alle trinnene igjen. Selv om Excel er et fint regneark, er det ikke en statistisk dataanalysepakke. I all rettferdighet var det aldri ment å være en. Husk at Data Analysis ToolPak er en quad-inquot - en ekstra funksjon som gjør at du kan gjøre noen raske beregninger. Så det bør ikke være overraskende at det bare er det det er bra for - noen få raske beregninger. Hvis du prøver å bruke den til mer omfattende analyser, vil du støte på vanskeligheter på grunn av noen eller alle følgende begrensninger: Potensielle problemer med analyser som involverer manglende data. Disse kan være lumske fordi den uønskede brukeren ikke sannsynlig vil innse at noe er galt. Manglende fleksibilitet i analyser som kan gjøres på grunn av forventningene til datainnsamling. Dette resulterer i behovet for å cutpastesort og på annen måte omorganisere databladet på ulike måter, og øker feilfeilet. Utdata spredt i mange forskjellige regneark eller over ett regneark, som du må ta ansvar for å ordne på en fornuftig måte. Utgangen kan være ufullstendig eller kanskje ikke merket på riktig måte, noe som øker muligheten for feilidentifisering av utdata. Trenger å gjenta forespørsler om noen analyser flere ganger for å kjøre den for flere variabler, eller å be om flere alternativer. Trenger du å gjøre noen ting ved å definere dine egne funksjonsformler, med tilhørende risiko for feil. Ingen registrering av hva du gjorde for å generere resultatene dine, noe som gjør det vanskelig å dokumentere analysen din, eller å gjenta det på et senere tidspunkt, hvis det skulle være nødvendig. Hvis du har mer enn 10 eller 12 kolonner, vil andor gjøre noe utover beskrivende statistikk og kanskje korrelasjoner, bør du bruke en statistisk pakke. Det finnes flere egnede som er tilgjengelige av nettstedet lisens gjennom OIT, eller du kan bruke dem i noen av OIT PC labs. Hvis du har Excel på din egen PC, og ikke vil betale for et statistisk program, bruker du Excel for å legge inn dataene (med rader som representerer fagene og kolonnene for variablene). Alle de nevnte statistiske pakkene kan lese Excel-filer, slik at du kan gjøre (tidkrevende) dataoppføring hjemme, og gå til laboratoriene for å gjøre analysen. En mye mer omfattende diskusjon om fallgruvene med å bruke Excel, med mange flere lenker, er tilgjengelig på burns-stat Klikk på Tutorials, deretter Add-on Spreadsheet. For assistanse eller mer informasjon om statistisk programvare, kontakt Biostatistics Consulting Center. Telefon 545-2949 Slik beregner du Flytteverdier i Excel Excel Dataanalyse for dummier, 2. utgave Kommandoen Dataanalyse gir et verktøy for å beregne flytende og eksponentielt glatte gjennomsnitt i Excel. Anta, for illustrasjons skyld, at du har samlet inn daglig temperaturinformasjon. Du vil beregne tre-dagers glidende gjennomsnitt 8212 gjennomsnittet for de siste tre dagene 8212 som en del av noen enkle værprognoser. For å beregne bevegelige gjennomsnitt for dette datasettet, gjør du følgende trinn. For å beregne et bevegelige gjennomsnittsnivå, klikker du først på kommandoknappen Data tab8217s Data Analyse. Når Excel viser dialogboksen Dataanalyse, velger du elementet Flytende gjennomsnitt fra listen, og klikker deretter OK. Excel viser dialogboksen Moving Average. Identifiser dataene du vil bruke til å beregne det bevegelige gjennomsnittet. Klikk i tekstboksen Inngangsområde i dialogboksen Moving Average. Deretter identifiserer du innspillingsområdet, enten ved å skrive inn et regnearkområdeadresse eller ved å bruke musen til å velge regnearkområdet. Ditt referanseområde bør bruke absolutte celleadresser. En absolutt celleadresse går foran kolonnebrevet og radnummeret med tegn, som i A1: A10. Hvis den første cellen i innspillingsområdet inneholder en tekstetikett for å identifisere eller beskrive dataene dine, velger du avmerkingsboksen Etiketter i første rad. I tekstboksen Intervall, fortell Excel hvor mange verdier som skal inkluderes i gjennomsnittlig beregning i glidende retning. Du kan beregne et glidende gjennomsnitt ved å bruke et hvilket som helst antall verdier. Som standard bruker Excel de siste tre verdiene til å beregne glidende gjennomsnitt. For å angi at et annet antall verdier skal brukes til å beregne det bevegelige gjennomsnittet, skriv inn verdien i Intervall-tekstboksen. Fortell Excel hvor du skal plassere de bevegelige gjennomsnittsdataene. Bruk tekstboksen Utgangsområde for å identifisere arbeidsarkområdet som du vil plassere de bevegelige gjennomsnittsdataene i. I regnearkseksemplet er de bevegelige gjennomsnittsdataene plassert i regnearkområdet B2: B10. (Valgfritt) Angi om du vil ha et diagram. Hvis du vil ha et diagram som viser den bevegelige gjennomsnittlige informasjonen, markerer du avkrysningsboksen Kartutgang. (Valgfritt) Angi om du vil beregne standard feilinformasjon. Hvis du vil beregne standardfeil for dataene, merker du av for Standard feil. Excel plasserer standard feilverdier ved siden av de bevegelige gjennomsnittsverdiene. (Standardfeilinformasjonen går inn i C2: C10.) Når du er ferdig med å angi hvilken flytende gjennomsnittsinformasjon du vil beregne, og hvor du vil plassere den, klikker du OK. Excel beregner flytende gjennomsnittsinformasjon. Merk: Hvis Excel doesn8217t har nok informasjon til å beregne et glidende gjennomsnitt for en standardfeil, plasserer den feilmeldingen i cellen. Du kan se flere celler som viser denne feilmeldingen som en verdi.