使用excel分析数据(excel分析数据离散程度)

1. excel分析数据离散程度

数据外输入 =STDEVP(A2:H2) 回车。

2. excel分析数据离散程度的方法

问题不够详细，如果是说格式不居中，可用格式居中即可。如果是数值太分散，可用自动筛选，选择非零值，复制后到另一区域即可。

3. 用excel做离散分析

在菜单栏点击插入--散点图；

点击图表数据区域的按钮，在数据区域拖动选中；

点击确定出现散点图；

在坐标轴上右键--设置坐标轴格式；

进行坐标轴极限值、刻度等设置。

4. 数据离散程度怎么看

　　威廉变异离散量（WVAD）由拉里·威廉姆斯（Larry Williams）所创，是一种将成交量加权的量价指标。

用于测量从开盘价至收盘价期间，买卖双方各自爆发力的程度。　　其主要的理论精髓，在于重视一天中开盘到收盘之间的价位，而将此区域之上的价位视为压力，区域之下的价位视为支撑，求取此区域占当天总波动的百分比，以便测量当天的成交量中，有多少属于此区域。成为实际有意义的交易量。　　如果区域之上的压力较大，将促使WVAD变成负值，代表卖方的实力强大，此时应该卖出持股。如果区域之下的支撑较大，将促使WVAD变成正值，代表买方的实力雄厚，此时应该买进股票。WVAD正负之间，由于模拟测试所选用的周期相当长，测试结果也以长周期成绩较佳。因此，长期投资者适合使用， 使用方法：

1.WVAD由下往上穿越0 轴时，视为长期买进信号；

2.WVAD由上往下穿越0 轴时，视为长期卖出信号；

3.当ADX 低于±DI时，本指标失去效用；

4.长期使用WVAD指标才能获得最佳利润；

5.本指标可与EMV 指标搭配使用。

5. 如何分析数据的离散程度

离散率是指同类指标分布相对于某一中心指标分布的偏离程度。分散程度反映了一组数据远离其中心值的程度，因此也称为离中趋势。从集中趋势和分散程度两个方面才能完整的说明一组数据的变动趋势。集中趋势的测度值是对数据水平的一个概括性度量，它对一组数据的代表程度取决于该组数据的离散水平。

数据的分散程度越小，集中趋势的测度值对这组数据的代表性就越好，反之，分散程度越大，代表性就越好。

6. excel怎么体现离散度

极差

最直接也是最简单的方法，即最大值－最小值（也就是极差）来评价一组数据的离散度。这一方法在日常生活中最为常见，比如比赛中去掉最高最低分就是极差的具体应用。

移动极差

（Moving Range）

两个或多个连续样本值中最大值与最小值之差，这种差是按这样方式计算的：每当得到一个额外的数据点时，就在样本中加上这个新的点，同时删除其中时间上“最老的”点，然后计算与这点有关的极差，因此每个极差的计算至少与前一个极差的计算共用一个点的值。一般说来，移动极差用于单值控制图，并且通常用两点（连续的点）来计算移动极差。

离均差的平方和

由于误差的不可控性，因此只由两个数据来评判一组数据是不科学的。所以人们在要求更高的领域不使用极差来评判。其实，离散度就是数据偏离平均值的程度。因此将数据与均值之差（我们叫它离均差）加起来就能反映出一个准确的离散程度。和越大离散度也就越大。

但是由于偶然误差是成正态分布的，离均差有正有负，对于大样本离均差的代数和为零的。为了避免正负问题，在数学有上有两种方法：一种是取绝对值，也就是常说的离均差绝对值之和。而为了避免符号问题，数学上最常用的是另一种方法－－平方，这样就都成了非负数。因此，离均差的平方和成了评价离散度一个指标。

方差S2

由于离均差的平方和与样本个数有关，只能反应相同样本的离散度，而实际工作中做比较很难做到相同的样本，因此为了消除样本个数的影响，增加可比性，将标准差求平均值，这就是我们所说的方差成了评价离散度的较好指标。

我们知道，样本量越大越能反映真实的情况，而算数均值却完全忽略了这个问题，对此统计学上早有考虑，在统计学中样本的均差多是除以自由度（n-1)，它是意思是样本能自由选择的程度。当选到只剩一个时，它不可能再有自由了，所以自由度是n-1。

① 离散程度的通俗解释——波动大小，

② 为什么要研究一组数据的离散程度。

全面认识一组数据的两个特征：

探索平均数的代表性。

实际问题的需要。

③探索如何表示一组数据的离散程度——方差的形

成过程。

首先，极差——比较粗略；

其次，平均差，比极差更全面，不常用；

再次，选择方差，但数值的单位与原数据单位不

一致。

最后，常用标准差。 δ = S2

④统计含义的解释——方差全面地平均地反映，

标准差全面地直接地反映。

偏离平均数——指与平均数的离差。

平均的——指离差的平均数的平均值。

全面的——指考虑了每个数据的离差。

直接的——指数值单位与原数据单位一致。

⑤应用条件——平均数相同。特殊情况，平均数相

差很小、近似相等时也可以用，不

受两组数据个数的差异限制。

⑥实际作用：

1°直接比较：

同一时间事物或现象的整齐性、均匀性、一致性的差异；

不同时间过程的稳定性、均衡性、一致性的差异；

2°比较平均数的代表性：

3°与平均数配合作统计分析：如:Vδ =

极差公式

4°样本估计总体。样本比较估计总体的差异，用样本

标准差，估计总体标准差。

*样本估计总体的方法有两个：点估计和区间估计。

只要求会点估计，即直接用样本的特征数作为总体

相应参数的估计值。

标准差SD

由于方差是数据的平方，与检测值本身相差太大，人们难以直观的衡量，所以常用方差开根号换算回来这就是我们要说的标准差。

变异系数CV

标准差能很客观准确的反映一组数据的离散程度，但是对于不同的项目，或同一项目不同的样本，标准差就缺乏可比性了，因此对于方法学评价来说又引入了变异系数CV。

不过日常的质控工作检测的都是同一质控物所以有标准差就足以反应了，同时质控的目的是发现有没有实验错误，要设制警报线，并不是要评价检测方法，所以只可能使用标准差，而不用变异系数。

频数分布

①频数的通俗解释：频数出现的次数，小组里数据的个

数。

②数据的分组整理——分三个步骤：

一是确实分组的方法，先分组，这是整理的难点，分

组的方法，根据需要确定。分组的方法确定《课

标》不作要求。

二是累计各小组的频数，并计算相应的频率，用频数

分布表表示整理的结果。

三是根据频数分布表画出频数分布直方图。

③观察频数分布表和分布图，获得数据分布的信息和分布

特征

1°数据分布最多，最集中（众数组）和最少的小组；

2°数据分布（频数）的变化趋势与分布状态；

3°中位数和平均数在哪个小组，是否是偏态分布；

4°获取所需要的其他数据信息。

7. 分析数据的离散程度,选择哪种图形

　　数据分布特征可以从集中趋势、离中趋势及分布形态三个方面进行描述。　　

1、平均指标是在反映总体的一般水平或分布的集中趋势的指标。测定集中趋势的平均指标有两类：位置平均数和数值平均数。位置平均数是根据变量值位置来确定的代表值，常用的有：众数、中位数。数值平均数就是均值，它是对总体中的所有数据计算的平均值，用以反映所有数据的一般水平，常用的有算术平均数、调和平均数、几何平均数和幂平均数。　　

2、变异指标是用来刻画总体分布的变异状况或离散程度的指标。测定离中趋势的指标有极差、平均差、四分位差、方差和标准差、以及离散系数等。标准差是方差的平方根，即总体中各变量值与算术平均数的离差平方的算术平方根。离散系数是根据各离散程度指标与其相应的算术平均数的比值。　　

3、矩、偏度和峰度是反映总体分布形态的指标。矩是用来反映数据分布的形态特征，也称为动差。偏度反映指数据分布不对称的方向和程度。峰度反映是指数据分布图形的尖峭程度或峰凸程度。