数据的分析与决策概述

《数据的分析与决策概述》由会员分享，可在线阅读，更多相关《数据的分析与决策概述（81页珍藏版）》请在金锄头文库上搜索。

1、第9章 数据的分析与决策,9.1 数据透视表 9.2 数据透视图 9.3 数据的高级分析与处理,9.1 数据透视表,数据透视表可以将大量数据转换成汇总表。 从本质上讲，数据透视表是从数据库产生的一个动态汇总表格。,9.1 数据透视表,9.1.1 数据透视表的创建,基本数据表,使用数据透视表统计每个学院不同地区的学生数和平均入学成绩。,9.1 数据透视表,9.1.1 数据透视表的创建,单击数据表中任意位置，选择“插入”-“数据透视表”,9.1 数据透视表,9.1.1 数据透视表的创建,设置透视表的布局,9.1 数据透视表,9.1.1 数据透视表的创建,9.1 数据透视表,9.1.2 数据透视表的

2、查看 如：查看安徽地区男女生的人数。,9.1 数据透视表,9.1.3 数据透视表的编辑,数据表建好之后，表中的数据不可能一成不变。 用户可以根据需要更改数据透视表的数据源。如添加、删除数据透视表的字段，更新数据透视表中的数据等等。,9.1 数据透视表,9.1.3 数据透视表的编辑 更改数据源,9.1 数据透视表,9.1.3 数据透视表的编辑 更新透视表中的数据 当数据源的数据发生改变时，所创建的数据透视表中的数据不会发生改变。 为了使透视表中的数据，随着数据源中的数据改变而改变，需要更新数据透视表中的数据。,9.1 数据透视表,9.1.3 数据透视表的编辑 更新透视表中的数据 选中数据透视表中

3、的任意单元格 执行“数据” “刷新”命令,9.1 数据透视表,9.1.3 数据透视表的编辑 更改透视表中的数据汇总方式,9.1 数据透视表,9.1.3 数据透视表的编辑 改变数据透视表的布局,9.1 数据透视表,9.1.3 数据透视表的编辑 报表布局 数据透视表为用户提供了“以压缩形式显示”、“以大纲形式显示”和“以表格形式显示”3种报表布局的显示形式。,9.1 数据透视表,9.1.3 数据透视表的编辑 显示报表筛选页 通过选择报表筛选字段的项目，可以对整个数据透视表的内容进行筛选，但筛选结果仍然显示在一张表格中，即每次只能进行一种筛选。利用【数据透视表工具】的【显示报表筛选页】功能，可以创建

4、一系列链接在一起的数据透视表，每一张工作表显示报表筛选字段中的一项。,9.1 数据透视表,9.1.3 数据透视表的编辑 重命名字段 如果要对字段重命名，让列标题更加简洁，可以直接修改数据透视表的字段名称。 数据透视表中每个字段的名称必须唯一，Excel不接受任意两个字段具有相同的名称，即创建的数据透视表的各个宇段的名称不能相同，创建的数据透视表字段名称与数据源表头标题行的名称也不能相同，否则将会出现错误提示。,9.2 数据透视图,使用数据透视表可以准确计算和分析数据，但是有时候如果数据源较大，则数据透视表中的数据将非常多，数据排列将非常复杂。 与数据透视表相比，数据透视图更能直观地分析数据，展

5、示数据之间的关系。 创建数据透视图会同时创建数据透视表,9.2 数据透视图,9.2.1 创建数据透视图-直接创建,9.2 数据透视图,9.2.1 创建数据透视图,9.2 数据透视图,9.2.1 创建数据透视图-用数据透视表创建 选中已经创建的数据透视表-“插入”-“图表”,9.2 数据透视图,9.2.2 数据透视图的修饰-改变透视图的布局,9.2 数据透视图,9.2.2 数据透视图的修饰-改变透视图的格式,9.3 数据的高级分析与处理,9.3.1 合并计算 合并计算是指用来汇总一个或多个源区域中数据的方法。 在进行合并计算时，首先必须为汇总信息定义一个目的区，另外需要选择要合并计算的数据项。

6、数据源可以来自一个工作表、多个工作表或多个工作簿。 合并计算包括按位置合并计算和按分类合并计算,9.3 数据的高级分析与处理,9.3.1 合并计算-按位置合并计算 按位置合并计算是指在所有数据源区域中的数据被相同地排列以进行合并计算。 按位置合并计算只适合具有相同结构数据区域的计算。,9.3 数据的高级分析与处理,9.3.1 合并计算-按位置合并计算,插入新工作表，并在其中输入上图内容,9.3 数据的高级分析与处理,9.3.1 合并计算-按位置合并计算,选中单元格区域，执行“合并计算”命令,9.3 数据的高级分析与处理,9.3.1 合并计算-按位置合并计算, “合并计算”对话框中确定引用位置,

7、9.3 数据的高级分析与处理,9.3.1 合并计算-按位置合并计算, “合并计算”结果,9.3 数据的高级分析与处理,9.3.1 合并计算-按分类合并计算 如果要汇总计算一组具有相同的行和列标志但以不同的方式组织数据的工作表,则可按分类进行合并计算。 这种方法对每一张工作表中具有相同标志的数据进行合并计算。,9.3 数据的高级分析与处理,9.3.1 合并计算-按分类合并计算,插入新工作表，并在其中输入上图内容,9.3 数据的高级分析与处理,9.3.1 合并计算-按分类合并计算,将光标定位A2单元格，执行“合并计算”命令,9.3 数据的高级分析与处理,9.3.1 合并计算-按分类合并计算,将光标

8、定位A单元格，执行“合并计算”命令,9.3 数据的高级分析与处理,9.3.1 合并计算-按分类合并计算,执行“合并计算”结果,9.3 数据的高级分析与处理,9.3.1 合并计算-多表分类汇总,9.3 数据的高级分析与处理,9.3.2 单变量求解 单变量求解就是寻求公式中的特定解。 使用单变量求解，能够通过调整可变单元格中的数值，按照给定公式来满足目标单元格中的目标值。解决一些实际生活和工作中的问题。,9.3 数据的高级分析与处理,9.3.2 单变量求解 假设某人每月工资收入为1200元，其中基本生活费600，房租费220，电话费100以及车费50已经不能再进行调整，可自由支配的费用是230。

9、如果现在工资上涨为2000，那么可自由支配的费用将变成多少？,9.3 数据的高级分析与处理,9.3.2 单变量求解,在目标单元格中进行求和计算,9.3 数据的高级分析与处理,9.3.2 单变量求解,执行“工具” “单变量求解”命令,9.3 数据的高级分析与处理,9.3.3 方案求解 实际工作中，可能遇到很多可变因素的问题，或者要在几种假设中找出最佳执行方案。这就需要用方案管理器，创建和管理自定义的方案,9.3 数据的高级分析与处理,9.3.3 方案求解案例 已知某食品公司2009年的总销售额以及各种食品的销售成本，要在此基础上制定一个五年计划。由于市场的变化，只能对总销售额及各种食品销售成本的

10、增长率做一些估计。 最好的方案就是总销售额增长率高，各种食品的销售成本增长率低。,9.3 数据的高级分析与处理,9.3.3 方案求解案例 假设2009年总销售额为800000，饼干、牛肉干、方便面和饮料的销售成本分别为50000，60000，70000和80000。 最好的估计是总销售额增长率达到18%，饼干、牛肉干、方便面和饮料的销售成本分别增长8%，9%，12%和7%。 最坏的估计是饼干、牛肉干、方便面和饮料的销售成本分别增长9%，12%，15%和9%。,9.3 数据的高级分析与处理,9.3.3 方案求解案例 最好的估计情况下，公司五年内的成本及利润估算情况如图所示：,9.3 数据的高级分

11、析与处理,9.3.3 方案求解定义方案,从“数据”-“模拟分析”-“方案管理器”,9.3 数据的高级分析与处理,9.3.3 方案求解定义方案,将估算结果保存为方案,9.3 数据的高级分析与处理,9.3.3 方案求解定义方案,将估算结果保存为方案,9.3 数据的高级分析与处理,9.3.3 方案求解定义方案,将估算结果保存为方案,9.3 数据的高级分析与处理,9.3.3 方案求解定义方案,将估算结果保存为方案,9.3 数据的高级分析与处理,9.3.3 方案求解定义方案,将估算结果保存为方案,9.3 数据的高级分析与处理,9.3.3 方案求解定义方案,将估算结果保存为方案,9.3 数据的高级分析与处

12、理,9.3.3 方案求解定义方案,将估算结果保存为方案,9.3 数据的高级分析与处理,9.3.3 方案求解显示方案 建立方案后，任何时候都可以查看不同方案对总利润带来的影响。,9.3 数据的高级分析与处理,9.3.3 方案求解合并方案,9.3 数据的高级分析与处理,9.3.3 方案求解合并方案,合并之前,合并之后,9.3 数据的高级分析与处理,9.3.3方案求解建立方案报告 当用户对一张工作表建立多个方案时，如果想对比各种方案，可以建立方案报告。 建立方案报告，便于对各种方案采用的可变参数及方案结果进行对比并寻求最佳方案。,9.3 数据的高级分析与处理,9.3.3 方案求解建立方案报告,9.3

13、 数据的高级分析与处理,9.3.3 方案求解建立方案报告,9.3 数据的高级分析与处理,9.3.3 方案求解建立方案报告,9.3 数据的高级分析与处理,9.3.3 方案求解建立方案报告,9.3 数据的高级分析与处理,9.3.4 规划求解 规划求解适用于需要通过多个变量的变化来找到一个目标值的情况。 只要问题有单一的目标，有明确的不等式约束条件，有直接或间接影响约束条件的一组输入值，就可以应用规划求解解决。,9.3 数据的高级分析与处理,9.3.4 规划求解 已知某家具厂目前库存情况是：木料4000个单位，油漆4500个单位，活页2000个单位，螺丝2000个单位。工厂生产A,B,C,D这四种产

14、品。不同产品消耗的材料不同，售价也不同。试问，该厂利用现有的库存应该生产4种产品各多少件才能达到利润的最大化。,9.3 数据的高级分析与处理,9.3.4 规划求解建立规划模型,9.3 数据的高级分析与处理,9.3.4 规划求解规划求解,9.3 数据的高级分析与处理,9.3.4 规划求解规划求解,9.3 数据的高级分析与处理,9.3.4 规划求解规划求解,9.3 数据的高级分析与处理,9.3.4 规划求解规划求解,9.3 数据的高级分析与处理,9.3.5 回归分析 回归分析研究变量之间的非确定因果关系。 通常把其中的一些变量作为自变量（预测变量，X），来预测另外一些随自变量变化而变化的变量（被预

15、测变量，Y）。,9.3 数据的高级分析与处理,9.3.5 回归分析线性回归 两个变量之间有准确严格的直线相关关系。 一个变量的变化引起另外一个变量变化的程度可以用线性回归方程式来表示。,9.3 数据的高级分析与处理,9.3.5 回归分析线性回归 例如，下表是某公司10年来广告费和销售量数据，试探据此估计该公司为了达到4000万的销售量，2010年的广告费应投入多少。,9.3 数据的高级分析与处理,9.3.5 回归分析线性回归,9.3 数据的高级分析与处理,9.3.5 回归分析线性回归,9.3 数据的高级分析与处理,9.3.5 回归分析线性回归,9.3 数据的高级分析与处理,回归系数：选中b15

16、:c15，输入公式=LINEST(C2:C11,B2:B11),按下Ctrl+shift+Alt 相关系数=CORREL(C2:C11,B2:B11),9.3 数据的高级分析与处理,9.3.5 回归分析非线性回归 两个变量之间之间的关系不是单纯的直线关系。 如年龄与收入的关系，这种情况下要用到非线性回归分析方法。,9.3 数据的高级分析与处理,9.3.5 回归分析非线性回归 例如，根据以下基本数据，预测某人65岁时的收入。,9.3 数据的高级分析与处理,9.3.5 根据以下基本数据，预测某人65岁时的收入。,9.3 数据的高级分析与处理,9.3.6 多元线性回归分析 一元回归分析适用于分析一个自变量和一个因变量之间的关系，而在实际情况中，常会遇到一个因变量和多个自变量数量关系的问题，多元回归分析正是为了解决这些问题而产生的。,9.3 数据的高级分析与处理,9.3.6 多元线性回归分析 案例：销售公司在各大城市都有分销公司，公司采用