我的世界设定坐标指令:有谁用的是Office XP？

相关系数分析工具可用于度量两组数据集（可以使用不同的度量单位）之间的关系。总体相关性计算的返回值为两组数据集的协方差除以它们标准偏差的乘积。相关系数的计算公式如下：

这里是张图片，我帮你上传到了网上
http://www1.freep.cn/photo/200652736902765.GIF

可以使用相关系数分析工具来确定两个区域中数据的变化是否相关，即，一个集合的较大数据是否与另一个集合的较大数据相对应（正相关）；或者一个集合的较小数据是否与另一个集合的较大数据相对应（负相关）；还是两个集合中的数据互不相关（相关性接近零）。

注意 若要返回两个单元格区域的相关系数，可直接使用 CORREL 工作表函数。

协方差

协方差用于度量两个区域中数据的关系。“协方差”分析工具用于返回各数据点与其各自的平均值之间的偏差乘积的平均值。协方差的计算公式如下：

可以使用协方差工具来确定两个区域中数据的变化是否相关，即，一个集合的较大数据是否与另一个集合的较大数据相对应（正协方差）；或者一个集合的较小数据是否与另一个集合的较大数据相对应（负协方差）；还是两个集合中的数据互不相关（协方差为零）。

注意 若要返回单个数据点对的协方差，请使用 COVAR 工作表函数。

描述统计

“描述统计”分析工具用于生成数据源区域中数据的单变量统计分析报表，提供有关数据趋中性和易变性的信息。

指数平滑

“指数平滑”分析工具基于前期预测值导出相应的新预测值，并修正前期预测值的误差。此工具将使用平滑常数 a，其大小决定了本次预测对前期预测误差的修正程度。

注意 0.2 到 0.3 之间的数值可作为合理的平滑常数。这些数值表明本次预测应将前期预测值的误差调整 20% 到 30%。大一些的常数导致快一些的响应但会生成不可靠的预测。小一些的常数会导致预测值长期的延迟。

F-检验 双样本方差

“F-检验 双样本方差”分析工具通过双样本 F-检验，对两个样本总体的方差进行比较。

例如，可以对参加游泳比赛的两个队的时间记分进行 F-检验，查看二者的样本方差是否不同。

傅立叶分析

“傅立叶分析”分析工具可以解决线性系统问题，并能通过快速傅立叶变换 (FFT) 进行数据变换来分析周期性的数据。此工具也支持逆变换，即通过对变换后的数据的逆变换返回初始数据。

直方图

“直方图”分析工具可计算数据单元格区域和数据接收区间的单个和累积频率。此工具可用于统计数据集中某个数值出现的次数。

例如，在一个有 20 名学生的班里，可按字母评分的分类来确定成绩的分布情况。直方图表可给出字母评分的边界，以及在最低边界和当前边界之间分数出现的次数。出现频率最多的分数即为数据集中的众数。

移动平均

“移动平均”分析工具可以基于特定的过去某段时期中变量的平均值，对未来值进行预测。移动平均值提供了由所有历史数据的简单的平均值所代表的趋势信息。使用此工具可以预测销售量、库存或其他趋势。预测值的计算公式如下：

式中：

N 为进行移动平均计算的过去期间的个数
Aj 为期间 j 的实际值
Fj 为期间 j 的预测值
随机数发生器

“随机数发生器”分析工具可用几个分布中的一个产生的独立随机数来填充某个区域。可以通过概率分布来表示总体中的主体特征。

例如，可以使用正态分布来表示人体身高的总体特征，或者使用双值输出的伯努利分布来表示掷币实验结果的总体特征。

排位与百分比排位

“排位与百分比排位”分析工具可以产生一个数据表，在其中包含数据集中各个数值的顺序排位和百分比排位。该工具用来分析数据集中各数值间的相对位置关系。

回归分析

“回归”分析工具通过对一组观察值使用“最小二乘法”直线拟合来执行线性回归分析。本工具可用来分析单个因变量是如何受一个或几个自变量影响的。

例如，观察某个运动员的运动成绩与一系列统计因素的关系，如年龄、身高和体重等。可以基于一组已知的成绩统计数据，确定这三个因素分别在运动成绩测试中所占的比重，使用该结果对尚未进行过测试的运动员的表现作出预测。

抽样分析

“抽样”分析工具以数据源区域为总体，从而为其创建一个样本。当总体太大而不能进行处理或绘制时，可以选用具有代表性的样本。如果确认数据源区域中的数据是周期性的，还可以对一个周期中特定时间段中的数值进行采样。

例如，如果数据源区域包含季度销售量数据，则以四为周期进行取样，将在输出区域中生成与数据源区域中相同季度的数值。

t-检验

“t-检验”分析工具可检验各种样本总体的平均值。

t-检验：双样本等方差假设 本分析工具可进行双样本学生 t-检验。此 t-检验窗体先假设两个数据集的平均值相等，故也称作同方差 t-检验。可以使用 t-检验来确定两个样本平均值实际上是否相等。

t-检验：双样本异方差假设 本分析工具可进行双样本学生 t-检验。此 t-检验窗体先假设两个数据集的方差不等，故也称作异方差 t-检验。可以使用 t-检验来确定两个样本平均值实际上是否相等。当进行分析的样本组不同时，可使用此检验。如果某一样本组在某次处理前后都要进行检验，则应使用成对检验。

用于确定统计值 t 的公式如下：

下面的公式用于估计自由度。因为计算结果通常不为整数，使用最接近的整数可从 t 分布表中获取临界值。

t-检验：平均值的成对二样本分析 此分析工具及其公式可以进行成对双样本学生 t-检验，用来确定样本平均值是否不等。此 t-检验窗体并不假设两个总体的方差是相等的。当样本中出现自然配对的观察值时，可以使用此成对检验，例如，对一个样本组进行了两次检验：抽取实验前的一次和实验后的一次。

注意 由此工具生成的结果中包含有合并方差，亦即数据相对于平均值的离散值的累积测量值，可以由下面的公式得到：

z-检验

“z-检验：双样本平均差检验”分析工具可以进行方差已知的双样本平均值 z-检验。此工具用于检验两个总体平均值之间存在差异的假设。

例如，可以使用此检验来确定两种汽车型号性能之间的差异情况。

楼上的法师 厉害～～～