Как сделать в excel анализ данных?

Использование пакета анализа

Если вам нужно разработать сложные статистические или инженерные анализы, вы можете сэкономить этапы и время с помощью пакета анализа. Вы предоставляете данные и параметры для каждого анализа, и в этом средстве используются соответствующие статистические или инженерные функции для вычисления и отображения результатов в выходной таблице. Некоторые инструменты создают диаграммы в дополнение к выходным таблицам.

Функции анализа данных можно применять только на одном листе. Если анализ данных проводится в группе, состоящей из нескольких листов, то результаты будут выведены на первом листе, на остальных листах будут выведены пустые диапазоны, содержащие только форматы. Чтобы провести анализ данных на всех листах, повторите процедуру для каждого листа в отдельности.

Ниже описаны инструменты, включенные в пакет анализа. Для доступа к ним нажмите кнопкуАнализ данных в группе Анализ на вкладке Данные. Если команда Анализ данных недоступна, необходимо загрузить надстройку «Пакет анализа».

Откройте вкладку Файл, нажмите кнопку Параметры и выберите категорию Надстройки.

Если вы используете Excel 2007, нажмите кнопку Microsoft Office и выберите пункт Параметры Excel .

В раскрывающемся списке Управление выберите пункт Надстройки Excel и нажмите кнопку Перейти.

Если вы используете Excel для Mac, в строке меню откройте вкладку Средства и в раскрывающемся списке выберите пункт Надстройки для Excel.

В диалоговом окне Надстройки установите флажок Пакет анализа, а затем нажмите кнопку ОК.

Если Пакет анализа отсутствует в списке поля Доступные надстройки, нажмите кнопку Обзор, чтобы выполнить поиск.

Если выводится сообщение о том, что пакет анализа не установлен на компьютере, нажмите кнопку Да, чтобы установить его.

Примечание: Чтобы включить функцию Visual Basic для приложений (VBA) для пакета анализа, вы можете загрузить надстройку «пакет анализа — VBA» таким же образом, как и при загрузке пакета анализа. В диалоговом окне Доступные надстройки установите флажок Пакет анализа — VBA .

Существует несколько видов дисперсионного анализа. Нужный вариант выбирается с учетом числа факторов и имеющихся выборок из генеральной совокупности.

Однофакторный дисперсионный анализ

Это средство выполняет простой анализ дисперсии для данных двух или более образцов. Анализ — это проверка гипотезы о том, что каждый образец выводится из того же основного распределения вероятности, что и для альтернативной гипотезы, для которой базовые распределения вероятностей не одинаковы. Если есть только два примера, вы можете использовать функцию на листе T.Проверка. В более чем двух выборках нет удобной обобщения с T.И может быть вызвана модель однофакторного дисперсионный проверки.

Двухфакторный дисперсионный анализ с повторениями

Этот инструмент анализа применяется, если данные можно систематизировать по двум параметрам. Например, в эксперименте по измерению высоты растений последние обрабатывали удобрениями от различных изготовителей (например, A, B, C) и содержали при различной температуре (например, низкой и высокой). Таким образом, для каждой из 6 возможных пар условий <удобрение, температура>, имеется одинаковый набор наблюдений за ростом растений. С помощью этого дисперсионного анализа можно проверить следующие гипотезы:

Извлечены ли данные о росте растений для различных марок удобрений из одной генеральной совокупности. Температура в этом анализе не учитывается.

Извлечены ли данные о росте растений для различных уровней температуры из одной генеральной совокупности. Марка удобрения в этом анализе не учитывается.

Извлечены ли шесть выборок, представляющих все пары значений <удобрение, температура>, используемые для оценки влияния различных марок удобрений (для первого пункта в списке) и уровней температуры (для второго пункта в списке), из одной генеральной совокупности. Альтернативная гипотеза предполагает, что влияние конкретных пар <удобрение, температура>превышает влияние отдельно удобрения и отдельно температуры.

Двухфакторный дисперсионный анализ без повторений

Этот инструмент анализа применяется, если данные можно систематизировать по двум параметрам, как в случае двухфакторного дисперсионного анализа с повторениями. Однако в таком анализе предполагается, что для каждой пары параметров есть только одно измерение (например, для каждой пары параметров <удобрение, температура>из предыдущего примера).

На листе КОРРЕЛ и Пирсон рассчитываются коэффициент корреляции между двумя переменными измерения, если измерения для каждой переменной отображаются для каждого из N субъектов. (Отсутствие наблюдения для какой-либо из тем приводит к тому, что эта тема пропускается в анализе.) Средство анализа корреляции особенно полезно, если для N тем используется более двух переменных измерения. Она предоставляет выходную таблицу, матрицу корреляции, которая показывает значение КОРРЕЛ (или Пирсона), примененное к каждой возможной паре переменных измерения.

Коэффициент корреляции, например Ковариация, — это мера экстента, в котором одновременно различаются две переменные измерения. В отличие от ковариации коэффициент корреляции масштабируется таким образом, чтобы его значение не зависело от единиц, в которых выражаются две переменные измерения. (Например, если две переменные измерения являются весом и высотой, значение коэффициента корреляции не меняется, если вес конвертируется из килограммов в килограммы). Значение любого коэффициента корреляции должно находиться в диапазоне от-1 до + 1 включительно.

Корреляционный анализ дает возможность установить, ассоциированы ли наборы данных по величине, т. е. большие значения из одного набора данных связаны с большими значениями другого набора (положительная корреляция) или наоборот, малые значения одного набора связаны с большими значениями другого (отрицательная корреляция), или данные двух диапазонов никак не связаны (нулевая корреляция).

Вы можете использовать инструменты корреляции и ковариации в одном и том же параметре, если у вас есть N различных переменных измерения, которые потратили на набор отдельных пользователей. Средства корреляции и ковариации предоставляют выходную таблицу, матрицу, которая показывает коэффициент корреляции или ковариацию соответственно между каждой парой переменных измерения. Разница заключается в том, что коэффициенты корреляции масштабируются в зависимости от-1 и + 1 включительно. Соответствующие ковариации не масштабируются. Как коэффициент корреляции, так и ковариация — это величины экстентов, в которых две переменные различны друг от друга.

Инструмент Ковариация вычисляет значение функции КОвариация на листе. P для каждой пары переменных измерения. (Прямое использование ковариации. Функция P вместо средства Ковариация является разумной альтернативой, если есть только две переменные измерения, т. е. N = 2.) Запись по диагонали в выходной таблице инструмента ковариации в строке i — это Ковариация переменной измерения i-ой. Это всего лишь дисперсия Генеральной совокупности для этой переменной, вычисленная функцией на листе var.P.

Ковариационный анализ дает возможность установить, ассоциированы ли наборы данных по величине, то есть большие значения из одного набора данных связаны с большими значениями другого набора (положительная ковариация) или наоборот, малые значения одного набора связаны с большими значениями другого (отрицательная ковариация), или данные двух диапазонов никак не связаны (ковариация близка к нулю).

Инструмент анализа «Описательная статистика» применяется для создания одномерного статистического отчета, содержащего информацию о центральной тенденции и изменчивости входных данных.

Инструмент анализа «Экспоненциальное сглаживание» применяется для предсказания значения на основе прогноза для предыдущего периода, скорректированного с учетом погрешностей в этом прогнозе. При анализе используется константа сглаживания a, величина которой определяет степень влияния на прогнозы погрешностей в предыдущем прогнозе.

Читать еще:  Как сделать комбинаторику в excel?

Примечание: Для константы сглаживания наиболее подходящими являются значения от 0,2 до 0,3. Эти значения показывают, что ошибка текущего прогноза установлена на уровне от 20 до 30 процентов ошибки предыдущего прогноза. Более высокие значения константы ускоряют отклик, но могут привести к непредсказуемым выбросам. Низкие значения константы могут привести к большим промежуткам между предсказанными значениями.

Двухвыборочный F-тест применяется для сравнения дисперсий двух генеральных совокупностей.

Например, можно использовать F-тест по выборкам результатов заплыва для каждой из двух команд. Это средство предоставляет результаты сравнения нулевой гипотезы о том, что эти две выборки взяты из распределения с равными дисперсиями, с гипотезой, предполагающей, что дисперсии различны в базовом распределении.

С помощью этого инструмента вычисляется значение f F-статистики (или F-коэффициент). Значение f, близкое к 1, показывает, что дисперсии генеральной совокупности равны. В таблице результатов, если f 1, «P(F

Инструмент «Анализ Фурье» применяется для решения задач в линейных системах и анализа периодических данных на основе метода быстрого преобразования Фурье (БПФ). Этот инструмент поддерживает также обратные преобразования, при этом инвертирование преобразованных данных возвращает исходные данные.

Инструмент «Гистограмма» применяется для вычисления выборочных и интегральных частот попадания данных в указанные интервалы значений. При этом рассчитываются числа попаданий для заданного диапазона ячеек.

Например, можно получить распределение успеваемости по шкале оценок в группе из 20 студентов. Таблица гистограммы состоит из границ шкалы оценок и групп студентов, уровень успеваемости которых находится между самой нижней границей и текущей границей. Наиболее часто встречающийся уровень является модой диапазона данных.

Совет: В Excel 2016 теперь можно создавать гистограммы и диаграммы Парето.

Инструмент анализа «Скользящее среднее» применяется для расчета значений в прогнозируемом периоде на основе среднего значения переменной для указанного числа предшествующих периодов. Скользящее среднее, в отличие от простого среднего для всей выборки, содержит сведения о тенденциях изменения данных. Этот метод может использоваться для прогноза сбыта, запасов и других тенденций. Расчет прогнозируемых значений выполняется по следующей формуле:

N — число предшествующих периодов, входящих в скользящее среднее;

A j — фактическое значение в момент времени j;

F j — прогнозируемое значение в момент времени j.

Инструмент «Генерация случайных чисел» применяется для заполнения диапазона случайными числами, извлеченными из одного или нескольких распределений. С помощью этой процедуры можно моделировать объекты, имеющие случайную природу, по известному распределению вероятностей. Например, можно использовать нормальное распределение для моделирования совокупности данных по росту людей или использовать распределение Бернулли для двух вероятных исходов, чтобы описать совокупность результатов бросания монеты.

Инструмент «ранжирование и персентиль» формирует таблицу, содержащую порядковый и процентный ранги для каждого значения в наборе данных. Вы можете проанализировать относительные значения в наборе данных. Это средство использует функции ранжирования на листе. EQ иПРОЦЕНТРАНГ. INC. Если вы хотите учитывать привязанные значения, используйте ранг. EQ , который обрабатывает привязанные значения в соответствии с одинаковым рангом или использует ранг.Функция AVG , возвращающая среднее значение ранга для привязанных значений.

Инструмент анализа «Регрессия» применяется для подбора графика для набора наблюдений с помощью метода наименьших квадратов. Регрессия используется для анализа воздействия на отдельную зависимую переменную значений одной или нескольких независимых переменных. Например, на спортивные качества атлета влияют несколько факторов, включая возраст, рост и вес. Можно вычислить степень влияния каждого из этих трех факторов по результатам выступления спортсмена, а затем использовать полученные данные для предсказания выступления другого спортсмена.

Средство регрессия использует функцию листа ЛИНЕЙН.

Инструмент анализа «Выборка» создает выборку из генеральной совокупности, рассматривая входной диапазон как генеральную совокупность. Если совокупность слишком велика для обработки или построения диаграммы, можно использовать представительную выборку. Кроме того, если предполагается периодичность входных данных, то можно создать выборку, содержащую значения только из отдельной части цикла. Например, если входной диапазон содержит данные для квартальных продаж, создание выборки с периодом 4 разместит в выходном диапазоне значения продаж из одного и того же квартала.

Двухвыборочный t-тест проверяет равенство средних значений генеральной совокупности по каждой выборке. Три вида этого теста допускают следующие условия: равные дисперсии генерального распределения, дисперсии генеральной совокупности не равны, а также представление двух выборок до и после наблюдения по одному и тому же субъекту.

Для всех трех средств, перечисленных ниже, значение t вычисляется и отображается как «t-статистика» в выводимой таблице. В зависимости от данных это значение t может быть отрицательным или неотрицательным. Если предположить, что средние генеральной совокупности равны, при t =0 «P(T

Двухвыборочный z-тест для средних — это Двухвыборочный z-тест для средних и известных отклонений. Это средство используется для проверки гипотезы на то, что в двух или двусторонних вариантах есть различия между двумя единицами заполнения. Если вариативность неизвестна, то функция листа Z.Вместо этого следует использовать проверку .

При использовании этого инструмента следует внимательно просматривать результат. «P(Z = ABS(z)), вероятность z-значения, удаленного от 0 в том же направлении, что и наблюдаемое z-значение при одинаковых средних значениях генеральной совокупности. «P(Z = ABS(z) или Z

Дополнительные сведения

Вы всегда можете задать вопрос специалисту Excel Tech Community, попросить помощи в сообществе Answers community, а также предложить новую функцию или улучшение на веб-сайте Excel User Voice.

4 техники анализа данных в Microsoft Excel

Если вам по работе или учёбе приходится погружаться в океан цифр и искать в них подтверждение своих гипотез, вам определённо пригодятся эти техники работы в Microsoft Excel. Как их применять — показываем с помощью гифок.

Тренер Учебного центра Softline с 2008 года.

1. Сводные таблицы

Базовый инструмент для работы с огромным количеством неструктурированных данных, из которых можно быстро сделать выводы и не возиться с фильтрацией и сортировкой вручную. Сводные таблицы можно создать с помощью нескольких действий и быстро настроить в зависимости от того, как именно вы хотите отобразить результаты.

Полезное дополнение. Вы также можете создавать сводные диаграммы на основе сводных таблиц, которые будут автоматически обновляться при их изменении. Это полезно, если вам, например, нужно регулярно создавать отчёты по одним и тем же параметрам.

Как работать

Исходные данные могут быть любыми: данные по продажам, отгрузкам, доставкам и так далее.

  1. Откройте файл с таблицей, данные которой надо проанализировать.
  2. Выделите диапазон данных для анализа.
  3. Перейдите на вкладку «Вставка» → «Таблица» → «Сводная таблица» (для macOS на вкладке «Данные» в группе «Анализ»).
  4. Должно появиться диалоговое окно «Создание сводной таблицы».
  5. Настройте отображение данных, которые есть у вас в таблице.

Перед нами таблица с неструктурированными данными. Мы можем их систематизировать и настроить отображение тех данных, которые есть у нас в таблице. «Сумму заказов» отправляем в «Значения», а «Продавцов», «Дату продажи» — в «Строки». По данным разных продавцов за разные годы тут же посчитались суммы. При необходимости можно развернуть каждый год, квартал или месяц — получим более детальную информацию за конкретный период.

Читать еще:  Как сделать чтобы первая строка в excel всегда была видна?

Набор опций будет зависеть от количества столбцов. Например, у нас пять столбцов. Их нужно просто правильно расположить и выбрать, что мы хотим показать. Скажем, сумму.

Можно её детализировать, например, по странам. Переносим «Страны».

Можно посмотреть результаты по продавцам. Меняем «Страну» на «Продавцов». По продавцам результаты будут такие.

Этот способ визуализации данных с географической привязкой позволяет анализировать данные, находить закономерности, имеющие региональное происхождение.

Полезное дополнение. Координаты нигде прописывать не нужно — достаточно лишь корректно указать географическое название в таблице.

Как работать

  1. Откройте файл с таблицей, данные которой нужно визуализировать. Например, с информацией по разным городам и странам.
  2. Подготовьте данные для отображения на карте: «Главная» → «Форматировать как таблицу».
  3. Выделите диапазон данных для анализа.
  4. На вкладке «Вставка» есть кнопка 3D-карта.

Точки на карте — это наши города. Но просто города нам не очень интересны — интересно увидеть информацию, привязанную к этим городам. Например, суммы, которые можно отобразить через высоту столбика. При наведении курсора на столбик показывается сумма.

Также достаточно информативной является круговая диаграмма по годам. Размер круга задаётся суммой.

3. Лист прогнозов

Зачастую в бизнес-процессах наблюдаются сезонные закономерности, которые необходимо учитывать при планировании. Лист прогноза — наиболее точный инструмент для прогнозирования в Excel, чем все функции, которые были до этого и есть сейчас. Его можно использовать для планирования деятельности коммерческих, финансовых, маркетинговых и других служб.

Полезное дополнение. Для расчёта прогноза потребуются данные за более ранние периоды. Точность прогнозирования зависит от количества данных по периодам — лучше не меньше, чем за год. Вам требуются одинаковые интервалы между точками данных (например, месяц или равное количество дней).

Как работать

  1. Откройте таблицу с данными за период и соответствующими ему показателями, например, от года.
  2. Выделите два ряда данных.
  3. На вкладке «Данные» в группе нажмите кнопку «Лист прогноза».
  4. В окне «Создание листа прогноза» выберите график или гистограмму для визуального представления прогноза.
  5. Выберите дату окончания прогноза.

В примере ниже у нас есть данные за 2011, 2012 и 2013 годы. Важно указывать не числа, а именно временные периоды (то есть не 5 марта 2013 года, а март 2013-го).

Для прогноза на 2014 год вам потребуются два ряда данных: даты и соответствующие им значения показателей. Выделяем оба ряда данных.

На вкладке «Данные» в группе «Прогноз» нажимаем на «Лист прогноза». В появившемся окне «Создание листа прогноза» выбираем формат представления прогноза — график или гистограмму. В поле «Завершение прогноза» выбираем дату окончания, а затем нажимаем кнопку «Создать». Оранжевая линия — это и есть прогноз.

4. Быстрый анализ

Эта функциональность, пожалуй, первый шаг к тому, что можно назвать бизнес-анализом. Приятно, что эта функциональность реализована наиболее дружественным по отношению к пользователю способом: желаемый результат достигается буквально в несколько кликов. Ничего не нужно считать, не надо записывать никаких формул. Достаточно выделить нужный диапазон и выбрать, какой результат вы хотите получить.

Полезное дополнение. Мгновенно можно создавать различные типы диаграмм или спарклайны (микрографики прямо в ячейке).

Как работать

  1. Откройте таблицу с данными для анализа.
  2. Выделите нужный для анализа диапазон.
  3. При выделении диапазона внизу всегда появляется кнопка «Быстрый анализ». Она сразу предлагает совершить с данными несколько возможных действий. Например, найти итоги. Мы можем узнать суммы, они проставляются внизу.

В быстром анализе также есть несколько вариантов форматирования. Посмотреть, какие значения больше, а какие меньше, можно в самих ячейках гистограммы.

Также можно проставить в ячейках разноцветные значки: зелёные — наибольшие значения, красные — наименьшие.

Надеемся, что эти приёмы помогут ускорить работу с анализом данных в Microsoft Excel и быстрее покорить вершины этого сложного, но такого полезного с точки зрения работы с цифрами приложения.

Проводим анализ данных в Excel 2010

Автор: Леонид Радкевич · Опубликовано 14.12.2013 · Обновлено 06.12.2016

Для чего чаще всего используется Excel? Для создания таблиц и хранения большого количества самых разных данных. Которые затем необходимо систематизировать и, чаще всего, анализировать для разных целей. Например, чтобы спрогнозировать повышение или понижение курса доллара или чего-то еще. Это позволит принять обоснованное решение. И чтобы автоматизировать данный процесс великолепно подойдет именно этот продукт Microsoft Office.

Всего есть два варианта анализа с использованием этого приложения.

Статистический анализ

Мы рассмотрим его первым, поскольку с его помощью можно проводить разные расчеты. Для этого был разработан «Диспетчер сценариев». Чтобы не запутаться – сценарий является набором самых разных значений, сохраненных в программе и способных самостоятельно подставляться в ячейки. Пользователь может использовать готовые сценарии или создавать собственные, а также переключаться между ними.

Чтобы провести анализ данных в Excel 2010 необходимо активировать «Диспетчер сценариев». Это идет по схеме: вкладка «Данные», активируем кнопочку «Работа с данными» — «Анализ «Что если»» — «Сценарии». После вы увидите такое окошко

Здесь необходимо задействовать команду «Добавить» и появится следующее окошко «Создание сценария». В случае если у вас уже есть готовые сценарии, то их можно изменить.

Здесь необходимо указать имя сценария. Называйте его так, чтобы можно было быстро определить, для чего он применяется, скажем, через несколько месяцев. Поле «Изменяемые ячейки» сообщает сценарию, откуда необходимо брать исходные данные, так что указывайте адреса ячеек, опираясь на собственные нужды. Они могут не быть смежными и тогда их адреса указываются через запятую (не более 32 изменяемых ячеек на сценарий).

Примечание самостоятельно заполняется, получая сведения об авторе и время создания сценария. Его можно дополнять по необходимости.

После указания всех параметров сохраните изменения (кнопка «Ок»). В результате появится окошко «Значение ячеек», где будут отображены все внесенные изменения.

После заполнения данной формы также сохраните изменения. Вы автоматически вернетесь к «Диспетчеру».

Теперь осталось только воспользоваться готовым сценарием. Чтобы вывести результаты расчета сценария, необходимо указать его название в окне «Диспетчера» и активировать функцию «Вывести». Изменения вносятся в сценарий с помощью функции «Изменить».

Также можно просмотреть отчет, активировав одноименную функцию. В новом окошке укажите его тип (это может быть сводная таблица или структурированный список) и ячейки результата (в них будут находиться формулы, результаты которых и нужно подвергнуть анализу). В примере будет использоваться ячейка В7.

Отчет представляет все изменяемые значения для любого сценария («Изменяемые») и значения формул, которые были вычислены при помощи этих значений («Результат»).

Поскольку мы сначала присвоили имена для всех изменяемых ячеек и ячеек, в которых будет сохранен результат, то и при создании самого сценария идет вывод не адресов этих секторов, а их имена. Сам же отчет, в результате, выглядит максимально понятно.

Это дает возможность проанализировать самое разное количество возможных вариантов. Разные пользователи могут хранить необходимые для анализа сведения в совершенно отдельных файлах-«книгах», но их можно собрать вместе и объединить в один сценарий, что еще больше ускорит работу. В результате можно легко получить необходимый отчет, опирающийся даже на информацию полученную таким путем.

Читать еще:  Как сделать равно в excel?

Визуальный анализ

Такой анализ данных в Excel 2010 хорошо подходит для создания отчетов, что позволяет эффективно систематизировать, скажем, данные относительно совершенно любой деятельности за определенный временной отрезок. Допустим, у вас уже есть необходимые данные, но их необходимо подготовить для анализа. Заходим на вкладку «Вставка» и приступаем к созданию сводной таблицы.

Новый лист предложит макет стандартной такой таблицы. Все параметры, фигурировавшие в начальной таблице, будут перечислены справа. С помощью мыши перетаскиваем их в графу «Название строк». Мы делаем это с «Датами» и «Менеджерами», но у вас, скорее всего, будут иные наименования. В графу «Значения» помещаем «Объемы продаж», «Выручку» и «Прибыль». После этого таблица самостоятельно отформатируется и станет «лентой».

Кстати, размещение элементов в «Названии строк» играет существенную роль. В случае, если «Менеджеры» выше «Дат», то все данные будут разбиваться соответственно имен этих работников. Если выше «Даты» — то соответственно календарных дат.

Теперь необходимо провести оформление созданной таблицы. Форматируем ее, как таблицу (вкладка «Главная» — «Форматировать как таблицу»). Появится список самых разных шаблонов – необходимо выбрать тот, который более удобен именно для вас. После этого Excel самостоятельно определит границы, но их всегда можно отрегулировать и вручную. Сохраняем параметры (кнопка «Ок») и смотрим на то, что получилось.

Теперь уже можно сортировать параметры. Однако визуально просматривать значения и сравнивать с плановыми может оказаться весьма сложным делом. Особенно, если таких значений очень много.

Допустим, что месячная выруская каждого нашего менеджера не должна быть меньше 100 000. Просматривать все самостоятельно не нужно – это займет слишком много времени и сил. Поэтому просто проводим условное форматирование (вкладка «Вставка» — «Условное форматирование» — «Набор значков») по понравившемуся шаблону. Например, «Светофор».

Создаем правила форматирования (вводим показатели напротив значков), что позволит автоматически оценить работу сотрудника, как отличную, стабильную и неудовлетворительную. Показатели вводим напротив каждого кружочка в «Значение», в «Тип» устанавливаем «Числа», а не «Процент». Мы установили такой показатель, как 100 000 и 90 000, а третий выставиться автоматически, чтобы подключить оставшиеся значения. Сохраняем.

Согласитесь, что теперь можно гораздо быстрее проанализировать данные и определить, кто из менеджеров хорошо справляется со своей задачей, а кого можно уже и увольнять.

Однако это только самые простые из возможностей современного Excel 2010. В нем появились дополнительные элементы, называемые «Цветовыми шкалами» и «Гистограммами». Давайте попробуем использовать именно их.

Итак, выделяем значения в ячейках и форматируем их (вкладка «Вставка» — «Условное форматирование» — «Гистограммы»). Выпадающее меню демонстрирует список шаблонов (доступен предосмотр при наведении курсора мыши на наименования). Выбираем удобную цветовую схему. В результате мы получаем ячейки, залитые горизонтальными столбцами разной величины. Они в графическом плане отображают присутствующее в ячейке значение. Теперь можно уже даже скользнув взглядом по таблице понять, насколько плохо выполняет свои обязанности наш «Менеджер 5».

Примечательно, если значение уйдет ниже минуса, то график сместится в противоположную от ячейки сторону, явно намекая на отрицательный результат.

При использовании компонента «Цветовые шкалы» происходит заливка ячейки соответствующим цветом, который полностью соответствует результату. В результате наименьшее значение получит красный цвет, среднее – желтый, а высокое – зеленый. Естественно, такую схему можно подобрать самостоятельно. Это более наглядный пример, чем применение «Набора значков», однако суть у них одна.

Впрочем, есть еще один способ, который основан на применении срезов. Допустим, наши менеджеры проработали в компании уже не один год. Естественно, что дат станет гораздо больше и просмотреть такой документ, даже с применением форматирования, будет крайне сложно. Не говоря уже об анализе данных.

В этом случае добраться до интересующей нас даты можно одним из двух способов. При построении любой сводной таблицы в правой части располагаются элементы, которые мы можем расположить в любые удобные поля. Если обратится к «Датам» и нажать на кнопочку с изображением стрелочки, то вызовется выпадающее меню. Остается только отфильтровать информацию по дате. Мы увидим большой список, предлагающий всевозможные варианты форматирования. Воспользуемся помесячной сортировкой.

Для этого необходимо открыть «Все даты за период» и выбрать нужный месяц. Для нас это «Октябрь». Это позволит значительно сократить нашу таблицу, оставив только интересующие нас значения.

Теперь давайте рассмотрим использование среза. Данный инструмент анализа великолепно подходит для цифровых данных. Открываем вкладку «Вставка» и ищем там «Срез». В результате открывается меню «Вставка среза», где необходимо отметить показатель, согласно которому и будет идти выборка интересующих нас значений.

В данном случае это будет колонка «Даты», хотя можно выбрать любую из интересующих. Подтверждаем и смотрим на страничку с рамкой и имеющимися значениями.

Осталось только переместить ее в любое удобное место и отрегулировать размер, чтобы было видно все значения. При необходимости можно поменять цвет среза, чтобы сделать его более понятным (шаблоны находятся на верхней панели). Теперь можно буквально одним кликом выбрать необходимую дату и посмотреть на результаты работы наших менеджеров. Естественно, что благодаря своей гибкости использование среза более удобно, чем применение фильтра по дате. К тому же можно указать несколько значений для выборки.

Теперь немного оговорим о графиках. В Excel 2010 можно применять инфокривые. Для этого необходимо выделить ячейку напротив строки с данными и сделать ее активной. Далее вновь используем вкладку «Вставка», раздел «Инфокривые» (он еще может носить название «Сперклайны»). Выделяем нашу строку, как диапазон данных и подтверждаем. В результате в выбранной ячейке появится небольшой график. Сделаем это же для результатов всех наших сотрудников.

Теперь растянем каждую ячейку на другие строчки. Для этого можно просто потянуть за край, отмеченный точкой или же сделать на нем двойной клик. Как и при работе с иными полезными функциями, можно самостоятельно подбирать стиль инфокривой (верхняя панель, режим «конструктор»). Такой график хорошо отражает тренд и, если значений достаточно много, то визуально легко определяются взлеты и падения, а также начало возможного систематического падения или роста.

Сама инфокривая может быть одного из 3 типов:

— График, который мы и рассматривали на примере;

— Столбец – он отображает обрабатываемые данные маленькими столбиками. Чем больше данных, тем тоньше будут столбики, но они способны наглядно продемонстрировать минимальное и максимальное значение;

— «Выигрыш / Проигрыш» — ячейка условно делиться на две части. При положительном результате квадратики помещаются в верхнюю часть, а при отрицательном – в нижнюю. «Ноль» в этом случае вообще не отображается.

Вот как это выглядит в графическом примере

В результате мы получили наглядное пособие того, насколько нововведения в Excel 2010 способны упростить работу аналитиков и иных специалистов.

Вернуться в начало статьи Проводим анализ данных в Excel 2010

Ссылка на основную публикацию
Adblock
detector