大多数情况下，当您运行统计时，您希望使用统计软件。这些工具是用来做计算的，比如t检验、卡方检验、相关性等等。Excel不是用来进行数据分析的。但这并不意味着你做不到。

不幸的是，Excel的统计功能并不总是直观的。他们通常会给你一些深奥的结果。因此，我们不使用stats函数，而是使用go to Excel statistics外接程序：数据分析工具包。

尽管Toolpak的拼写相当糟糕，但它包含了大量有用的统计功能。让我们看看我们能用Excel统计做些什么。

添加excel数据分析工具包

虽然您可以不用数据分析工具包来进行统计，但使用它要容易得多。要在Excel 2016中安装Toolpak，请转到“文件”&gt；“选项”&gt；“加载项”。

单击“管理：Excel加载项”旁边的“转到”

在生成的窗口中，选中Analysis Toolpak旁边的框，然后单击OK。

如果您将数据分析工具包正确添加到Excel中，您将在“数据”选项卡中看到一个数据分析按钮，分组到“分析”部分：

如果您想要更强大的功能，请务必查看Excel的其他加载项。

excel中的描述性统计

无论您正在运行什么统计测试，您可能都希望首先获得Excel的描述性统计数据。这将为您提供有关均值、中位数、方差、标准差和误差、峰度、偏度和各种其他数字的信息。

在Excel中运行描述性统计很容易。单击“数据”选项卡中的“数据分析”，选择“描述性统计”，然后选择输入范围。单击“输入范围”字段旁边的箭头，单击并拖动以选择数据，然后按Enter键（或单击相应的向下箭头），如下面的GIF所示。

之后，确保告诉Excel您的数据是否有标签，您希望输出在新的工作表中还是在同一个工作表上，以及您希望汇总统计信息和其他选项。

之后，点击OK，您将得到描述性统计：

excel中的学生t检验

t检验是最基本的统计检验之一，用Toolpak在Excel中很容易计算。单击数据分析按钮并向下滚动，直到看到t-test选项。

您有三个选择：

• t检验：当测量值或观察值配对时，应使用配对的两个平均值样本。当你对同一个受试者进行两次测量时，如在干预前后测量血压时，请使用此方法。
• t检验：当你的测量是独立的（这通常意味着它们是在两个不同的受试组上进行的）时，应该使用假设方差相等的两个样本。我们一会儿再讨论“等方差”部分。
• t检验：假设方差不相等的两个样本也适用于独立测量，但在方差不相等时使用。

要测试两个样本的方差是否相等，需要进行F检验。在分析工具列表中找到F-Test Two Sample for Variances，选择它，然后单击OK。

在输入范围框中输入两个数据集。把alpha值保持在0.05，除非你有理由改变它——如果你不知道这意味着什么，就离开吧。最后，单击“确定”。

Excel将在新工作表中显示结果（除非您在当前工作表中选择了输出范围和单元格）：

你看到的是P值。如果小于0.05，则方差不相等。所以要运行t检验，应该使用不等方差选项。

要运行t测试，请从“分析工具”窗口中选择适当的测试，并以与F测试相同的方式选择两组数据。将alpha值保留为0.05，然后单击“确定”。

结果包括了t检验需要报告的所有内容：均值、自由度（df）、t统计量以及单尾和双尾检验的P值。如果P值小于0.05，则两个样本存在显著差异。

如果你不确定是使用单尾t检验还是双尾t检验，请查看加州大学洛杉矶分校的解释。

excel中的方差分析

Excel数据分析工具包提供了三种类型的方差分析（ANOVA）。不幸的是，它不能让您运行必要的后续测试，如Tukey或Bonferroni。但是你可以看到几个不同的变量之间有没有关系。

以下是Excel中的三个方差分析测试：

• 方差分析：单因素分析一个因变量和一个自变量的方差。当你有两个以上的组时，最好使用多个t检验。
• 方差分析：双因素复制与配对t检验相似；它涉及对单个受试者的多个测量。这个测试的“双因素”部分表明有两个自变量。
• 方差分析：双因素无重复涉及两个自变量，但在测量中无重复。

我们将在这里进行单因素分析。在我们的示例中，我们将查看三组数字，分别标记为“干预1”、“干预2”和“干预3”。要运行方差分析，请单击“数据分析”，然后选择“方差分析：单因素”。

选择输入范围并确保告诉Excel您的组是列还是行。我还在这里选择了“第一行中的标签”，以便在结果中显示组名。

点击OK后，我们得到以下结果：

注意P值小于0.05，所以我们得到了一个显著的结果。这意味着在测试中至少有两个组之间存在显著差异。但是，由于Excel不提供测试来确定哪些组不同，所以最好查看摘要中显示的平均值。在我们的例子中，干预3看起来可能是不同的。

这在统计上并不合理。但如果你只是想看看有没有区别，看看是哪个群体造成的，那就行了。

双因素方差分析更为复杂。如果您想了解有关何时使用双因素法的更多信息，请参阅下面的视频索菲亚网站而“无复制”和“有复制”的例子来自真实的统计数据。

excel中的相关性

在Excel中计算相关性比t检验或方差分析简单得多。使用“数据分析”按钮打开“分析工具”窗口并选择“相关性”。

选择输入范围，将组标识为列或行，并告诉Excel是否有标签。之后，点击OK。

你不会得到任何有意义的度量，但是你可以看到每个组是如何与其他组相关联的。值为1表示绝对相关，表示两个值完全相同。相关值越接近1，相关性越强。

excel中的回归

回归是工业中最常用的统计测试之一，Excel为这种计算提供了惊人的能力。我们将在Excel中快速运行多元回归。如果您不熟悉回归，请查看HBR的《为业务使用回归指南》。

假设我们的因变量是血压，两个自变量是体重和盐摄入量。我们想看看哪一个能更好地预测血压（或者两者是否都好）。

单击数据分析并选择回归。这次填写输入范围框时需要小心。输入Y范围框应包含单个因变量。输入X范围框可以包含多个自变量。对于一个简单的回归，不要担心其余的（尽管如果选择了标签，记得告诉Excel）。

下面是我们的计算结果：

点击OK后，你会得到一个大的结果列表。我在这里强调了体重和盐摄入量的P值：

如你所见，体重的P值大于0.05，因此没有显著的关系。然而，盐的P值低于0.05，表明它是一个很好的预测血压的指标。

如果您计划显示回归数据，请记住，您可以在Excel中将回归线添加到散点图中。这是一个伟大的视觉辅助分析。

excel统计：能力惊人

虽然Excel并不以其统计功能而闻名，但它实际上包含了一些非常有用的功能，例如PowerQuery工具，它对于组合数据集之类的任务非常方便。（学习如何生成您的第一个Microsoft Power Query脚本。）还有数据分析Toolpak statistics插件，它真正展示了Excel的一些最佳功能。我希望您已经学习了如何使用Toolpak，现在您可以自己玩一下，弄清楚如何使用它的更多功能。

有了这个，你就可以把你的Excel技能提高到一个新的水平了，我们的文章介绍了如何使用Excel的Goal Seek功能来处理更多的数据，以及如何使用vlookup搜索值。在某些时候，您可能还想学习如何将Excel数据导入Python。