高級數(shù)據(jù)分析包括回歸分析、方差分析、T檢驗等方法。這種內(nèi)容似乎與日常工作無關(guān)。事實上，去高處，MBA課也包含這樣的內(nèi)容，所以要早點學，晚點學。干脆事先知道吧。請確認以下內(nèi)容。(大衛(wèi)亞設(shè))。

使用之前，必須先安裝Excel的數(shù)據(jù)分析功能。默認情況下，Excel不安裝此擴展。按如下方式安裝：1)將鼠標懸停在Office按鈕上，然后單擊“Excel選項”。

2)找到“插件”，在“管理”部分選擇“Excel插件”，然后單擊“轉(zhuǎn)到”。

3)選擇“分析工具庫”，然后單擊“確定”。

4)安裝完成后，可以在“數(shù)據(jù)”板上看到“數(shù)據(jù)分析”功能，如下所示：

安裝后，首先了解回歸分析的內(nèi)容?；貧w分析詳細進行回歸分析之前，首先要了解什么是回歸。事實上，回歸現(xiàn)象是英國生物統(tǒng)計學家高爾頓在研究父母和子女遺傳特性時發(fā)現(xiàn)的有趣現(xiàn)象。身高的遺傳特性代表“高個子父母”，其后代比平均身高高。(威廉莎士比亞，身高，身高，身高，身高，身高，身高)但是并不比父母高。到了一定程度，平均身高方向會發(fā)生“回歸”。這種效果被稱為“趨勢回歸”。目前的回歸分析大多是指Golton工作之類的變量之間建立數(shù)量關(guān)系模型的方法和程序。(阿爾伯特愛因斯坦，Northern Exposure)這里的收購是父母的身高。因為變數(shù)是子女的身高。百度百科對回歸分析的定義是：回歸分析確定兩個或兩個以上變量之間相互依賴關(guān)系的定量關(guān)系的統(tǒng)計分析方法。1)回歸分析根據(jù)所涉及的收購量，可分為一元回歸分析和多元回歸分析。2)根據(jù)自變量和自變量之間的關(guān)系類型，可分為線性回歸分析和非線性回歸分析。

電子商務(wù)的轉(zhuǎn)化率是一定的。網(wǎng)站訪問量一般與銷售收入成正比。現(xiàn)在，對于不同的訪問人數(shù)，請創(chuàng)建與銷售相對應(yīng)的標準曲線，并在活動時用于預測銷售收入。如下圖所示。

1、使用散點圖顯示圖形：

2.添加趨勢線并顯示回歸分析的公式和r平方值。

如圖所示，R平方=0.9995，趨勢線會聚在一條線上。公式為y=0.01028x-27.424R平方值是0到1之間的數(shù)字，當趨勢線的R平方值為1或接近1時，趨勢線最穩(wěn)定。由于R2 0.99，它是線性要素。非常清楚。

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、標準殘差、殘差圖、線性擬合圖和正態(tài)概率圖。

3）以下內(nèi)容是殘差和標準殘差：

4）以下是殘差圖：

殘差圖是有關(guān)于實際值與預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?；貧w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測曲線，假設(shè)搞活動時流量有50萬訪問數(shù)的話，那么預測銷售將是51373，如下圖所示：

學習更多實用Excel教程，請關(guān)注公眾號：zhichangcdb，回復Excel