Excel 6. modulis

Statistiskā datu analīze ar Data Analysis Tools rīkiem

Kursa mērķis:
Parādīt programmas Microsoft Excel papildu iespējas lietotājiem, kuri vēlas izmantot datu analīzi ar statistikas metodēm, izmantojot Excel statistisko datu spraudņi Data Analysis Tools.
Priekšnosacījumi:
Pieredze un iemaņas darbā ar Microsoft Excel, ir vēlamas statistikas pamatu zināšanas.
Kursa ilgums – 8 akadēmiskās stundas
Kursa norise: tiešsaistē vai klātienē
Nepieciešamais aprīkojums tiešsaistes mācībām:
Dalībnieka datoram vai viedierīcei ir jābūt aprīkotam ar austiņām, skandām vai iebūvētu skaļruni, mikrofona esamība ir vēlama, bet nav obligāta. Interneta pieslēgums.

KURSA PROGRAMMA

• ­Vides personalizēšana:­
  • ­Data Analysis Add-ins pievienojumprogrammas aktivizēšana;

• Microsoft Excel Data Analysis metožu īss apraksts:
  • ­­dispersijas analīze Anova –vienfaktoru un divfaktoru ar atkārtojumiem un bez atkārtojumiem, korelācija, kovariācija, aprakstošā statistika, eksponenciāla izlīdzināšana, divu izlašu dispersijas F-tests, Furjē analīze, histogrammas, slīdošais vidējais, nejaušu skaitļu ģenerēšana, rangi un procentiles, regresija, izlases veidošana, t-tests atkarīgu un neatkarīgu izlašu vidējo salīdzināšanai, Z-tests vidējo salīdzināšanai.

• Metožu izmantošanas piemēri :­
  • ­Histogram: biežuma sadalījuma histogramma;
  • Descriptive Statistics: aprakstošā statistika;
  • Anova: vienfaktora dispersijas analīze;
  • F-Test: Fišera tests par divu dispersiju starpību;
  • T-test: Stjūdenta t-tests divu izlašu vidējo salīdzinājumam;
  • Moving Average: datu izlīdzinājums ar slīdošo vidējo;
  • Exponential Smoothing: eksponenciāla datu izlīdzināšana
  • Correlation: korelāciju analīze;
  • Regression: regresiju analīze;
  • Sampling: izlases veidošanas metodes;
  • Rank and Percentile: rangi un procentiles;
  • Random Number Generation: nejaušu skaitļu ģenerēšana.

• • Praktiskais piemērs ar datu tabulām: datu sagatavošana apstrādei un apstrād:
    • Īsinājumtaustiņu izmantošana, strādājot ar lielām tabulām vairākos darblapās;
    • ­mainīgo kodēšana; nejaušu skaitļu ģenerēšana;
    • izlases veidošana;
    • diapazonu apvienošana vienā darblapā;
    • skaitļu, datumu un teksta ievades kļūdas meklēšana un datu manuāla tīrīšana;
    • trūkstošo vērtību aizvietošana ar vidējo slīdošo Moving Average;
    • ­korelācijas, t-testa izmantošana, respondentu grupu salīdzinājums;
  • Praktiskais darbs: Demo datu tabulas sagatavošana, tīrīšana, izlases veidošana, aprakstošas statistikas aprēķināšana, histogrammu veidošana, grupu veidošana, regresijas un korelācijas analīzes pielietojums.