在当今数字化时代，人们在日常生活和工作中要面对大量的数据，如何有效地利用这些数据改善我们的生活、改进我们的工作成为了人们关心的问题，数据挖掘技术的发展为我们打开了一扇窗，提供了各种实用工具实现数据的分析与处理。但这些工具往往专业性强，对使用者要求高，很难普及，而Excel是大众普遍使用的电子表格制作软件，它不仅能够保存数据，在数据处理中也有着良好的表现，特别是它提供的函数、图表、数据透视表、数据分析工具、规划求解工具等，不仅能够解决在数据分析处理中的各种复杂问题，对解决日常生活和工作中的数据分析处理问题也有很大帮助。 《Excel在数据分析中的应用》以数据分析处理过程为主线，以统计学为基础，通过Excel的各种功能实现对各种数据的处理，主要内容包括数据分析与处理概述、数据收集与预处理、Excel函数在数据分析中的应用、数据管理、数据图表化展现、抽样与参数估计、方差分析、时间序列分析、相关分析、常用统计分布图形分析、回归图形分析、Excel在数据挖掘中的应用。 《Excel在数据分析中的应用》内容丰富，结构清晰，采用从原理到实践的方式介绍，并给出了大量的案例。同时《Excel在数据分析中

第1章 数据分析与处理概述 1 1.1 数据分析与处理简介 1 1.2 数据分析处理概念 2 1.2.1 什么是数据 2 1.2.2 什么是数据的分析与处理 2 1.3 数据分析与处理过程 3 1.3.1 数据分析处理过程 3 1.3.2 数据分析处理案例 6 1.3.3 数据分析师 15 1.4 数据分析模型 16 1.5 大数据的分析处理 20 1.5.1 大数据时代——你的** 20 1.5.2 大数据概念 21 1.5.3 数据挖掘 26 本章小结 29 习题1 29 第2章 数据收集与预处理 31 2.1 数据的收集 31 2.1.1 数据的来源 31 2.1.2 数据的分类 31 2.1.3 数据集 32 2.1.4 数据的收集方法 36 2.1.5 数据收集案例 37 2.2 数据预处理 42 2.2.1 数据清理 42 2.2.2 数据集成 47 2.2.3 数据转换 49 2.2.4 数据归约 52 2.2.5 数据的可视化 54 本章小结 58 习题2 58 第3章 Excel函数在数据分析中的应用 60 3.1 Excel在数据分析中的应用简介 60 3.2 单元格、公式、函数 61 3.2.1 单元格 61 3.2.2 公式 62 3.2.3 函数 63 3.3 数据分析中的常用函数 64 3.3.1 数学函数 64 3.3.2 文本函数 66 3.3.3 日期函数 68 3.3.4 统计函数 70 3.3.5 逻辑函数 71 3.3.6 查找与引用函数 72 3.4 函数应用案例分析 74 本章小结 79 习题3 79 第4章 数据管理 84 4.1 数据排序 84 4.1.1 排序规则 84 4.1.2 行、列排序 85 4.1.3 自定义条件排序 88 4.1.4 排序函数 89 4.2 数据筛选 91 4.2.1 自动筛选 91 4.2.2 **筛选 93 4.3 数据分类汇总 99 4.3.1 直接创建分类汇总 100 4.3.2 多重分类汇总 101 4.3.3 分类汇总函数 102 4.4 合并计算 109 4.4.1 按位置合并计算 109 4.4.2 按类合并计算 111 本章小结 112 习题4 112 第5章 数据图表化展现 115 5.1 数据图表 115 5.1.1 图表的类型 115 5.1.2 创建简单图表 116 5.1.3 创建复杂图表 118 5.1.4 动态图表 122 5.2 数据透视表 127 5.2.1 数据透视表组成 127 5.2.2 创建数据透视表 127 5.2.3 数据透视表分组 131 5.2.4 数据透视图 132 本章小结 133 习题5 133 第6章 抽样与参数估计 136 6.1 抽样 136 6.1.1 随机数函数抽样 137 6.1.2 随机数发生器抽样 137 6.1.3 抽样分析工具随机抽样 139 6.1.4 抽样分析工具周期抽样 139 6.1.5 抽样分析案例 139 6.2 参数估计 145 6.2.1 参数估计的基本概念 146 6.2.2 总体方差已知情况下的总体均值 区间估计 147 6.2.3 总体方差未知且为小样本情况下的 总体均值区间估计 148 6.2.4 总体方差未知且为大样本情况下的 总体均值区间估计 148 6.2.5 总体方差的区间估计 149 6.2.6 两个总体均值之差的区间估计 150 6.2.7 两个总体方差比的区间估计 150 6.2.8 参数估计案例 151 本章小结 163 习题6 164 第7章 方差分析 167 7.1 单因素方差分析 167 7.1.1 单因素方差分析原理 167 7.1.2 单因素方差分析案例 169 7.2 双因素方差分析 172 7.2.1 无重复的双因素方差分析 172 7.2.2 无重复的双因素方差分析案例 174 7.2.3 可重复的双因素方差分析 176 7.2.4 可重复的双因素方差分析案例 178 本章小结 181 习题7 181 第8章 时间序列分析 184 8.1 时间序列简介 184 8.1.1 时间序列的基本概念和特点 184 8.1.2 时间序列变动的影响因素 184 8.2 时间序列的统计对比分析 185 8.2.1 时间序列的图形分析 185 8.2.2 时间序列的水平分析 185 8.2.3 时间序列的速度分析 186 8.2.4 统计对比分析案例 187 8.3 时间序列的移动平均分析 189 8.3.1 移动平均分析原理 190 8.3.2 移动平均分析案例 190 8.4 时间序列的指数平滑分析 193 8.4.1 指数平滑分析原理 193 8.4.2 指数平滑分析案例 195 8.5 时间序列的趋势外推分析 200 8.5.1 趋势外推分析原理 200 8.5.2 趋势外推分析案例 201 8.6 时间序列的季节调整分析 203 8.6.1 季节调整分析原理 203 8.6.2 季节调整分析案例 203 本章小结 206 习题8 206 第9章 相关分析 209 9.1 简单相关分析 209 9.1.1 简单相关关系的测定方法 209 9.1.2 简单相关分析案例 213 9.2 多元相关分析 216 9.2.1 多元相关关系的测定方法 216 9.2.2 多元相关分析案例 218 9.3 等级相关分析 221 9.3.1 等级相关关系的测定方法 221 9.3.2 等级相关关系案例 221 本章小结 223 习题9 223 第10章 常用统计分布图形分析 226 10.1 概率函数图形分析 226 10.1.1 离散型随机变量的概率质量 函数 226 10.1.2 连续型随机变量的概率密度 函数 227 10.1.3 概率累积分布函数 227 10.1.4 概率函数分析案例 228 10.2 正态分布图形分析 232 10.2.1 正态分布函数 232 10.2.2 正态分布分析案例 234 10.3 泊松分布图形分析 235 10.3.1 泊松分布函数 236 10.3.2 泊松分布分析案例 237 10.4 指数分布图形分析 238 10.4.1 指数分布函数 239 10.4.2 指数分布分析案例 240 10.5 卡方分布图形分析 242 10.5.1 卡方分布函数 242 10.5.2 卡方分布分析案例 243 本章小结 245 习题10 245 第11章 回归图形分析 247 11.1 一元线性回归图形分析 247 11.1.1 一元线性回归模型 247 11.1.2 一元线性回归的实现方法 248 11.1.3 一元线性回归分析案例 251 11.2 多元线性回归图形分析 256 11.2.1 多元线性回归模型 257 11.2.2 多元线性回归分析案例 258 11.3 非线性回归图形分析 262 11.3.1 多项式回归模型 263 11.3.2 多项式回归分析案例 264 本章小结 269 习题11 269 第12章 Excel在数据挖掘中的应用 272 12.1 聚类分析 272 12.1.1 聚类分析的特征 272 12.1.2 聚类分析算法模型 273 12.1.3 聚类分析处理过程 274 12.1.4 聚类分析案例 274 12.2 判别分析 280 12.2.1 判别方法 281 12.2.2 Fisher判别模型 282 12.2.3 Fisher判别分析处理过程 283 12.2.4 判别分析案例 283 本章小结 289 习题12 289 参考文献 291