Google Sheets: Statistinės funkcijos duomenų analizei

Šiame šiandieniniam vadovui susitelksime į statistines funkcijas „Google Sheets“. Statistinės funkcijos žaidžia svarbų vaidmenį atliekant duomenų analizę, ypač dirbant su dideliais duomenų kiekiais. Šiame kontekste įgyvendinsime, kaip galima skaičiuoti vidurkius, sklaidos rodiklius ir ryšius tarp duomenų. Šis vadovas palydės jus per svarbiausias funkcijas ir padės suprasti pagrindinius deskriptinės statistikos principus.

Svarbiausios išvados

• Jūs išmoksite, kaip skaičiuoti vidurkį, modą ir medianą „Google Sheets“.
• Jūs gausite supratimą apie kiekių, standartinės paklaidos ir dispersijos skaičiavimą.
• Just rasi būdą analizuoti statistinius ryšius tarp skirtingų duomenų rinkinių.

Lašo po lašo instrukcijos

Įvadas į statistines funkcijas

Pirma, mes turime atidžiau pažvelgti į įvairias statistines funkcijas „Google Sheets“. „Google Sheets“ skirtuke „Funkcijos“ galite paspausti, kad pamatytumėte įvairias kategorijas, įskaitant statistines funkcijas. Šios funkcijos yra svarbios, jei dirbate su dideliais duomenų rinkiniais, siekiant greitai ir veiksmingai gauti įžvalgas.

Vidurkio skaičiavimas

Pradėkime su vadinamaisiais vidurkio rodikliais. Aritmetinis vidurkis, taip pat vadinamas vidurkiu, yra vienas iš pagrindinių statistikos rodiklių. Norėdami apskaičiuoti vidurkį, galite naudoti vidurkio formulę. Tarkime, esate vartotojų prekių įmonė ir norite apskaičiuoti vidutinį pardavimą iš įvairių produktų kategorijų, pavyzdžiui, skalbimo miltelių, dantų pastos ir šampūno.

Norėdami tai padaryti, galite naudoti formulę =VIDURKIS(B2:B4), kur B2 iki B4 yra jūsų pardavimų duomenų ląstelės.

Moda ir mediana

Dar vienas svarbus rodiklis yra moda, nustatantis dažniausią reikšmę duomenų rinkinyje. Tai galima pasiekti naudojant MODĄ formulę, kuri taip pat gali dirbti su tekstu. Pavyzdžiui, galite nustatyti pardavimus skirtingiems produktams, išsirenkant dažniausius pardavimus.

Mediana duoda jums reikšmę, kuri yra tiesiog duomenų viduryje, jei juos surūšiuojate didėjančia tvarka. Norėdami apskaičiuoti medianą, naudokite MEDIAN formulę, pvz., =MEDIAN(B2:B4).

Skaičiuoti kvartiles

Kvartiliai padeda geriau suprasti duomenų pasiskirstymą. Galite apskaičiuoti pirmąjį (0,25) ir trečiąjį (0,75) kvartilį naudodami KVARTILĘ formulę. Tai suteiks jums vertingų žinių apie jūsų duomenų skirstinį. Šiam tikslui galėtumėte naudoti, pvz., =KVARTILĖ(B2:B4, 1) pirmajam kvartiliui.

Analizuoti sklaidą

Standartinė nuokrypiai yra svarbus duomenų sklaidos rodiklis. Galite apskaičiuoti standartinę nuokrypį naudodami STDEV.P- arba STDEV formulę. Standartinė nuokrypia padeda suprasti, kaip stipriai duomenys skiriasi nuo vidurkio. Pavyzdžiui, galėtumėte naudoti =STDEV(B2:B4), kad apskaičiuotumėte savo pardavimų standartinį nuokrypį.

Skvarbai skaičiuoti galite naudoti VAR.P formulę, kuri suteikia populiacijos dispersiją, kvadratiniškai išreikšdama standartinį nuokrypį. Taip jūs ne tik gausite kiekybinę vertę skirtumui, bet ir palygį su kitais statistiniais analizės metodais.

Ryšys tarp duomenų rinkinių

Įvertinus duomenų padėtį ir sklaidą, taip pat svarbu sužinoti, ar egzistuoja sąryšis tarp skirtingų duomenų rinkinių. Pavyzdžiui, galėtumėte ištirti sąryšį tarp skalbimo miltelių ir dantų pastos pardavimų. Galite apskaičiuoti Peirsono koreliacijos koeficientą naudodami CORREL formulę, kad patikrintumėte, ar yra statistinis ryšys.

Pavyzdžiui, galėtumėte naudoti =CORREL(A2:A4, B2:B4), kur A2 iki A4 yra skalbimo miltelių pardavimai ir B2 iki B4 yra dantų pastos pardavimai. Vertė artima 1 rodo stiprų teigiamą ryšį, o vertė artima -1 rodo stiprų neigiamą ryšį.

Kai norite analizuoti kitus santykius, pvz., tarp skalbimo miltelių ir šampūno, galite sekti panašų metodą, kad ištirtumėte koreliaciją tarp šių produktų kategorijų.

Santrauka

Šiame vadove sužinojote įvairias statistines funkcijas "Google Sheets". Vidurkio, modos, medianos ir kvantilių skaičiavimas bei sklaidos matų analizė, tokia kaip standartinis nuokrypis ir variacija, yra svarbūs kiekvienai statistinei analizei. Be to, susipažinote su ryšio tarp skirtingų duomenų rinkinių tyrimu, kas padeda jums giliau suprasti savo duomenis.