大多數情況下，當您運行統計時，您希望使用統計軟件。這些工具是用來做計算的，比如t檢驗、卡方檢驗、相關性等等。Excel不是用來進行數據分析的。但這並不意味著你做不到。

不幸的是，Excel的統計功能並不總是直觀的。他們通常會給你一些深奧的結果。因此，我們不使用stats函數，而是使用go to Excel statistics外接程序：數據分析工具包。

儘管Toolpak的拼寫相當糟糕，但它包含了大量有用的統計功能。讓我們看看我們能用Excel統計做些什麼。

添加excel數據分析工具包

雖然您可以不用數據分析工具包來進行統計，但使用它要容易得多。要在Excel 2016中安裝Toolpak，請轉到“文件”&gt；“選項”&gt；“加載項”。

單擊“管理：Excel加載項”旁邊的“轉到”

在生成的窗口中，選中Analysis Toolpak旁邊的框，然後單擊OK。

如果您將數據分析工具包正確添加到Excel中，您將在“數據”選項卡中看到一個數據分析按鈕，分組到“分析”部分：

如果您想要更強大的功能，請務必查看Excel的其他加載項。

excel中的描述性統計

無論您正在運行什麼統計測試，您可能都希望首先獲得Excel的描述性統計數據。這將為您提供有關均值、中位數、方差、標準差和誤差、峰度、偏度和各種其他數字的信息。

在Excel中運行描述性統計很容易。單擊“數據”選項卡中的“數據分析”，選擇“描述性統計”，然後選擇輸入範圍。單擊“輸入範圍”字段旁邊的箭頭，單擊並拖動以選擇數據，然後按Enter鍵（或單擊相應的向下箭頭），如下面的GIF所示。

之後，確保告訴Excel您的數據是否有標籤，您希望輸出在新的工作表中還是在同一個工作表上，以及您希望彙總統計信息和其他選項。

之後，點擊OK，您將得到描述性統計：

excel中的學生t檢驗

t檢驗是最基本的統計檢驗之一，用Toolpak在Excel中很容易計算。單擊數據分析按鈕並向下滾動，直到看到t-test選項。

您有三個選擇：

• t檢驗：當測量值或觀察值配對時，應使用配對的兩個平均值樣本。當你對同一個受試者進行兩次測量時，如在干預前後測量血壓時，請使用此方法。
• t檢驗：當你的測量是獨立的（這通常意味著它們是在兩個不同的受試組上進行的）時，應該使用假設方差相等的兩個樣本。我們一會兒再討論“等方差”部分。
• t檢驗：假設方差不相等的兩個樣本也適用於獨立測量，但在方差不相等時使用。

要測試兩個樣本的方差是否相等，需要進行F檢驗。在分析工具列表中找到F-Test Two Sample for Variances，選擇它，然後單擊OK。

在輸入範圍框中輸入兩個數據集。把alpha值保持在0.05，除非你有理由改變它——如果你不知道這意味著什麼，就離開吧。最後，單擊“確定”。

Excel將在新工作表中顯示結果（除非您在當前工作表中選擇了輸出範圍和單元格）：

你看到的是P值。如果小於0.05，則方差不相等。所以要運行t檢驗，應該使用不等方差選項。

要運行t測試，請從“分析工具”窗口中選擇適當的測試，並以與F測試相同的方式選擇兩組數據。將alpha值保留為0.05，然後單擊“確定”。

結果包括了t檢驗需要報告的所有內容：均值、自由度（df）、t統計量以及單尾和雙尾檢驗的P值。如果P值小於0.05，則兩個樣本存在顯著差異。

如果你不確定是使用單尾t檢驗還是雙尾t檢驗，請查看加州大學洛杉磯分校的解釋。

excel中的方差分析

Excel數據分析工具包提供了三種類型的方差分析（ANOVA）。不幸的是，它不能讓您運行必要的後續測試，如Tukey或Bonferroni。但是你可以看到幾個不同的變量之間有沒有關係。

以下是Excel中的三個方差分析測試：

• 方差分析：單因素分析一個因變量和一個自變量的方差。當你有兩個以上的組時，最好使用多個t檢驗。
• 方差分析：雙因素複製與配對t檢驗相似；它涉及對單個受試者的多個測量。這個測試的“雙因素”部分表明有兩個自變量。
• 方差分析：雙因素無重複涉及兩個自變量，但在測量中無重複。

我們將在這裡進行單因素分析。在我們的示例中，我們將查看三組數字，分別標記為“干預1”、“干預2”和“干預3”。要運行方差分析，請單擊“數據分析”，然後選擇“方差分析：單因素”。

選擇輸入範圍並確保告訴Excel您的組是列還是行。我還在這裡選擇了“第一行中的標籤”，以便在結果中顯示組名。

點擊OK後，我們得到以下結果：

注意P值小於0.05，所以我們得到了一個顯著的結果。這意味著在測試中至少有兩個組之間存在顯著差異。但是，由於Excel不提供測試來確定哪些組不同，所以最好查看摘要中顯示的平均值。在我們的例子中，干預3看起來可能是不同的。

這在統計上並不合理。但如果你只是想看看有沒有區別，看看是哪個群體造成的，那就行了。

雙因素方差分析更為複雜。如果您想了解有關何時使用雙因素法的更多信息，請參閱下面的視頻索菲亞網站而“無複製”和“有複製”的例子來自真實的統計數據。

excel中的相關性

在Excel中計算相關性比t檢驗或方差分析簡單得多。使用“數據分析”按鈕打開“分析工具”窗口並選擇“相關性”。

選擇輸入範圍，將組標識為列或行，並告訴Excel是否有標籤。之後，點擊OK。

你不會得到任何有意義的度量，但是你可以看到每個組是如何與其他組相關聯的。值為1表示絕對相關，表示兩個值完全相同。相關值越接近1，相關性越強。

excel中的迴歸

迴歸是工業中最常用的統計測試之一，Excel為這種計算提供了驚人的能力。我們將在Excel中快速運行多元迴歸。如果您不熟悉迴歸，請查看HBR的《為業務使用迴歸指南》。

假設我們的因變量是血壓，兩個自變量是體重和鹽攝入量。我們想看看哪一個能更好地預測血壓（或者兩者是否都好）。

單擊數據分析並選擇迴歸。這次填寫輸入範圍框時需要小心。輸入Y範圍框應包含單個因變量。輸入X範圍框可以包含多個自變量。對於一個簡單的迴歸，不要擔心其餘的（儘管如果選擇了標籤，記得告訴Excel）。

下面是我們的計算結果：

點擊OK後，你會得到一個大的結果列表。我在這裡強調了體重和鹽攝入量的P值：

如你所見，體重的P值大於0.05，因此沒有顯著的關係。然而，鹽的P值低於0.05，表明它是一個很好的預測血壓的指標。

如果您計劃顯示迴歸數據，請記住，您可以在Excel中將回歸線添加到散點圖中。這是一個偉大的視覺輔助分析。

excel統計：能力驚人

雖然Excel並不以其統計功能而聞名，但它實際上包含了一些非常有用的功能，例如PowerQuery工具，它對於組合數據集之類的任務非常方便。（學習如何生成您的第一個Microsoft Power Query腳本。）還有數據分析Toolpak statistics插件，它真正展示了Excel的一些最佳功能。我希望您已經學習瞭如何使用Toolpak，現在您可以自己玩一下，弄清楚如何使用它的更多功能。

有了這個，你就可以把你的Excel技能提高到一個新的水平了，我們的文章介紹瞭如何使用Excel的Goal Seek功能來處理更多的數據，以及如何使用vlookup搜索值。在某些時候，您可能還想學習如何將Excel數據導入Python。