數(shù)

據(jù)

分

析

基

礎(chǔ)主講人：XXX第四章數(shù)據(jù)的分析4.3動態(tài)數(shù)列的分析與預(yù)測4.5綜合評價分析法4.1統(tǒng)計分組4.4相關(guān)分析與回歸分析4.2描述性統(tǒng)計4.6四象限分析法4.7練習(xí)知識目標(biāo)：

1．理解單項式分組、組距式分組（等距分組、不等距分組）、組中值等的概念，掌握統(tǒng)計分組的常用方法。2．理解并掌握平均數(shù)、中位數(shù)、眾數(shù)、方差、標(biāo)準(zhǔn)差、峰度、偏度的含義及作用。3．理解并掌握動態(tài)數(shù)列各種速度指標(biāo)的含義、關(guān)系。4．掌握利用同期平均法、移動平均趨勢剔除法預(yù)測數(shù)據(jù)的步驟。5．理解并掌握相關(guān)系數(shù)、回歸方程、決定系數(shù)的含義、作用及計算方法。6．理解綜合評價分析法的原理，掌握綜合評價分析法的步驟。7．理解數(shù)據(jù)標(biāo)準(zhǔn)化的必要性，掌握0-1標(biāo)準(zhǔn)化方法。8．理解四象限分析法的原理及4個象限的含義。9．熟練掌握Excel內(nèi)置函數(shù)Frequency、Countif、Countifs、Quartile、Var、Stdev、Skew、Kurt、Correl的功能和參數(shù)要求。技能目標(biāo)：

1．熟練運(yùn)用函數(shù)和“直方圖”工具對數(shù)據(jù)進(jìn)行分組。2．熟練掌握數(shù)據(jù)的規(guī)模分析、集中趨勢分析、離散度分析、分布形態(tài)分析。3．熟練計算動態(tài)數(shù)列的各項速度指標(biāo)，利用同期平均法、移動平均趨勢剔除法對動態(tài)數(shù)列做預(yù)測分析。4．熟練掌握數(shù)據(jù)的相關(guān)分析和回歸分析，找出數(shù)據(jù)的相關(guān)性。5．熟練運(yùn)用綜合評價分析法對數(shù)據(jù)進(jìn)行綜合分析。6．運(yùn)用四象限分析法對企業(yè)產(chǎn)品進(jìn)行分析和規(guī)劃。

素質(zhì)目標(biāo)：

1．轉(zhuǎn)換思維方式，建立大數(shù)據(jù)思維，提高數(shù)據(jù)應(yīng)用和創(chuàng)新能力。2．掌握數(shù)據(jù)分析的各種方法，培養(yǎng)持續(xù)學(xué)習(xí)、追求卓越的學(xué)習(xí)精神。

統(tǒng)計分組4.14.1統(tǒng)計分組第四章

數(shù)據(jù)的分析4.1統(tǒng)計分組4.1.1統(tǒng)計分組的概念

統(tǒng)計分組是根據(jù)統(tǒng)計研究的需要，按照一定的標(biāo)準(zhǔn)，將總體分為若干個性質(zhì)不同而又有聯(lián)系的部分，并計算各組的頻數(shù)或比重的一種統(tǒng)計分析方法。這些部分稱為這一總體的“組”。

按照每組標(biāo)志表現(xiàn)的多少，統(tǒng)計分組可以分成單項式分組和組距式分組。第四章

數(shù)據(jù)的分析4.1統(tǒng)計分組1．單項式分組

一個變量值作為一組，稱為單項式分組。單項式分組一般適用于離散型變量且變量變動不大的場合。例如，如果考試成績以五分制計算，則全體學(xué)生的成績可以分為6組，即5分、4分、3分、2分、1分、0分，如表4-1-1所示。表4-1-1單項式分組第四章

數(shù)據(jù)的分析4.1統(tǒng)計分組2．組距式分組

以一個區(qū)間作為一組，稱為組距式分組。組距式分組一般適用于連續(xù)型變量或離散數(shù)據(jù)較多的場合。組距式分組又可以分成等距分組和不等距分組。例如，如果學(xué)生的成績以百分制計算，則全體學(xué)生的成績可以采用等距分組，如表4-1-2所示；也可以采用不等距分組，如表4-1-3所示。表4-1-2等距分組表4-1-3不等距分組第四章

數(shù)據(jù)的分析4.1統(tǒng)計分組

對于某一個組(a,b)，我們稱a為該組的下限，b為該組的上限；上限與下限之差(b-a)叫組距，（a+b）/2叫組中值。組中值未必是該組數(shù)據(jù)的平均值，但由于其計算簡單，因此它常作為該組的代表值。

當(dāng)各組的上下限互不相等時，各組是既含下限又含上限的；但當(dāng)前一組的上限與后一組的下限相同時，統(tǒng)計學(xué)一般遵循“含下限、不含上限”的原則。第四章

數(shù)據(jù)的分析4.1統(tǒng)計分組組距式分組的應(yīng)用一般包括以下幾個步驟。（1）確定組數(shù)。由于分組的目的之一是觀察數(shù)據(jù)分布的特征，因此組數(shù)應(yīng)適中。組太少，數(shù)據(jù)的分布就會過于集中；組太多，數(shù)據(jù)的分布就會過于分散。這都不便于觀察數(shù)據(jù)分布的特征和規(guī)律。那么一組數(shù)據(jù)分多少組合適呢？一般是5～10組。具體操作時，還要根據(jù)數(shù)據(jù)本身的特點(diǎn)及數(shù)據(jù)的多少來決定。（2）確定各組的組距。組距可根據(jù)全部數(shù)據(jù)的最大值和最小值及所分的組數(shù)來確定，即(最大值-最小值)/組距≈組數(shù)。

例如，某組數(shù)據(jù)最大值為139，最小值為107，一共分成7組，則組距≈(139-107)/7=4.6。

為了便于計算，組距宜取5或10的倍數(shù)，而且第一組的下限應(yīng)小于最小值，最后一組的上限應(yīng)大于最大值，因此組距可取5，分成7組：105～110、110～115、115～120……135～140。（3）統(tǒng)計各組的指標(biāo)值。

第四章

數(shù)據(jù)的分析4.1統(tǒng)計分組4.1.2利用“數(shù)據(jù)透視表”分組

利用數(shù)據(jù)透視表可以對Excel數(shù)據(jù)進(jìn)行分組，建立各種形式的交叉數(shù)據(jù)列表。數(shù)據(jù)透視表將篩選和分類匯總等功能結(jié)合在一起，使用者可根據(jù)不同需要以不同方式查看數(shù)據(jù)。插入數(shù)據(jù)透視表的主要步驟如下。（1）單擊數(shù)據(jù)區(qū)域的任意一個單元格，再單擊“插入”|“數(shù)據(jù)透視表”按鈕。（2）在打開的“來自表格或區(qū)域的數(shù)據(jù)透視表”對話框中自動選擇了所有的數(shù)據(jù)區(qū)域，數(shù)據(jù)透視表的位置默認(rèn)為“新工作表”，如圖4-1-1所示。如果不想更改數(shù)據(jù)透視表的位置，單擊“確定”按鈕即可。（3）將分組標(biāo)志（Excel中叫“字段”）拖到“行”“列”“篩選”處（首選“行”，其次是“列”，盡量不要拖到“篩選”），將要統(tǒng)計的標(biāo)志（字段）全部拖到“值”處，如圖4-1-2所示。

如果統(tǒng)計的是品質(zhì)標(biāo)志，統(tǒng)計方式默認(rèn)為“計數(shù)”；如果統(tǒng)計的是數(shù)量標(biāo)志，統(tǒng)計方式默認(rèn)為“求和”。第四章

數(shù)據(jù)的分析4.1統(tǒng)計分組例1：

打開“數(shù)據(jù)分組.xlsx”工作簿，利用數(shù)據(jù)透視表功能統(tǒng)計“一月銷售記錄”工作表中每種商品的銷售總額。

例2：將“數(shù)據(jù)分組.xlsx”工作簿中的“2023年銷售記錄”工作表數(shù)據(jù)根據(jù)“日期”字段按季度分組，并統(tǒng)計每個季度的“成交商品總數(shù)”。

例3：將“數(shù)據(jù)分組.xlsx”工作簿中的“數(shù)學(xué)成績”工作表數(shù)據(jù)按“成績”進(jìn)行等距分組（組距為10），并統(tǒng)計各組的“人數(shù)”。P73-74案例操作

（71-72頁）案例操作

（72-73頁）案例操作

（73-74頁）第四章

數(shù)據(jù)的分析4.1統(tǒng)計分組4.1.3利用“直方圖”工具分組

利用數(shù)據(jù)透視表可以完成對數(shù)據(jù)的單項式分組和等距分組。如果要對數(shù)據(jù)進(jìn)行不等距分組，數(shù)據(jù)透視表就無能為力了，此時可以利用“數(shù)據(jù)分析”之“直方圖”工具進(jìn)行分組。例4：將“數(shù)據(jù)分組.xlsx”工作簿中的“數(shù)學(xué)成績”工作表數(shù)據(jù)按“40分以下”“40～60分”“60～70分”“70～80分”“80分以上”分成5組，并統(tǒng)計各組的人數(shù)。案例操作（74-75頁）第四章

數(shù)據(jù)的分析4.1統(tǒng)計分組4.1.4利用Excel函數(shù)分組1．Frequency函數(shù)

Frequency

函數(shù)的功能就是統(tǒng)計各組的頻數(shù)，因此它是一個數(shù)組函數(shù)，即它返回的結(jié)果不是一個數(shù)，而是一組數(shù)。例5：用Frequency函數(shù)對“數(shù)學(xué)成績”工作表的數(shù)據(jù)按“40分以下”“40～60分”“60～70分”“70～80分”“80分以上”進(jìn)行分組統(tǒng)計。案例操作（75-76頁）第四章

數(shù)據(jù)的分析4.1統(tǒng)計分組2．Countif和Countifs函數(shù)

Countif

函數(shù)的功能是統(tǒng)計滿足某個條件的單元格個數(shù)，使用格式為Countif(單元格區(qū)域,條件)。

Countifs函數(shù)的功能是統(tǒng)計滿足多個條件的單元格個數(shù)，使用格式為Countifs(單元格區(qū)域1,條件1,單元格區(qū)域2,條件2,…)，其參數(shù)個數(shù)為偶數(shù)（條件數(shù)×2）。

例如，可以使用圖4-1-18所示的公式對“數(shù)學(xué)成績”工作表的數(shù)據(jù)按“40分以下”“40～60分”“60～70分”“70～80分”“80分以上”進(jìn)行分組統(tǒng)計。小結(jié)能完成不等距分組只能統(tǒng)計各組的頻數(shù)各組是“不含下限、含上限”的。與統(tǒng)計學(xué)規(guī)定矛盾。Frequency是一個數(shù)組函數(shù)，所以插入函數(shù)之前要選擇準(zhǔn)備放結(jié)果的單元格區(qū)域，最后要按【Ctrl+Shift+Enter】確認(rèn)。各組是“不含下限、含上限”。與統(tǒng)計學(xué)規(guī)定矛盾。數(shù)據(jù)分組1、透視表2、直方圖3、Frequency函數(shù)能完成單項式分組、等距分組能對各組的數(shù)據(jù)進(jìn)行計數(shù)、求和、求平均等多種運(yùn)算。各組是“不含下限、含上限”的，與統(tǒng)計學(xué)規(guī)定一致。4、countif函數(shù)可以靈活選擇是否含組上限、下限和組距第四章

數(shù)據(jù)的分析4.1統(tǒng)計分組描述性統(tǒng)計4.24.2描述性統(tǒng)計第四章

數(shù)據(jù)的分析4.2描述性統(tǒng)計

描述性統(tǒng)計主要指對數(shù)據(jù)進(jìn)行規(guī)模分析、集中趨勢分析、離散度分析和分布形態(tài)分析。

常用的方法有兩種：一是使用Excel內(nèi)置函數(shù)，二是使用Excel“數(shù)據(jù)分析”之“描述統(tǒng)計”工具。4.2.1規(guī)模分析

第四章

數(shù)據(jù)的分析4.2描述性統(tǒng)計

能反映數(shù)據(jù)規(guī)模的指標(biāo)主要是標(biāo)志總量和單位總量，所以規(guī)模分析就是計算數(shù)據(jù)的標(biāo)志總量和單位總量。4.2.1.1樣本數(shù)據(jù)的規(guī)模分析

樣本數(shù)據(jù)就是未分組的數(shù)據(jù)，樣本數(shù)據(jù)通常用Sum函數(shù)計算標(biāo)志總量，用Count函數(shù)計算單位總量。例1：在“描述性統(tǒng)計.xlsx”文件的“捐款登記”工作表中，用公式“=SUM(B:B)”計算總捐款金額，用公式“=COUNT(B:B)”計算總捐款人數(shù)，如圖4-2-1和圖4-2-2所示。案例操作（77-78頁）第四章

數(shù)據(jù)的分析4.2描述性統(tǒng)計4.2.1.2分組數(shù)據(jù)的規(guī)模分析

如果給定的數(shù)據(jù)是分組數(shù)據(jù)，則根據(jù)數(shù)學(xué)公式

計算標(biāo)志總量，根據(jù)

計算單位總量。

因為函數(shù)Sumproduct(數(shù)組1,數(shù)組2,…)的功能是計算兩組或多組數(shù)據(jù)的對應(yīng)乘積之和，因此在Excel中，常用Sumproduct函數(shù)計算

，用Sum函數(shù)計算

。

例2：在“捐款統(tǒng)計”工作表中，用公式“=SUMPRODUCT(B3:B7,C3:C7)”計算總捐款金額，用公式“=SUM(C3:C7)”計算總捐款人數(shù)，如圖4-2-3和圖4-2-4所示。

案例操作（78頁）4.2.2集中趨勢分析

第四章

數(shù)據(jù)的分析4.2描述性統(tǒng)計

集中趨勢分析就是尋找并計算某個指標(biāo)來反映總體的一般水平，常用的指標(biāo)有平均數(shù)、中位數(shù)和眾數(shù)。4.2.2.1平均數(shù)

在第1章中學(xué)習(xí)了3種平均數(shù)：算術(shù)平均數(shù)、幾何平均數(shù)、調(diào)和平均數(shù)。描述性統(tǒng)計通常是計算算術(shù)平均數(shù)。一、樣本數(shù)據(jù)的算術(shù)平均數(shù)

樣本數(shù)據(jù)的算術(shù)平均數(shù)直接用Average函數(shù)計算。例如在“捐款登記”工作表中，用公式“=AVERAGE(B:B)”計算人均捐款，如圖4-2-5所示。圖4-2-5用Average函數(shù)求算術(shù)平均數(shù)第四章

數(shù)據(jù)的分析4.2描述性統(tǒng)計二、分組數(shù)據(jù)的算術(shù)平均數(shù)

對于單項式分組，可以靈活運(yùn)用

求算術(shù)平均數(shù)。例3：在“捐款統(tǒng)計”工作表中，可以用公式“=B8/C8”計算人均捐款，也可以用公式“=SUMPRODUCT(B3:B7,C3:C7)/SUM(C3:C7)”計算人均捐款，如圖4-2-6所示。圖4-2-6

靈活計算單項式分組數(shù)據(jù)的平均數(shù)第四章

數(shù)據(jù)的分析4.2描述性統(tǒng)計

對于組距式分組數(shù)據(jù)，先增加一列計算每一組的組中值xi，再按單項式分組的方法計算算術(shù)平均數(shù)。例4：“成績統(tǒng)計”工作表中是某次考試成績分組統(tǒng)計情況，計算此次考試的平均分。（1）增加一列，計算各組的組中值x，如圖4-2-7所示。（2）用公式“=SUMPRODUCT(B3:B7,C3:C7)/SUM(B3:B7)”計算平均分，如圖4-2-8所示。圖4-2-7

計算組中值x圖4-2-8

計算組距式分組的平均數(shù)第四章

數(shù)據(jù)的分析4.2描述性統(tǒng)計4.2.2.2中位數(shù)

中位數(shù)是指將總體各單位的標(biāo)志值按大小順序排列時位于數(shù)列中間位置的數(shù)據(jù)。如果有偶數(shù)個數(shù)據(jù)，則取中間兩個數(shù)的平均數(shù)。中位數(shù)用Me（Median）表示。一、樣本數(shù)據(jù)的中位數(shù)

在Excel中，樣本數(shù)據(jù)的中位數(shù)用Median函數(shù)計算。例5：在“捐款登記”工作表中，用公式“=MEDIAN(B:B)”計算“捐款金額”的中位數(shù)，如圖4-2-9所示。圖4-2-9

用函數(shù)median計算中位數(shù)第四章

數(shù)據(jù)的分析4.2描述性統(tǒng)計二、分組數(shù)據(jù)的中位數(shù)

對于單項式分組，中位數(shù)的計算分兩步。①

增加一列計算各組累計頻數(shù)Si

。②

計算(總頻數(shù)/2)，確定中位數(shù)的位置：累計頻數(shù)Si≥(總頻數(shù)/2)就是中位數(shù)組。例6：計算“年齡統(tǒng)計”工作表的中位數(shù)。案例操作（80頁）第四章

數(shù)據(jù)的分析4.2描述性統(tǒng)計

對于組距式分組，計算中位數(shù)的第1步和單項式分組相同，只是確定了中位數(shù)所在組之后，要根據(jù)公式“”計算中位數(shù)。例7：計算“成績統(tǒng)計”工作表的中位數(shù).

案例操作（81頁）第四章

數(shù)據(jù)的分析4.2描述性統(tǒng)計4.2.2.3眾數(shù)

眾數(shù)是指總體中出現(xiàn)次數(shù)最多的數(shù)據(jù)，用M0（Mode）表示。

眾數(shù)也可以表明總體的一般水平。例如，要說明消費(fèi)者需要的服裝、鞋帽等的普遍尺碼，反映集市、貿(mào)易市場某種蔬菜的價格等，都可以通過市場調(diào)查、分析，了解哪一尺碼的成交量最大，哪一價格的成交量最多。一、樣本數(shù)據(jù)的眾數(shù)

在Excel中，樣本數(shù)據(jù)的眾數(shù)用Mode函數(shù)計算。例8：在“捐款登記”工作表中，用公式“=MODE(B:B)”計算“捐款金額”的眾數(shù)，如圖4-2-14所示。第四章

數(shù)據(jù)的分析4.2描述性統(tǒng)計圖4-2-14

用mode函數(shù)計算眾數(shù)第四章

數(shù)據(jù)的分析4.2描述性統(tǒng)計二、分組數(shù)據(jù)的眾數(shù)對于單項式分組，頻數(shù)最大的組就是眾數(shù)組。如圖4-2-15所示，第2組的頻數(shù)最大，即為眾數(shù)組，眾數(shù)為18。圖4-2-15

計算單項式分組數(shù)據(jù)的眾數(shù)第四章

數(shù)據(jù)的分析4.2描述性統(tǒng)計對于組距式分組，眾數(shù)的計算分兩步。①確定眾數(shù)所在組：頻數(shù)最大的組就是眾數(shù)所在的組。②根據(jù)公式“

”計算眾數(shù)。例9：在“成績統(tǒng)計”工作表中，頻數(shù)1210最大，所以眾數(shù)組為“60-70分”組，該組下限為60，組距為10。為了簡化運(yùn)算，先在G4單元格計算fi-fi-1，在G6單元格計算fi-fi+1，最后在B13單元格用公式“=60+G4/(G4+G6)*10”計算眾數(shù)，如圖4-2-16所示。fi-fi-1fi-fi+1圖4-2-16

計算組距式分組數(shù)據(jù)的眾數(shù)第四章

數(shù)據(jù)的分析4.2描述性統(tǒng)計

從理論上分析，如果是非等距分組，頻數(shù)最大的組未必是眾數(shù)組，所以應(yīng)該先計算每組的次數(shù)密度（頻數(shù)/組距），次數(shù)密度最大的組才是眾數(shù)所在組。但本例中，中間組的組距是相等的，眾數(shù)肯定是在這些組里面，所以就沒必要計算次數(shù)密度了。第四章

數(shù)據(jù)的分析4.2描述性統(tǒng)計4.2.3離散度分析

離散度分析就是尋找并計算一個指標(biāo)來反映數(shù)據(jù)的波動幅度（也叫離散程度），常用的指標(biāo)有極差、四分位差、方差、標(biāo)準(zhǔn)差、標(biāo)準(zhǔn)差系數(shù)。

這些指標(biāo)有一個共性：數(shù)值越小，說明數(shù)據(jù)波動幅度越小，數(shù)據(jù)越平穩(wěn)，平均數(shù)越具備代表性；數(shù)值越大，說明數(shù)據(jù)的波動幅度越大，也就是離散程度越大，平均數(shù)越不具備代表性。第四章

數(shù)據(jù)的分析4.2描述性統(tǒng)計4.2.3.1極差

對于一組統(tǒng)計數(shù)據(jù)x1,x2,x3,x4,...,xn

，極差=最大值-最小值。在Excel中，可以用Max和Min函數(shù)完成計算，如圖4-2-17所示。

極差的計算只用到最大值和最小值，因此極差雖然能反映統(tǒng)計數(shù)據(jù)的波動范圍和離散程度，但不能充分反映全體數(shù)據(jù)的實際離散程度。圖4-2-17

用函數(shù)max和min的差計算極值第四章

數(shù)據(jù)的分析4.2描述性統(tǒng)計4.2.3.2四分位差

對于一組統(tǒng)計數(shù)據(jù)x1,x2,x3,x4,...,xn，把數(shù)值從小到大排列并分成四等份，處于分割點(diǎn)位置的數(shù)值稱為四分位數(shù)（Quartile）。在Excel中，用Quartile.inc(樣本數(shù)據(jù),四分位序號)函數(shù)計算四分位數(shù)，其中四分位序號取0、1、2、3、4。序號為0即最小值，序號為2即中位數(shù)，序號為4即最大值，所以通常說的四分位數(shù)是指第1四分位數(shù)（Q1）和第3四分位數(shù)（Q3）。四分位差=第3四分位數(shù)-第1四分位數(shù)=Q3-Q1。例10：在“捐款登記”工作表中，用公式“=QUARTILE.INC(B:B,3)-QUARTILE.INC(B:B,1)”計算B列數(shù)據(jù)的四分位差第四章

數(shù)據(jù)的分析4.2描述性統(tǒng)計4.2.3.3方差

對于一組統(tǒng)計數(shù)據(jù)x1,x2,x3,x4,...,xn，如果數(shù)據(jù)是一個總體，其方差

，對應(yīng)的Excel函數(shù)為Var.p；如果數(shù)據(jù)是總體的一個樣本，其方差

，對應(yīng)的Excel函數(shù)為Var.s。例11：在“捐款登記”工作表中，用公式“=VAR.S(B:B)”計算B列數(shù)據(jù)的方差，如圖4-2-19所示。圖4-2-19

用函數(shù)var.s計算樣本方差計算方差的過程中，用到了每一個數(shù)據(jù)與平均數(shù)差的平方，因此方差能反映每一個數(shù)據(jù)與平均數(shù)的偏離程度，彌補(bǔ)了極差、四分位差的不足；但平方運(yùn)算一方面會導(dǎo)致方差的值比原始數(shù)據(jù)大或小很多，另一方面方差的量綱是原來的平方，不便于和原數(shù)據(jù)比較和解釋。第四章

數(shù)據(jù)的分析4.2描述性統(tǒng)計第四章

數(shù)據(jù)的分析4.2描述性統(tǒng)計4.2.3.4標(biāo)準(zhǔn)差

對于一組統(tǒng)計數(shù)據(jù)x1234,,,,,xxxxn，如果數(shù)據(jù)是一個總體，其標(biāo)準(zhǔn)差

，對應(yīng)的Excel函數(shù)為Stdev.p；如果數(shù)據(jù)是總體的一個樣本，其標(biāo)準(zhǔn)差

，對應(yīng)的Excel函數(shù)為Stdev.s。

例12：在“捐款登記”工作表中，用公式“=STDEV.S(B:B)”計算B列數(shù)據(jù)的標(biāo)準(zhǔn)差，如圖4-2-20所示。圖4-2-20

用函數(shù)stdev.s計算樣本標(biāo)準(zhǔn)差例13：在“成績比較1”工作表中，哪個班的成績波動幅度更小？第四章

數(shù)據(jù)的分析4.2描述性統(tǒng)計圖4-2-21

計算平均數(shù)、標(biāo)準(zhǔn)差第四章

數(shù)據(jù)的分析4.2描述性統(tǒng)計4.2.3.5標(biāo)準(zhǔn)差系數(shù)

標(biāo)準(zhǔn)差系數(shù)又稱變異系數(shù)、離散系數(shù)。

標(biāo)準(zhǔn)差系數(shù)通過將標(biāo)準(zhǔn)差除以平均數(shù)來消除不同數(shù)據(jù)集的量綱差異，使得不同數(shù)據(jù)集之間的離散程度可以進(jìn)行比較。

標(biāo)準(zhǔn)差系數(shù)作為一種相對指標(biāo)，有助于我們更好地理解和分析數(shù)據(jù)的分布情況，特別是在需要比較不同規(guī)模或不同單位的數(shù)據(jù)集時，其應(yīng)用尤為重要。例14：在“成績比較2”工作表中，數(shù)學(xué)成績與物理成績哪個波動幅度更小？第四章

數(shù)據(jù)的分析4.2描述性統(tǒng)計圖4-2-22

計算平均數(shù)、標(biāo)準(zhǔn)差第四章

數(shù)據(jù)的分析4.2描述性統(tǒng)計4.2.3.6標(biāo)準(zhǔn)誤差

標(biāo)準(zhǔn)誤差用來衡量抽樣誤差，標(biāo)準(zhǔn)誤差越小，表明樣本統(tǒng)計量與總體參數(shù)的值越接近，樣本對總體越有代表性，用樣本統(tǒng)計量推斷總體參數(shù)的可靠度越大，因此，標(biāo)準(zhǔn)誤差是反映統(tǒng)計推斷可靠性的指標(biāo)。

例15：在“捐款登記”工作表中，根據(jù)公式“=G4/SQRT(D2)”計算B列數(shù)據(jù)的標(biāo)準(zhǔn)誤差，如圖4-2-24所示。圖4-2-24

計算標(biāo)準(zhǔn)誤差第四章

數(shù)據(jù)的分析4.2描述性統(tǒng)計4.2.4分布形態(tài)分析

要全面掌握總體的特點(diǎn)，還要了解數(shù)據(jù)的分布形態(tài)。數(shù)據(jù)的分布形態(tài)可以從3個方面考慮：次數(shù)分布的類型、分布的對稱性——偏度、分布的陡峭度——峰度。4.2.4.1次數(shù)分布在統(tǒng)計分組的基礎(chǔ)上，將總體中所有單位按組歸類整理，形成總體中各單位數(shù)在各組間的分配，叫次數(shù)分布。各種不同性質(zhì)的總體都有著特殊的次數(shù)分布，概括起來主要有鐘形分布、U形分布和J形分布，第四章

數(shù)據(jù)的分析4.2描述性統(tǒng)計第四章

數(shù)據(jù)的分析4.2描述性統(tǒng)計（1）鐘形分布。當(dāng)次數(shù)分布出現(xiàn)兩端次數(shù)較少、中間次數(shù)較多的狀態(tài)時，所繪制的曲線就像一口鐘，所以叫鐘形分布。鐘形分布有對稱分布和非對稱分布兩種。對稱分布（即正態(tài)分布）的特征是中間變量值分布得最多，兩側(cè)變量值隨著與中間變量值距離的增大而逐漸減少，并且圍繞中心變量值兩端呈對稱分布，如圖4-2-28所示。非對稱的鐘形分布又分左偏分布和右偏分布兩種。左偏分布的平均數(shù)在峰值的左邊，右偏分布的平均數(shù)在峰值的右邊，如圖4-2-29和圖4-2-30所示。第四章

數(shù)據(jù)的分析4.2描述性統(tǒng)計（2）U形分布。當(dāng)次數(shù)分布出現(xiàn)兩端次數(shù)較多、靠近中間次數(shù)較少的狀態(tài)時，所繪制的曲線如同英文字母“U”一樣，所以叫U形分布。有些總體的分布表現(xiàn)為U形分布，如不同年齡人口死亡率。（3）J形分布。J形分布有兩種，一種是正J形分布，另一種是反J形分布。當(dāng)次數(shù)隨著變量值的增大而增多時，繪制的曲線就像英文字母“J”，所以叫正J形分布。當(dāng)次數(shù)隨著變量值的增大而減少時，繪制的曲線就如反寫的英文字母“J”，所以叫反J形分布。例如，老年人口死亡率按年齡分布、按患肺癌率分布、按日吸煙支數(shù)分布等，都服從正J形分布；而兒童死亡率按年齡分布、按肥胖率分布、按日活動量分布等，都服從反J形分布。第四章

數(shù)據(jù)的分析4.2描述性統(tǒng)計4.2.4.2偏度

偏度也稱偏態(tài)，是對數(shù)據(jù)分布偏斜方向和偏斜程度的測定。

數(shù)學(xué)上，偏度的計算公式為在Excel中，可以用Skew函數(shù)計算偏度。偏度=0時，稱無偏分布，數(shù)據(jù)呈標(biāo)準(zhǔn)的正態(tài)分布，如圖4-2-28所示。偏度＜0時，數(shù)據(jù)向負(fù)向偏移，所以稱負(fù)偏分布。從分布形態(tài)看，左側(cè)形成一個長尾，也稱左偏分布，如圖4-2-29所示。偏度＞0時，數(shù)據(jù)向正向偏移，所以稱正偏分布。從分布形態(tài)看，右側(cè)形成一個長尾，也稱右偏分布，如圖4-2-30所示。

例如在“捐款登記”工作表中，可以用公式“=SKEW(B:B)”計算偏度，如圖4-2-31所示。

從圖4-2-31可知，捐款金額的次數(shù)分布的偏度為1.61，大于零（正偏分布），說明大多數(shù)人的捐款金額大于平均數(shù)。這也解釋了為什么雖然捐60元的人最多，但平均捐款金額卻是209元，遠(yuǎn)遠(yuǎn)超過眾數(shù)60元。第四章

數(shù)據(jù)的分析4.2描述性統(tǒng)計圖4-2-31

用函數(shù)skew計算偏度第四章

數(shù)據(jù)的分析4.2描述性統(tǒng)計4.2.5.3峰度

峰度是指分布集中趨勢高峰的形狀，用于描述分布的平緩或陡峭程度。數(shù)學(xué)上，峰度的計算公式為：第四章

數(shù)據(jù)的分析4.2描述性統(tǒng)計

在Excel中，可以用Kurt函數(shù)計算峰度。例如在“捐款登記”工作表中，用公式“=KURT(B:B)”計算峰度，如圖4-2-32所示。正態(tài)分布的峰度=0。

峰度＞0，說明分布的形狀比較陡峭，比正態(tài)分布更高更瘦，稱為高峰態(tài)。

峰度＜0，說明分布的形狀比較平緩，比正態(tài)分布更矮更胖，稱為低峰態(tài)，如圖4-2-33所示。圖4-2-32

用函數(shù)kurt計算峰度第四章

數(shù)據(jù)的分析4.2描述性統(tǒng)計4.2.5描述統(tǒng)計工具運(yùn)用

除了用函數(shù)計算描述性指標(biāo)外，還可以用Excel中的“數(shù)據(jù)分析”之“描述統(tǒng)計”工具快速完成各項描述性指標(biāo)的計算。例16：打開“描述性統(tǒng)計.xlsx”文件的“捐款登記”工作表，用“描述統(tǒng)計”工具計算“捐款金額”的各項描述性統(tǒng)計指標(biāo)。

案例操作

（89-90頁）動態(tài)數(shù)列的分析與預(yù)測4.3第四章

數(shù)據(jù)分析概述4.3動態(tài)數(shù)列的分析與預(yù)測4.3動態(tài)數(shù)列的分析與預(yù)測

動態(tài)數(shù)列是指將總體在不同時間上的指標(biāo)數(shù)值按時間先后排列而成的序列，又叫時間數(shù)列。

為了方便起見，動態(tài)數(shù)列經(jīng)常以表格的形式展現(xiàn)，如表4-3-1所示。表4-3-1動態(tài)數(shù)列的形式動態(tài)數(shù)列有兩個基本要素：時間t和水平值a。第四章

數(shù)據(jù)分析概述4.3動態(tài)數(shù)列的分析與預(yù)測4.3.1動態(tài)數(shù)列的速度指標(biāo)

動態(tài)數(shù)列常用的速度指標(biāo)有發(fā)展速度、總發(fā)展速度、平均發(fā)展速度、增長速度和平均增長速度。1．發(fā)展速度

研究動態(tài)數(shù)列時，如果要對兩個不同時期的水平值進(jìn)行對比，那么分析研究時期的水平值叫報告期水平，對比基礎(chǔ)時期的水平值叫基期水平。

第四章

數(shù)據(jù)分析概述4.3動態(tài)數(shù)列的分析與預(yù)測第四章

數(shù)據(jù)分析概述4.3動態(tài)數(shù)列的分析與預(yù)測例1：“動態(tài)數(shù)列分析.xlsx”文件的“發(fā)展速度”工作表中列出了中國新能源汽車2018—2023年銷量統(tǒng)計，如圖4-3-1所示。請計算歷年的環(huán)比發(fā)展速度、定基發(fā)展速度。P90-91案例操作

（90-91頁）第四章

數(shù)據(jù)分析概述4.3動態(tài)數(shù)列的分析與預(yù)測

在Excel中，有一個函數(shù)能計算若n個數(shù)的連乘積，就是Product函數(shù)。即，總發(fā)展速度=Product（環(huán)比發(fā)展速度）。第四章

數(shù)據(jù)分析概述4.3動態(tài)數(shù)列的分析與預(yù)測3．平均發(fā)展速度

數(shù)學(xué)上，我們把n個數(shù)的乘積開n次方根，叫作這n個數(shù)的幾何平均數(shù)。所以，平均發(fā)展速度=環(huán)比發(fā)展速度的幾何平均數(shù)。

在Excel中，可以用

Geomean函數(shù)計算n個數(shù)的幾何平均數(shù)。所以上例可以用公式“=GEOMEAN(C4:G4)”計算平均發(fā)展速度例如，已知某網(wǎng)店2020年的銷售額僅為20萬元，2021年開始搞直播銷售，銷量逐年快速增長，2023年的銷售額已達(dá)500萬元，求該網(wǎng)店開展直播銷售這幾年的平均發(fā)展速度。第四章

數(shù)據(jù)分析概述4.3動態(tài)數(shù)列的分析與預(yù)測

第四章

數(shù)據(jù)分析概述4.3動態(tài)數(shù)列的分析與預(yù)測例2：2022—2023年國內(nèi)新能源汽車的銷量統(tǒng)計資料如圖4-3-5所示，請計算每個月的“發(fā)展速度”和“增長速度”。數(shù)據(jù)源于“動態(tài)數(shù)列分析.xlsx”文件的“增長速度”工作表。

案例操作

（93-94頁）第四章

數(shù)據(jù)分析概述4.3動態(tài)數(shù)列的分析與預(yù)測５．平均增長速度平均增長速度的計算公式為：

平均增長速度=平均發(fā)展速度-1。特別注意：平均增長速度不等于增長速度的算術(shù)平均數(shù)，也不等于增長速度的幾何平均數(shù)。例3：已知某公司2019—2023年固定資產(chǎn)投資額環(huán)比增長速度資料如圖4-3-7所示，請計算這5年的平均增長速度。數(shù)據(jù)源于“動態(tài)數(shù)列分析.xlsx”文件的“增長速度”工作表。案例操作

（94-95頁）第四章

數(shù)據(jù)分析概述4.3動態(tài)數(shù)列的分析與預(yù)測4.3.2利用趨勢線方程預(yù)測

動態(tài)數(shù)列的發(fā)展總是會呈現(xiàn)一定的規(guī)律，根據(jù)規(guī)律就可以對未來的發(fā)展做一定的預(yù)測。

利用趨勢線方程對數(shù)據(jù)進(jìn)行預(yù)測是最簡單、有效的方法之一。具體步驟如下。（1）繪制散點(diǎn)圖。（2）根據(jù)散點(diǎn)圖的分布規(guī)律添加趨勢線及方程。（3）根據(jù)趨勢線方程預(yù)測數(shù)據(jù)。例4：在“發(fā)展速度”工作表中，利用趨勢線方程預(yù)測2024年新能源汽車的銷量。案例操作

（95-97頁）第四章

數(shù)據(jù)分析概述4.3動態(tài)數(shù)列的分析與預(yù)測4.3.3同期平均法預(yù)測

市場銷售中，一些商品（如電風(fēng)扇、冷飲、四季服裝等）往往受季節(jié)影響而出現(xiàn)銷售的淡季和旺季之分（即季節(jié)性變動規(guī)律）；再如農(nóng)牧業(yè)生產(chǎn)也是典型的季節(jié)性生產(chǎn)，并且影響以農(nóng)牧業(yè)產(chǎn)品為原料的加工工業(yè)的生產(chǎn)、商業(yè)部門對農(nóng)牧業(yè)產(chǎn)品的購銷以及交通運(yùn)輸部門的貨運(yùn)量等，從而使得相應(yīng)的生產(chǎn)經(jīng)營也帶有季節(jié)性。對于這類具有季節(jié)性變動的數(shù)據(jù)，我們常用同期平均法進(jìn)行分析和預(yù)測。

案例操作

（97-99頁）第四章

數(shù)據(jù)分析概述4.3動態(tài)數(shù)列的分析與預(yù)測第四章

數(shù)據(jù)分析概述4.3動態(tài)數(shù)列的分析與預(yù)測

例6：“動態(tài)數(shù)列分析.xlsx”文件的“趨勢剔除法”工作表是某企業(yè)2019—2023年來各季度銷售資料，請根據(jù)該資料預(yù)測2024年各季度的銷售量。

第四章

數(shù)據(jù)分析概述4.3動態(tài)數(shù)列的分析與預(yù)測案例操作

（100-103頁）相關(guān)分析與回歸分析4.44.4相關(guān)分析與回歸分析4.4.1相關(guān)分析相關(guān)分析是研究兩個或兩個以上變量之間相關(guān)程度及大小的一種統(tǒng)計方法。其目的是揭示現(xiàn)象之間是否存在相關(guān)關(guān)系，并確定相關(guān)關(guān)系的性質(zhì)、方向和密切程度。線性相關(guān)曲線相關(guān)正相關(guān)負(fù)相關(guān)高度相關(guān)顯著相關(guān)低度相關(guān)微弱相關(guān)第四章

數(shù)據(jù)分析概述4.4相關(guān)分析與預(yù)測4.4.1.1相關(guān)圖

對兩個變量進(jìn)行相關(guān)分析，最常見的方法就是以這兩個變量的值為坐標(biāo)(x,y)，在直角坐標(biāo)系中繪制散點(diǎn)圖，此時的散點(diǎn)圖亦稱“相關(guān)圖”，如圖4-4-1所示。第四章

數(shù)據(jù)分析概述4.4相關(guān)分析與預(yù)測利用相關(guān)圖，可以直觀、形象地表現(xiàn)變量之間的相互關(guān)系，如果發(fā)現(xiàn)：（1）散點(diǎn)分布大致呈一條直線，稱二者線性相關(guān)，如圖4-4-2所示。（2）散點(diǎn)分布大致呈一條曲線，稱二者曲線相關(guān)，如圖4-4-3所示。（3）散點(diǎn)分布雜亂無章，稱二者不相關(guān)，如圖4-4-4所示。（4）當(dāng)一個變量增加，另一個變量也呈增加的態(tài)勢，稱二者正相關(guān)，如圖4-4-2(a)所示。（5）當(dāng)一個變量增加，另一個變量反而呈減少的態(tài)勢，則稱二者負(fù)相關(guān)，如圖4-4-2(b)所示。第四章

數(shù)據(jù)分析概述4.4相關(guān)分析與預(yù)測當(dāng)兩個變量線性相關(guān)時，用相關(guān)系數(shù)r表示兩個變量x和y之間的相關(guān)方向和密切程度。

在實際應(yīng)用中，利用相關(guān)系數(shù)來判斷直線相關(guān)密切程度的一般標(biāo)準(zhǔn)為：

4.4.1.2線性相關(guān)與相關(guān)系數(shù)第四章

數(shù)據(jù)分析概述4.4相關(guān)分析與預(yù)測4.4.1.3相關(guān)系數(shù)的計算在Excel中，有兩種常用方法計算相關(guān)系數(shù)。方法一：用

Correl函數(shù)計算相關(guān)系數(shù)例1：××小區(qū)超市的年銷售額（萬元）與小區(qū)常住人口數(shù)（萬人）的數(shù)據(jù)資料如圖4-4-5所示，請分析超市的年銷售額與小區(qū)常住人口數(shù)的相關(guān)關(guān)系。數(shù)據(jù)源于“相關(guān)與回歸分析.xlsx”工作簿的“相關(guān)系數(shù)1”工作表。方法二：“數(shù)據(jù)分析”之“相關(guān)系數(shù)”例2：利用“數(shù)據(jù)分析”之“相關(guān)系數(shù)”工具來計算例1中“年銷售額”與“小區(qū)常住人口數(shù)”的相關(guān)系數(shù)。

案例操作

（105頁）案例操作

（105-108頁）第四章

數(shù)據(jù)分析概述4.4相關(guān)分析與預(yù)測4.4.2回歸分析回歸分析是確定兩個或兩個以上變量間相互依賴的定量關(guān)系的一種統(tǒng)計分析方法。回歸分析按照涉及的變量的多少，分為一元回歸分析和多元回歸分析；按照自變量和因變量之間的關(guān)系類型，可分為線性回歸分析和非線性回歸分析。第四章

數(shù)據(jù)分析概述4.4相關(guān)分析與預(yù)測4.4.2.1最小二乘法原理回歸分析法的基本思路是：當(dāng)數(shù)據(jù)分布在一條直線（或曲線）附近時，找出一條最佳的直線（或曲線）來模擬它。

歸根結(jié)底，回歸分析法就是根據(jù)最小二乘法原理，將變量之間的關(guān)系模擬成一個數(shù)學(xué)方程（也叫回歸方程，或趨勢線方程），以此來推斷變量之間的關(guān)系的一種統(tǒng)計方法，所以回歸分析法也叫數(shù)學(xué)模型法。

那么，怎樣的直線（或曲線）最佳呢？第四章

數(shù)據(jù)分析概述4.4相關(guān)分析與預(yù)測4.4.2.2決定系數(shù)

第四章

數(shù)據(jù)分析概述4.4相關(guān)分析與預(yù)測4.4.2.3利用“回歸”工具進(jìn)行回歸分析1．一元線性回歸(1)在回歸分析中，只包括一個自變量和一個因變量，且二者的關(guān)系可用函數(shù)y=kx+b來模擬，這種回歸分析稱為一元線性回歸。例4：對例1的數(shù)據(jù)進(jìn)行一元線性回歸分析，并根據(jù)回歸方程回答以下問題。（1）在常住人口數(shù)為4萬人的小區(qū)開一家生活超市的年銷售額約為多少？（2）如果希望超市年銷售額達(dá)到3000萬元，小區(qū)常住人口大約為多少？案例操作（109-112頁）第四章

數(shù)據(jù)分析概述4.4相關(guān)分析與預(yù)測

案例操作（112-113頁）第四章

數(shù)據(jù)分析概述4.4相關(guān)分析與預(yù)測4.4.2.4利用趨勢線方程進(jìn)行回歸分析前面介紹了利用趨勢線方程預(yù)測動態(tài)數(shù)列的發(fā)展，該方法也適用于靜態(tài)數(shù)列的分析預(yù)測，但僅適用于只有一個自變量的情況。例6：某嬰幼兒米粉專賣店統(tǒng)計出的嬰幼兒米粉銷售額與流通率資料如圖4-4-22所示，請模擬出銷售額與流通率的回歸方程。數(shù)據(jù)源于“相關(guān)與回歸分析.xlsx”文件中的“練習(xí)2”工作表。案例操作（113-115頁）第四章

數(shù)據(jù)分析概述4.4相關(guān)分析與預(yù)測小結(jié)利用回歸分析工具進(jìn)行線性回歸的優(yōu)缺點(diǎn)：①優(yōu)點(diǎn)：可以一元線性回歸，也可以進(jìn)行多元線性回歸。②缺點(diǎn)：只能進(jìn)行線性回歸，不能直接進(jìn)行非線性回歸。利用散點(diǎn)圖和趨勢線進(jìn)行回歸分析的優(yōu)缺點(diǎn)：①優(yōu)點(diǎn)：不僅能進(jìn)行線性回歸，還能進(jìn)行非線性回歸。②缺點(diǎn)：只能進(jìn)行一元回歸，不能進(jìn)行多元回歸。第四章

數(shù)據(jù)分析概述4.4相關(guān)分析與預(yù)測綜合評價分析法4.5第四章

數(shù)據(jù)分析概述4.5綜合評價分析法綜合評價分析法，是指運(yùn)用多個指標(biāo)對多個參評對象進(jìn)行綜合評價的方法。綜合評價分析法的基本思想是將多個指標(biāo)轉(zhuǎn)化為一個能夠反映綜合情況的指標(biāo)來進(jìn)行分析評價，例如，要說明我國的基本國情，可以通過國土面積、人口總數(shù)、國內(nèi)生產(chǎn)總值、人均國民收入、森林覆蓋率等指標(biāo)來完成。4.5.1綜合評價分析法應(yīng)用在平常的工作和生活中，我們經(jīng)常會用到綜合評價分析法。例1、某學(xué)生某課程的平時成績?yōu)?0分，期中考試成績?yōu)?0分，期末考試成績?yōu)?0分，那么任課老師最后就會根據(jù)學(xué)校的一貫要求，就會綜合考慮該學(xué)生這三個成績，給出一個總評成績90×40%+70×30%+80×30%=81（分），這就是綜合評價分析法的具體應(yīng)用。第四章

數(shù)據(jù)分析概述4.5綜合評價分析法

事實上，當(dāng)各項指標(biāo)的權(quán)重都相同時，結(jié)果就是平均數(shù)。所以，計算平均數(shù)是綜合評價法的一種特殊情況。進(jìn)行綜合評價分析，分5步進(jìn)行：第四章

數(shù)據(jù)分析概述4.5綜合評價分析法例2：某學(xué)校招聘3名數(shù)學(xué)老師，應(yīng)聘者先進(jìn)行筆試，根據(jù)筆試成績按1∶3的比例確定排名前9的應(yīng)聘者進(jìn)入試講和結(jié)構(gòu)化面試環(huán)節(jié)，9名應(yīng)聘者的考核成績?nèi)鐖D4-5-1所示。若筆試成績、試講成績、面試成績的權(quán)重分別為20%、30%、50%，求各應(yīng)聘者的綜合評價得分，并求各應(yīng)聘者的綜合排名，根據(jù)排名錄取前3名。數(shù)據(jù)源于“綜合評價分析.xlsx”工作簿中的“綜合評價1”工作表。案例操作（116-117頁）第四章

數(shù)據(jù)分析概述4.5綜合評價分析法4.5.2權(quán)重的確定在應(yīng)用綜合評價分析法中，為了保證評價的科學(xué)性，權(quán)重的確定必須合理。一般來說，權(quán)重的確定可以由專家直接指定，也就是說權(quán)重是給定的，如4.5.1的例1、例2。如果權(quán)重沒有給定，可以取某一相關(guān)指標(biāo)所占的比重作為權(quán)重。例3：某餐飲店本月擬對店內(nèi)所有的菜品（50個）進(jìn)行價格調(diào)整，部分菜價調(diào)整情況如圖4-5-3所示。請運(yùn)用綜合評價分析法對該餐飲店的價格與上月相比的變化做綜合分析。數(shù)據(jù)源于“綜合評價分析.xlsx”工作簿中的“綜合評價2”工作表。案例操作（117-120頁）第四章

數(shù)據(jù)分析概述4.5綜合評價分析法4.5.3數(shù)據(jù)的標(biāo)準(zhǔn)化處理

第四章

數(shù)據(jù)分析概述4.5綜合評價分析法0-1標(biāo)準(zhǔn)化，也叫離差標(biāo)準(zhǔn)化，是對原始數(shù)據(jù)作線性變換，使結(jié)果落到[0，1]區(qū)間。做0-1標(biāo)準(zhǔn)化法時，對一列數(shù)據(jù)中某一個數(shù)據(jù)標(biāo)準(zhǔn)化的公式為：

第四章

數(shù)據(jù)分析概述4.5綜合評價分析法例4：某房地產(chǎn)商對13名銷售人員的銷售能力做綜合評價（原始數(shù)據(jù)見圖4-5-15），根據(jù)專家意見，評價從“咨詢?nèi)藬?shù)”“成交量”“總業(yè)績”3個方面進(jìn)行綜合考量，權(quán)重分別為10%、30%、60%。請用綜合評價分析法對13名銷售員的銷售能力進(jìn)行綜合評價。數(shù)據(jù)源于“綜合評價分析.xlsx”工作簿中的“綜合銷售能力”工作表。案例演示（121-123頁）第四章

數(shù)據(jù)分析概述4.5綜合評價分析法第四章

數(shù)據(jù)分析概述4.5綜合評價分析法拓展：股票價格指數(shù)股票價格指數(shù)是描述股票市場總的價格水平變化的指標(biāo)。編制股票價格指數(shù)，通常以某年某月為基礎(chǔ)（基期），用以后各時期（報告期）的股票價格和基期價格進(jìn)行比較，計算出的升降百分比就是該時期的股票價格指數(shù)。為了簡化表述，我們假設(shè)股市里只有3只股票A、B、C（見表4-5-1），分析當(dāng)前的股票價格指數(shù)。數(shù)據(jù)源于“綜合評價分析.xlsx”工作簿中的“股價指數(shù)”工作表。第四章

數(shù)據(jù)分析概述4.5綜合評價分析法股票價格指數(shù)有兩種計算方法。方法一：股票價格指數(shù)=各股票漲幅的算術(shù)平均數(shù)。先計算各股票的漲幅（動態(tài)數(shù)列的發(fā)展速度），再求其平均值。股票價格指數(shù)=。道瓊斯指數(shù)就是用這種方法計算的。

方法二：股票價格指數(shù)=報告期的股價之和/基期的股價之和

。股票價格指數(shù)=

。這兩種方法都未考慮到各只股票的發(fā)行量和交易量的不相同，而對整個股市股價的影響不一樣等因素，因此，計算出來的指數(shù)不夠準(zhǔn)確。第四章

數(shù)據(jù)分析概述4.5綜合評價分析法

為使股票價格指數(shù)的計算更精確，我們先用綜合評價分析法計算報告期和基期的綜合股價，計算時用各股票發(fā)行量占比作為其權(quán)重。

再將報告期的綜合股價除以基期的綜合股價，即股票價格指數(shù)，即，39.33/2.37=16.59第四章

數(shù)據(jù)分析概述4.5綜合評價分析法從簡化的過程來看，計算權(quán)重式子中的分母（450+7800+3600）最終可以約分去除：所以，今后計算綜合股價的權(quán)重就不再用發(fā)行量的占比，而是直接用股票的發(fā)行量，這樣就有了計算股票價格指數(shù)的第三種方法。第四章

數(shù)據(jù)分析概述4.5綜合評價分析法方法三：

計算綜合股價的權(quán)重，可以用股票的發(fā)行量或成交量，也可以用總股本或總市值。

我國股票價格指數(shù)，如上證綜合股票指數(shù)、深證綜合股票指數(shù)等，都是按這種方法來計算的。1．上證綜合股票指數(shù)

上證綜合股票指數(shù)是由上海證券交易所編制的股票指數(shù)，1990年12月19日正式開始發(fā)布。該股票指數(shù)的樣本為所有在上海證券交易所掛牌上市的股票，其中新上市的股票在掛牌的第二天納入股票指數(shù)的計算范圍，權(quán)重為各股票的總股本（包括新股發(fā)行前的股份和新發(fā)行的股份的數(shù)量總和）。第四章

數(shù)據(jù)分析概述4.5綜合評價分析法2．深證綜合股票指數(shù)

深證綜合股票指數(shù)是由深圳證券交易所編制的股票指數(shù)，1991年4月3日為基期。該股票指數(shù)的計算方法基本與上證綜合股票指數(shù)相同，其樣本為所有在深圳證券交易所掛牌上市的股票，權(quán)重為股票的總股本。由于深圳證券交易所的股票交投不如上海證券交易所那么活躍，深圳證券交易所后來改變了股票指數(shù)的編制方法，采用成分股指數(shù)（成分股指數(shù)是通過對所有上市公司進(jìn)行考察，按照一定的標(biāo)準(zhǔn)選出一定數(shù)量有代表性的公司，采用成分股的可流通股數(shù)作為權(quán)重進(jìn)行編制），選取40只具有代表性的股票計算股票指數(shù)。第四章

數(shù)據(jù)分析概述4.5綜合評價分析法3．上證180指數(shù)

上證180指數(shù)是從上海證券市場中選取180家規(guī)模大、流動性好、行業(yè)代表性強(qiáng)的公司的股票為樣本編制而成的成分股指數(shù)。該指數(shù)不僅在編制方法的科學(xué)性、成分選擇的代表性和成分的公開性上有所突破，同時也恢復(fù)和提升了成分指數(shù)的市場代表性，從而能更全面地反映股價的走勢。統(tǒng)計表明，上證180指數(shù)的流通市值占到滬市流通市值的50%，成交金額占比也達(dá)到47%。它的推出有利于推出指數(shù)化投資，引導(dǎo)投資者理性投資，并促進(jìn)市場對“藍(lán)籌股”的關(guān)注。4．滬深300指數(shù)滬深300指數(shù)是從上海和深圳證券市場中選取300只A股作為樣本編制而成的成分股指數(shù)。滬深300指數(shù)樣本覆蓋了滬深市場60%左右的市值，具有良好的市場代表性。滬深300指數(shù)是上海和深圳證券交易所第一次聯(lián)合發(fā)布的反映A股市場整體走勢的指數(shù)。它的推出，豐富了市場現(xiàn)有的指數(shù)體系，增加了一項用于觀察市場走勢的指標(biāo)，有利于投資者全面把握市場運(yùn)行狀況，也進(jìn)一步為指數(shù)投資產(chǎn)品的創(chuàng)新和發(fā)展提供了基礎(chǔ)條件。四象限分析法4.6四象限分析法，亦稱波士頓矩陣法，是由美國著名的波士頓咨詢公司創(chuàng)始人布魯斯亨德森于1970年首創(chuàng)的一種用來分析和規(guī)劃企業(yè)產(chǎn)品組合的方法。是根據(jù)產(chǎn)品的市場增長率和市場占有率，將產(chǎn)品劃分到四個不同的象限（劃分標(biāo)準(zhǔn)可以取產(chǎn)品平均值、經(jīng)驗值、行業(yè)水平值），如圖所示。問題金牛瘦狗明星單擊[查看/折疊]各個象限的含義：第一象限第二象限第三象限第四象限（1）第一象限，明星區(qū)，高度關(guān)注區(qū)。它是指處于高增長率、高市場占有率象限內(nèi)的產(chǎn)品群，這類產(chǎn)品可能成為企業(yè)的金牛產(chǎn)品，需要加大投資以支持其迅速發(fā)展。（2）第二象限，問題區(qū)，優(yōu)先改進(jìn)區(qū)。它是處于高增長率、低市場占有率象限內(nèi)的產(chǎn)品群。前者說明市場機(jī)會大，前景好，而后者則說明在市場營銷上存在問題。其財務(wù)特點(diǎn)是利潤率較低，所需資金不足，負(fù)債比率高。例如在產(chǎn)品生命周期中處于引進(jìn)期、因種種原因未能開拓市場局面的新產(chǎn)品即屬此類問題的產(chǎn)品。對問題產(chǎn)品應(yīng)采取選擇性投資戰(zhàn)略。因此，對問題產(chǎn)品的改進(jìn)與扶持方案一般均列入企業(yè)長期計劃中。對問題產(chǎn)品的管理組織，最好是采取智囊團(tuán)或項目組織等形式，選拔有規(guī)劃能力，敢于冒風(fēng)險、有才干的人負(fù)責(zé)。（3）第三象限，瘦狗區(qū)，無關(guān)緊要區(qū)，衰退產(chǎn)品區(qū)。它是處在低增長率、低市場占有率象限內(nèi)的產(chǎn)品群。其財務(wù)特點(diǎn)是利潤率低、處于保本或虧損狀態(tài)，負(fù)債比率高，無法為企業(yè)帶來收益。對這類產(chǎn)品應(yīng)采用撤退戰(zhàn)略：首先應(yīng)減少批量，逐漸撤退，對那些銷售增長率和市場占有率均極低的產(chǎn)品應(yīng)立即淘汰。其次是將剩余資源向其它產(chǎn)品轉(zhuǎn)移。第三是整頓產(chǎn)品系列，最好將瘦狗產(chǎn)品與其它事業(yè)部合并，統(tǒng)一管理。（4）第四象限，金牛區(qū)，維持優(yōu)勢區(qū)，厚利產(chǎn)品區(qū)。它是指處于低增長率、高市場占有率象限內(nèi)