【收藏】R数据分析常用包与函数
2016-09-26
R语言作为入门槛较低的解释性编程语言，受到从事数据分析，数据挖掘工作人员的喜爱，在行业排名中一直保持较高的名次（经常排名第一），下面列出了可用于数据分析、挖掘的R包和函数的集合。
1、聚类
常用的包：fpc，cluster，pvclust，mclust
基于划分的方法: kmeans, pam, pamk, clara
基于层次的方法: hclust, pvclust, agnes, diana
基于模型的方法: mclust
基于密度的方法: dbscan
基于画图的方法: plotcluster, plot.hclust
基于验证的方法: cluster.stats
2、分类
常用的包：
rpart，party，randomForest，rpartOrdinal，tree，marginTree，
maptree，survival
决策树: rpart, ctree
随机森林: cforest, randomForest
回归, Logistic回归, Poisson回归: glm, predict, residuals
生存分析: survfit, survdiff, coxph
3、关联规则与频繁项集
常用的包：
arules：支持挖掘频繁项集，最大频繁项集，频繁闭项目集和关联规则
DRM：回归和分类数据的重复关联模型
APRIORI算法，广度RST算法：apriori, drm
ECLAT算法：采用等价类，RST深度搜索和集合的交集：eclat
4、序列模式
常用的包：arulesSequences
SPADE算法：cSPADE
5、时间序列
常用的包：timsac
时间序列构建函数：ts
成分分解: decomp, decompose, stl, tsr
6、统计
常用的包：Base R, nlme
方差分析: aov, anova
假设检验: t.test, prop.test, anova, aov
线性混合模型：lme
主成分分析和因子分析：princomp
7、图表
条形图: barplot
饼图: pie
散点图: dotchart
直方图: hist
箱线图boxplot
QQ图: qqnorm, qqplot, qqline
Bi-variate plot: coplot
树图: rpart
Parallel coordinates: parallel, paracoor, parcoord
热图, contour: contour, filled.contour
其他图: stripplot, sunflowerplot, interaction.plot, matplot, fourfoldplot, assocplot, mosaicplot
8、数据操作
缺失值：na.omit
变量标准化：scale
变量转置：t
抽样：sample
其他：aggregate, merge, reshape
excel常用函数及使用方法 一、数字处理 （一）取绝对值：=ABS(数字) （二）数字取整：=INT(数字) （三）数字四舍五入：=ROUND(数字,小数位数) 二、判断公式 （一）把公式返回的错误值显示为空： 1、公式：C2=IFERROR(A2/B2,"") 2、说明：如果是错误值则显示为空，否则正常显示。 （二）IF的多条件判断 1、公式：C2=IF(AND(A2<500,B2="未到期"),"补款","") 2、说明：两个条件同时成立用AND,任一个成立用OR函数。 三、统计公式 （一）统计两表重复 1、公式:B2=COUNTIF(Sheet15!A:A,A2) 2、说明：如果返回值大于0说明在另一个表中存在，0则不存在。 （二）统计年龄在30~40之间的员工个数 公式=FREQUENCY(D2:D8,{40,29} （三）统计不重复的总人数 1、公式：C2=SUMPRODUCT(1/COUNTIF(A2:A8,A2:A8)) 2、说明：用COUNTIF统计出每人的出现次数，用1除的方式把出现次数变成分母，然后相加。
（四）按多条件统计平均值 =AVERAGEIFS(D:D,B:B,"财务",C:C,"大专") （五）中国式排名公式 =SUMPRODUCT(($D$4:$D$9>=D4)*(1/COUNTIF(D$4:D$9,D$4:D$9))) 四、求和公式 （一）隔列求和 1、公式：H3=SUMIF($A$2:$G$2,H$2,A3:G3) 或=SUMPRODUCT((MOD(COLUMN(B3:G3),2)=0)*B3:G3) 2、说明：如果标题行没有规则用第2个公式 （二）单条件求和 1、公式：F2=SUMIF(A:A,E2,C:C) 2、说明：SUMIF函数的基本用法 （三）单条件模糊求和 说明：如果需要进行模糊求和，就需要掌握通配符的使用，其中星号是表示任意多个字符，如"*A*"就表示a前和后有任意多个字符，即包含A。 （四）多条求模糊求和 1、公式：=SUMIFS(C2:C7,A2:A7,A11&"*",B2:B7,B11) 2、说明：在sumifs中可以使用通配符* （五）多表相同位置求和 1、公式：=SUM(Sheet1:Sheet19!B2) 2、说明：在表中间删除或添加表后，公式结果会自动更新。
科研常用的实验数据分析与处理方法 对于每个科研工作者而言，对实验数据进行处理是在开始论文写作之前十分常见的工作之一。但是，常见的数据分析方法有哪些呢？常用的数据分析方法有：聚类分析、因子分析、相关分析、对应分析、回归分析、方差分析。 1、聚类分析(Cluster Analysis) 聚类分析指将物理或抽象对象的集合分组成为由类似的对象组成的多个类的分析过程。聚类是将数据分类到不同的类或者簇这样的一个过程，所以同一个簇中的对象有很大的相似性，而不同簇间的对象有很大的相异性。聚类分析是一种探索性的分析，在分类的过程中，人们不必事先给出一个分类的标准，聚类分析能够从样本数据出发，自动进行分类。聚类分析所使用方法的不同，常常会得到不同的结论。不同研究者对于同一组数据进行聚类分析，所得到的聚类数未必一致。 2、因子分析(Factor Analysis) 因子分析是指研究从变量群中提取共性因子的统计技术。因子分析就是从大量的数据中寻找内在的联系，减少决策的困难。因子分析的方法约有10多种，如重心法、影像分析法，最大似然解、最小平方法、阿尔发抽因法、拉奥典型抽因法等等。这些方法本质上大都属近似方法，是以相关系数矩阵为基础的，所不同的是相关系数矩阵对角线上的值，采用不同的共同性□2估值。在社会学研究中，因子分析常采用以主成分分析为基础的反覆法。
3、相关分析(Correlation Analysis) 相关分析(correlation analysis)，相关分析是研究现象之间是否存在某种依存关系，并对具体有依存关系的现象探讨其相关方向以及相关程度。相关关系是一种非确定性的关系，例如，以X和Y 分别记一个人的身高和体重，或分别记每公顷施肥量与每公顷小麦产量，则X与Y显然有关系，而又没有确切到可由其中的一个去精确地决定另一个的程度，这就是相关关系。 4、对应分析(Correspondence Analysis) 对应分析(Correspondence analysis)也称关联分析、R-Q 型因子分析，通过分析由定性变量构成的交互汇总表来揭示变量间的联系。可以揭示同一变量的各个类别之间的差异，以及不同变量各个类别之间的对应关系。对应分析的基本思想是将一个联列表的行和列中各元素的比例结构以点的形式在较低维的空间中表示出来。 5、回归分析 研究一个随机变量Y对另一个(X)或一组(X1，X2，…，Xk)变量的相依关系的统计分析方法。回归分析(regression analysis)是确定两种或两种以上变数间相互依赖的定量关系的一种统计分析方法。运用十分广泛，回归分析按照涉及的自变量的多少，可分为一
电子表格常用函数公式 1．去掉最高最低分函数公式： =SUM（所求单元格…注：可选中拖动?）—MAX（所选单元格…注：可选中拖动?）—MIN（所求单元格…注：可选中拖动?） （说明：“SUM”是求和函数，“MAX”表示最大值，“MIN”表示最小值。）2．去掉多个最高分和多个最低分函数公式： =SUM（所求单元格）—large(所求单元格，1)—large(所求单元格，2) —large(所求单元格，3)—small(所求单元格，1) —small(所求单元格，2) —small(所求单元格，3) （说明：数字123分别表示第一大第二大第三大和第一小第二小第三小，依次类推） 3．计数函数公式： count 4．求及格人数函数公式：（”>=60”用英文输入法） =countif(所求单元格，”>=60”) 5．求不及格人数函数公式：（”<60”用英文输入法） =countif(所求单元格，”<60”) 6．求分数段函数公式：（“所求单元格”后的内容用英文输入法） 90以上：=countif(所求单元格，”>=90”) 80——89：=countif(所求单元格，”>=80”)—countif(所求单元格，”<=90”) 70——79：=countif(所求单元格，”>=70”)—countif(所求单元
格，”<=80”) 60——69：=countif(所求单元格，”>=60”)—countif(所求单元格，”<=70”) 50——59：=countif(所求单元格，”>=50”)—countif(所求单元格，”<=60”) 49分以下： =countif(所求单元格，”<=49”) 7．判断函数公式： =if(B2,>=60,”及格”，”不及格”) （说明：“B2”是要判断的目标值，即单元格） 8．数据采集函数公式： =vlookup(A2,成绩统计表，2，FALSE) （说明：“成绩统计表”选中原表拖动，“2”表示采集的列数） 公式是单个或多个函数的结合运用。 AND “与”运算，返回逻辑值，仅当有参数的结果均为逻辑“真（TRUE）”时返回逻辑“真（TRUE）”，反之返回逻辑“假（FALSE）”。条件判断 AVERAGE 求出所有参数的算术平均值。数据计算 COLUMN 显示所引用单元格的列标号值。显示位置 CONCATENATE 将多个字符文本或单元格中的数据连接在一起，显示在一个单元格中。字符合并 COUNTIF 统计某个单元格区域中符合指定条件的单元格数目。条件统计 DATE 给出指定数值的日期。显示日期
一、描述统计描述性统计是指运用制表和分类，图形以及计筠概括性数据来描述数据的集中趋势、离散趋势、偏度、峰度。 1、缺失值填充：常用方法：剔除法、均值法、最小邻居法、比率回归法、决策 树法。 2、正态性检验：很多统计方法都要求数值服从或近似服从正态分布，所以之前需要进行正态性检验。常用方法：非参数检验的K-量检验、P-P图、Q-Q图、W 检验、动差法。 二、假设检验 1、参数检验 参数检验是在已知总体分布的条件下（一股要求总体服从正态分布）对一些主要的参数（如均值、百分数、方差、相关系数等）进行的检验。 1）U验使用条件：当样本含量n较大时，样本值符合正态分布 2）T检验使用条件：当样本含量n较小时，样本值符合正态分布 A 单样本t检验：推断该样本来自的总体均数卩与已知的某一总体均数卩0 （常为理论值或标准值）有无差别； B 配对样本t 检验：当总体均数未知时，且两个样本可以配对，同对中的两者在可能会影响处理效果的各种条件方面扱为相似； C 两独立样本t 检验：无法找到在各方面极为相似的两样本作配对比较时使用。 2、非参数检验 非参数检验则不考虑总体分布是否已知，常常也不是针对总体参数，而是针对总体的某些一股性假设（如总体分布的位罝是否相同，总体分布是否正态）进行检验。 适用情况：顺序类型的数据资料，这类数据的分布形态一般是未知的。 A 虽然是连续数据，但总体分布形态未知或者非正态； B 体分布虽然正态，数据也是连续类型，但样本容量极小，如10 以下； 主要方法包括：卡方检验、秩和检验、二项检验、游程检验、K-量检验等。 三、信度分析检査测量的可信度，例如调查问卷的真实性。 分类： 1、外在信度：不同时间测量时量表的一致性程度，常用方法重测信度 2、内在信度；每个量表是否测量到单一的概念，同时组成两表的内在体项一致性如何，常用方法分半信度。 四、列联表分析用于分析离散变量或定型变量之间是否存在相关。对于二维表，可进行卡 方检验，对于三维表，可作Mentel-Hanszel 分层分析列联表分析还包括配对计数资料的卡方检验、行列均为顺序变量的相关检验。 五、相关分析 研究现象之间是否存在某种依存关系，对具体有依存关系的现象探讨相关方向及相关程度。 1、单相关：两个因素之间的相关关系叫单相关，即研究时只涉及一个自变量和一个因变量； 2、复相关：三个或三个以上因素的相关关系叫复相关，即研究时涉及两个或两个以
实用EXCE的函数 1.ADDRESS 用途：以文字形式返回对工作簿中某一单元格的引用。 语法：ADDRESS(row_num，column_num，abs_num，a1，sheet_text) 参数：Row_num是单元格引用中使用的行号;Column_num是单元格引用中使用的列 标;Abs_num指明返回的引用类型(1或省略为绝对引用，2绝对行号、相对列标，3相对行号、绝对列标，4是相对引用);A1是一个逻辑值，它用来指明是以A1或R1C1返回引用样式。如果A1为TRUE或省略，函数ADDRESS返回A1样式的引用;如果A1为FALSE，函数ADDRESS 返回R1C1样式的引用。Sheet_text为一文本，指明作为外部引用的工作表的名称，如果省略sheet_text，则不使用任何工作表的名称。 实例：公式“=ADDRESS(1，4，4，1)”返回D1。 2.AREAS 用途：返回引用中包含的区域个数。 语法：AREAS(reference)。 参数：Reference是对某一单元格或单元格区域的引用，也可以引用多个区域。 注意:如果需要将几个引用指定为一个参数，则必须用括号括起来，以免Excel将逗号作为参数间的分隔符。 实例：公式“=AREAS(a2:b4)”返回1，=AREAS((A1:A3，A4:A6，B4:B7，A16:A18))返回4。 3.CHOOSE 用途：可以根据给定的索引值，从多达29个待选参数中选出相应的值或操作。 语法：CHOOSE(index_num，value1，value2，...)。 参数：Index_num是用来指明待选参数序号的值，它必须是1到29之间的数字、或者是包含数字1到29的公式或单元格引用;value1，value2，...为1到29个数值参数，可以是数字、单元格，已定义的名称、公式、函数或文本。 实例：公式“=CHOOSE(2，"电脑"，"爱好者")返回“爱好者”。公式“=SUM(A1:CHOOSE(3，A10，A20，A30))”与公式“=SUM(A1:A30)”等价(因为CHOOSE(3，A10，A20，A30)返回A30)。 4.COLUMN
常用的数理统计及数据处理方法 水泥厂生产中的质量控制和分析都是以数据为基础的技术活动。如果没有数据的定量分析，就无法形成明确的质量概念。因此，必须通过对大量数据的整理和分析，才能发现事物的规律性和生产中存在的问题，进而作出正确的判断并提出解决的方法。 第一节数理统计的有关概念 一、个体、母体与子样 在统计分析中，构成研究对象的每一个最基本的单位称为个体。 研究对象的所有个体的集合即全部个体称为母体或总体，它可以无限大，也可以是有限的，如一道工序或一批产品、半成品、成品，可根据需要加以选择。 进行统计分析，通常是从母体中随机地选择一部分样品，称为子样（又称样本）。用它来代表母体进行观察、研究、检验、分析，取得数据后加以整理，得出结论。取样只要是随机和足够的数量，则所得结论能近似地反映母体的客观实际。抽取样本的过程被称作抽样；依据对样本的检测或观察结果去推断总体状况，就是所谓的统计推断，也叫判断。 例如，我们可将一个编号水泥看成是母体，每一包水泥看成是个体，通过随机取样（连续取样或从20个以上不同部位取样），所取出的12kg检验样品可称为子样，通过检验分析，即可判断该编号水泥（母体）的质量状况。 二、数据、计量值与计数值 1，数据 通过测试或调查母体所得的数字或符号记录，称为数据。在水泥生产中，无任对原材料、半成品、成品的检验，还是水泥的出厂销售，都要遇到很多报表和数据，特别是评定水泥质量好坏时，更要拿出检验数据来说明，所以可用与质量有关的数据来反映产品质量的特征。 根据数据本身的特征、测试对象和数据来源的不同，质量检验数据可分为计量值和计算值两类。 2，计量值 凡具有连续性或可以利用各种计量分析一起、量具测出的数据。如长度、质量、温度、化学成分、强度等，多属于计量值数据。计量值也可以是整数，也可以是小数，具有连续性。
数据库常用函数
一、基础 1、说明：创建数据库 CREATE DATABASE database-name 2、说明：删除数据库 drop database dbname 3、说明：备份和还原 备份：exp dsscount/sa@dsscount owner=dsscount file=C:\dsscount_data_backup\dsscount.dmp log=C:\dsscount_data_backup\outputa.log 还原：imp dsscount/sa@dsscount file=C:\dsscount_data_backup\dsscount.dmp full=y ignore=y log=C:\dsscount_data_backup\dsscount.log statistics=none 4、说明：创建新表 create table tabname(col1 type1 [not null] [primary key],col2 type2 [not null],..) CREATE TABLE ceshi(id INT not null identity(1,1) PRIMARY KEY,NAME VARCHAR(50),age INT) id为主键，不为空，自增长 根据已有的表创建新表： A：create table tab_new like tab_old (使用旧表创建新表) B：create table tab_new as select col1,col2… from tab_old definition only 5、说明：删除新表 drop table tabname 6、说明：增加一个列 Alter table tabname add column col type 注：列增加后将不能删除。DB2中列加上后数据类型也不能改变，唯一能改变的是增加varchar类型的长度。 7、说明：添加主键： Alter table tabname add primary key(col) 说明：删除主键： Alter table tabname drop primary key(col) 8、说明：创建索引：create [unique] index idxname on tabname(col….) 删除索引：drop index idxname 注：索引是不可更改的，想更改必须删除重新建。 9、说明：创建视图：create view viewname as select statement 删除视图：drop view viewname 10、说明：几个简单的基本的sql语句 选择：select * from table1 where 范围 插入：insert into table1(field1,field2) values(value1,value2) 删除：delete from table1 where 范围 更新：update table1 set field1=value1 where 范围
excel常用函数公式及技巧搜集（常用的）【身份证信息？提取】 从身份证号码中提取出生年月日 =TEXT(MID(A1,7,6+(LEN(A1)=18)*2),"#-00-00")+0 =TEXT(MID(A1,7,6+(LEN(A1)=18)*2),"#-00-00")*1 =IF(A2<>"",TEXT((LEN(A2)=15)*19&MID(A2,7,6+(LEN(A2)=18)*2),"#-00-00")+0,) 显示格式均为yyyy-m-d。（最简单的公式，把单元格设置为日期格式） =IF(LEN(A2)=15,"19"&MID(A2,7,2)&"-"&MID(A2,9,2)&"-"&MID(A2,11,2),MID(A2,7,4)& "-"&MID(A2,11,2)&"-"&MID(A2,13,2)) 显示格式为yyyy-mm-dd。（如果要求为“1995/03/29”格式的话，将”-”换成”/”即可） =IF(D4="","",IF(LEN(D4)=15,TEXT(("19"&MID(D4,7,6)),"0000年00月00日 "),IF(LEN(D4)=18,TEXT(MID(D4,7,8),"0000年00月00日")))) 显示格式为yyyy年mm月dd日。（如果将公式中“0000年00月00日”改成“0000-00-00”,则显示格式为yyyy-mm-dd） =IF(LEN(A1:A2)=18,MID(A1:A2,7,8),"19"&MID(A1:A2,7,6)) 显示格式为yyyymmdd。 =TEXT((LEN(A1)=15)*19&MID(A1,7,6+(LEN(A1)=18)*2),"#-00-00")+0 =IF(LEN(A2)=18,MID(A2,7,4)&-MID(A2,11,2),19&MID(A2,7,2)&-MID(A2,9,2)) =MID(A1,7,4)&"年"&MID(A1,11,2)&"月"&MID(A1,13,2)&"日" =IF(A1<>"",TEXT((LEN(A1)=15)*19&MID(A1,7,6+(LEN(A1)=18)*2),"#-00-00")) 从身份证号码中提取出性别 =IF(MOD(MID(A1,15,3),2),"男","女") （最简单公式） =IF(MOD(RIGHT(LEFT(A1,17)),2),"男","女") =IF(A2<>””,IF(MOD(RIGHT(LEFT(A2,17)),2),”男”,”女”),) =IF(VALUE(LEN(ROUND(RIGHT(A1,1)/2,2)))=1,"男","女") 从身份证号码中进行年龄判断 =IF(A3<>””,DATEDIF(TEXT((LEN(A3)=15*19&MID(A3,7,6+(LEN(A3)=18*2),”#-00-00”),T ODAY(),”Y”),) =DATEDIF（A1，TODAY（），“Y”） （以上公式会判断是否已过生日而自动增减一岁） =YEAR(NOW())-MID(E2,IF(LEN(E2)=18,9,7),2)-1900 =YEAR(TODAY())-IF(LEN(A1)=15,"19"&MID(A1,7,2),MID(A1,7,4)) =YEAR(TODAY())-V ALUE(MID(B1,7,4))&"岁" =YEAR(TODAY())-IF(MID(B1,18,1)="",CONCATENATE("19",MID(B1,7,2)),MID(B1,7,4)) 按身份证号号码计算至今天年龄 =DATEDIF(TEXT((LEN(A1)=15)*19&MID(A1,7,6+(LEN(A1)=18)*2),"#-00-00"),TODAY(),"y") 以2006年10月31日为基准日,按按身份证计算年龄(周岁)的公式
一、描述统计 描述性统计是指运用制表和分类，图形以及计筠概括性数据来描述数据的集中趋势、离散趋势、偏度、峰度。 1、缺失值填充：常用方法：剔除法、均值法、最小邻居法、比率回归法、决策树法。 2、正态性检验：很多统计方法都要求数值服从或近似服从正态分布，所以之前需要进行正态性检验。常用方法：非参数检验的K-量检验、P-P图、Q-Q图、W检验、动差法。 二、假设检验 1、参数检验 参数检验是在已知总体分布的条件下（一股要求总体服从正态分布）对一些主要的参数(如均值、百分数、方差、相关系数等）进行的检验。 1）U验使用条件：当样本含量n较大时，样本值符合正态分布 2）T检验使用条件：当样本含量n较小时，样本值符合正态分布 A 单样本t检验：推断该样本来自的总体均数μ与已知的某一总体均数μ0 (常为理论值或标准值)有无差别； B 配对样本t检验：当总体均数未知时，且两个样本可以配对，同对中的两者在可能会影响处理效果的各种条件方面扱为相似；
C 两独立样本t检验：无法找到在各方面极为相似的两样本作配对比较时使用。 2、非参数检验 非参数检验则不考虑总体分布是否已知，常常也不是针对总体参数，而是针对总体的某些一股性假设（如总体分布的位罝是否相同，总体分布是否正态）进行检验。适用情况：顺序类型的数据资料，这类数据的分布形态一般是未知的。 A 虽然是连续数据，但总体分布形态未知或者非正态； B 体分布虽然正态，数据也是连续类型，但样本容量极小，如10以下； 主要方法包括：卡方检验、秩和检验、二项检验、游程检验、K-量检验等。 三、信度分析 检査测量的可信度，例如调查问卷的真实性。 分类： 1、外在信度：不同时间测量时量表的一致性程度，常用方法重测信度 2、内在信度；每个量表是否测量到单一的概念，同时组成两表的内在体项一致性如何，常用方法分半信度。 四、列联表分析 用于分析离散变量或定型变量之间是否存在相关。
Excel公式应用大全 1、ABS函数 函数名称：ABS 主要功能：求出相应数字的绝对值。 使用格式：ABS(number) 参数说明：number代表需要求绝对值的数值或引用的单元格。 应用举例：如果在B2单元格中输入公式：=ABS(A2)，则在A2单元格中无论输入正数（如100）还是负数（如-100），B2中均显示出正数（如100）。 特别提醒：如果number参数不是数值，而是一些字符（如A等），则B2中返回错误值“#VALUE！”。 2、AND函数 函数名称：AND 主要功能：返回逻辑值：如果所有参数值均为逻辑“真（TRUE）”，则返回逻辑“真（TRUE）”，反之返回逻辑“假（FALSE）”。 使用格式：AND(logical1,logical2, ...) 参数说明：Logical1,Logical2,Logical3……：表示待测试的条件值或表达式，最多这30个。 应用举例：在C5单元格输入公式：=AND(A5>=60,B5>=60)，确认。如果C5中返回TRUE，说明A5和B5中的数值都大于60，如果返回FALSE，说明A5和B5中的数值至少有一个小于60。 特别提醒：如果指定的逻辑条件参数中包含非逻辑值时，则函数返回错误值“#VALUE!”或“#NAME”。 3、AVERAGE函数 函数名称：AVERAGE 主要功能：求出所有参数的算术平均值。 使用格式：AVERAGE(number1,number2,……) 参数说明：number1,number2,……：需要求平均值的数值或引用单元格（区域），参数不超过30个。 应用举例：在B8单元格中输入公式： =AVERAGE(B7:D7,F7:H7,7,8)，确认后，即可求出B7至D7区域、F7至H7区域中的数值和7、8的平均值。 特别提醒：如果引用区域中包含“0”值单元格，则计算在内；如果引用区域中包含空白或字符单元格，则不计算在内。 4、COLUMN 函数 函数名称：COLUMN 主要功能：显示所引用单元格的列标号值。 使用格式：COLUMN(reference)
15个常用EXCEL函数,数据分析新人必备 本文实际涵盖了15个Excel常用函数，但是按照分类只分了十类。 很难说哪十个函数就绝对最常用，但这么多年来人们的经验总结，一些函数总是会重复出现的。 这些函数是最基本的，但应用面却非常广，学会这些基本函数可以让工作事半功倍。 SUM 加法是最基本的数学运算之一。函数SUM就是用来承担这个任务的。SUM的参数可以是单个数字、一组数字，因此SUM的加法运算功能十分强大。 统计一个单元格区域： =sum(A1:A12) 统计多个单元格区域： =sum(A1:A12,B1:B12) AVERAGE 虽然Average是一个统计函数，但使用如此频繁，应在十大中占有一席之位。 我们都对平均数感兴趣。平均分是多少？平均工资是多少？平均高度是多少？看电视的平均小时是多少？
Average参数可以是数字，或者单元格区域。 使用一个单元格区域的语法结构： =AVERAGE(A1:A12) 使用多个单元格区域的语法结构： =AVERAGE(A1:A12,B1:B12) COUNT COUNT函数计算含有数字的单元格的个数。 注意COUNT函数不会将数字相加，而只是计算总共有多少个数字。因此含有10个数字的列表，COUNT函数返回的结果是10，不管这些数字的实际总和是多少。 COUNT函数参数可以是单元格、单元格引用，甚或数字本身。 COUNT函数会忽略非数字的值。例如，如果A1:A10是COUNT函数的参数，但是其中只有两个单元格含有数字，那么COUNT函数返回的值是2。 也可以使用单元格区域作为参数，如： =COUNT(A1:A12) 甚至是多个单元格区域，如： =COUNT(A1:A12,B1:B12) INT和ROUND INT函数和ROUND函数都是将一个数字的小数部分删除，两者的区别是如何删除小数部分。
EXCEL常用函数大全（做表不求人！） 2013-12-03 00:00 我们在使用Excel制作表格整理数据的时候，常常要用到它的函数功能来自动统计处理表格中的数据。这里整理了Excel中使用频率最高的函数的功能、使用方法，以及这些函数在实际应用中的实例剖析，并配有详细的介绍。 1、ABS函数 函数名称：ABS 主要功能：求出相应数字的绝对值。 使用格式：ABS(number) 参数说明：number代表需要求绝对值的数值或引用的单元格。 应用举例：如果在B2单元格中输入公式：=ABS(A2)，则在A2单元格中无论输入正数（如100）还是负数（如-100），B2中均显示出正数（如100）。 特别提醒：如果number参数不是数值，而是一些字符（如A等），则B2中返回错误值“#VALUE！”。
2、AND函数 函数名称：AND 主要功能：返回逻辑值：如果所有参数值均为逻辑“真（TRUE）”，则返回逻辑“真（TRUE）”，反之返回逻辑“假（FALSE）”。 使用格式：AND(logical1,logical2, ...) 参数说明：Logical1,Logical2,Logical3……：表示待测试的条件值或表达式，最多这30个。 应用举例：在C5单元格输入公式：=AND(A5>=60,B5>=60)，确认。如果C5中返回TRUE，说明A5和B5中的数值均大于等于60，如果返回FALSE，说明A5和B5中的数值至少有一个小于60。 国美提醒：如果指定的逻辑条件参数中包含非逻辑值时，则函数返回错误值“#VALUE!”或“#NAME”。 3、AVERAGE函数 函数名称：AVERAGE 主要功能：求出所有参数的算术平均值。
常用数据分析方法详解 目录 1、历史分析法 2、全店框架分析法 3、价格带分析法 4、三维分析法 5、增长率分析法 6、销售预测方法 1、历史分析法的概念及分类 历史分析法指将与分析期间相对应的历史同期或上期数据进行收集并对比，目的是通过数据的共性查找目前问题并确定将来变化的趋势。 *同期比较法：月度比较、季度比较、年度比较 *上期比较法：时段比较、日别对比、周间比较、 月度比较、季度比较、年度比较 历史分析法的指标 *指标名称： 销售数量、销售额、销售毛利、毛利率、贡献度、交叉比率、销售占比、客单价、客流量、经营品数动销率、无销售单品数、库存数量、库存金额、人效、坪效 *指标分类： 时间分类 ——时段、单日、周间、月度、季度、年度、任意 多个时段期间 性质分类 ——大类、中类、小类、单品 图例 2框架分析法 又叫全店诊断分析法 销量排序后，如出现50/50、40/60等情况，就是什么都能卖一点但什么都不 好卖的状况，这个时候就要对品类设置进行增加或删减，因为你的门店缺少 重点，缺少吸引顾客的东西。 如果达到10/90，也是品类出了问题。 如果是20/80或30/70、30/80，则需要改变的是商品的单品。 *单品ABC分析（PSI值的概念） 销售额权重（0.4）×单品销售额占类别比＋销售数量权重（0.3） × 单品销售数量占类别比＋毛利额权重（0.3）单品毛利额占类别比 *类别占比分析（大类、中类、小类） 类别销售额占比、类别毛利额占比、 类别库存数量占比、类别库存金额占比、
类别来客数占比、类别货架列占比 表格例 3价格带及销售二维分析法 首先对分析的商品按价格由低到高进行排序，然后 *指标类型：单品价格、销售额、销售数量、毛利额 *价格带曲线分布图 *价格带与销售对数图 价格带及销售数据表格 价格带分析法 4商品结构三维分析法 *一种分析商品结构是否健康、平衡的方法叫做三维分析图。在三维空间坐标上以X、Y、Z 三个坐标轴分别表示品类销售占有率、销售成长率及利润率，每个坐标又分为高、低两段，这样就得到了8种可能的位置。 *如果卖场大多数商品处于1、2、3、4的位置上，就可以认为商品结构已经达到最佳状态。以为任何一个商品的品类销售占比率、销售成长率及利润率随着其商品生命周期的变化都会有一个由低到高又转低的过程，不可能要求所有的商品同时达到最好的状态，即使达到也不可能持久。因此卖场要求的商品结构必然包括：目前虽不能获利但具有发展潜力以后将成为销售主力的新商品、目前已经达到高占有率、高成长率及高利润率的商品、目前虽保持较高利润率但成长率、占有率趋于下降的维持性商品，以及已经决定淘汰、逐步收缩的衰退型商品。 *指标值高低的分界可以用平均值或者计划值。 图例 5商品周期增长率分析法 就是将一段时期的销售增长率与时间增长率的比值来判断商品所处生命周期阶段的方法。不同比值下商品所处的生命周期阶段(表示) 如何利用商品生命周期理论指导营运(图示) 6销售预测方法[/hide] 1.jpg (67.5 KB) 1、历史分析法
【收藏】R数据分析常用包与函数 2016-09-26 R语言作为入门槛较低的解释性编程语言，受到从事数据分析，数据挖掘工作人员的喜爱，在行业排名中一直保持较高的名次（经常排名第一），下面列出了可用于数据分析、挖掘的R包和函数的集合。 1、聚类 常用的包：fpc，cluster，pvclust，mclust 基于划分的方法: kmeans, pam, pamk, clara 基于层次的方法: hclust, pvclust, agnes, diana 基于模型的方法: mclust 基于密度的方法: dbscan 基于画图的方法: plotcluster, plot.hclust 基于验证的方法: cluster.stats 2、分类 常用的包： rpart，party，randomForest，rpartOrdinal，tree，marginTree， maptree，survival 决策树: rpart, ctree 随机森林: cforest, randomForest 回归, Logistic回归, Poisson回归: glm, predict, residuals 生存分析: survfit, survdiff, coxph 3、关联规则与频繁项集 常用的包： arules：支持挖掘频繁项集，最大频繁项集，频繁闭项目集和关联规则 DRM：回归和分类数据的重复关联模型 APRIORI算法，广度RST算法：apriori, drm ECLAT算法：采用等价类，RST深度搜索和集合的交集：eclat 4、序列模式 常用的包：arulesSequences SPADE算法：cSPADE 5、时间序列 常用的包：timsac 时间序列构建函数：ts 成分分解: decomp, decompose, stl, tsr 6、统计 常用的包：Base R, nlme 方差分析: aov, anova 假设检验: t.test, prop.test, anova, aov
SQL Statistical Functions Make Big Data + Analytics Simple Charlie Berger, MS Engineering, MBA Sr. Director Product Management, Data Mining and Advanced Analytics charlie.berger@https://www.doczj.com/doc/593839256.html, https://www.doczj.com/doc/593839256.html,/CharlieDataMine
Data, data everywhere Data Analysis platforms requirements: ?Be extremely powerful and handle large data volumes ?Be easy to learn ?Be highly automated & enable deployment Growth of Data Exponentially Greater than Growth of Data Analysts! https://www.doczj.com/doc/593839256.html,/more-data-than-analysts-the-real-big-data-problem/
Analytics + Data Warehouse + Hadoop ?Platform Sprawl –More Duplicated Data –More Data Movement Latency –More Security challenges –More Duplicated Storage –More Duplicated Backups –More Duplicated Systems –More Space and Power
常用数据分析方法论 ——摘自《谁说菜鸟不会数据分析》 数据分析方法论主要用来指导数据分析师进行一次完整的数据分析，它更多的是指数据分析思路，比如主要从哪几方面开展数据分析？各方面包含什么内容和指标？ 数据分析方法论主要有以下几个作用： ●理顺分析思路，确保数据分析结构体系化 ●把问题分解成相关联的部分，并显示它们之间的关系 ●为后续数据分析的开展指引方向 ●确保分析结果的有效性及正确性 常用的数据分析理论模型 营销方面管理方面 4P 用户使用行为STP理论 SWOT …… PEST 5W2H 时间管理生命周期 逻辑树 金字塔SMART原则 …… PEST分析法 PEST分析理论主要用于行业分析 PEST分析法用于对宏观环境的分析。宏观环境又称一般环境，是指影响一切行业和企业的各种宏观力量。 对宏观环境因素作分析时，由于不同行业和企业有其自身特点和经营需要，分析的具体内容会有差异，但一般都应对政治、经济、技术、社会，这四大类影响企业的主要外部环境因素进行分析。
以下以中国互联网行业分析为例。此处仅为方法是用实力，并不代表互联网行业分析只需要作这几方面的分析，还可根据实际情况进一步调整和细化相关分析指标：
5W2H分析法 5W2H分析理论的用途广泛，可用于用户行为分析、业务问题专题分析等。 利用5W2H分析法列出对用户购买行为的分析：（这里的例子并不代表用户购买行为只有以下所示，要做到具体问题具体分析）
逻辑树分析法 逻辑树分析理论课用于业务问题专题分析 逻辑树又称问题树、演绎树或分解树等。逻辑树是分析问题最常使用的工具之一，它将问题的所有子问题分层罗列，从最高层开始，并逐步向下扩展。 把一个已知问题当成树干，然后开始考虑这个问题和哪些相关问题有关。 （缺点：逻辑树分析法涉及的相关问题可能有遗漏。）
E X C E L常用函数种实 例 Standardization of sany group #QS8QHH-HHGX8Q8-GNHHJ8-HHMHGN#
求参数的和，就是求指定的所有参数的和。 1.条件求和，Excel中sumif函数的用法是根据指定条件对若干单元格、区域或引用求和。 函数语法是：SUMIF(range，criteria，sum_range) sumif函数的参数如下： 第一个参数：Range为条件区域，用于条件判断的单元格区域。 第二个参数：Criteria是求和条件，由数字、逻辑表达式等组成的判定条件。 第三个参数：Sum_range为实际求和区域，需要求和的单元格、区域或引用。 当省略第三个参数时，则条件区域就是实际求和区域。 (注：criteria 参数中使用通配符（包括问号 ()和星号 (*)）。问号匹配任意单个字符；星号匹配任意一串字符。如果要查找实际的问号或星号，请在该字符前键入波形符(~)。) 3.实例：计算人员甲的营业额（$K$3:$K$26：绝对区域，按F4可设定） 1.用途：它可以统计数组或单元格区域中含有数字的单元格个数。 2.函数语法：COUNT(value1，value2，...)。
参数：value1，value2，...是包含或引用各种类型数据的参数(1～30个)，其中只有数字类型的数据才能被统计。 3.实例：如果A1=90、A2=人数、A3=〞〞、A4=54、A5=36，则公式“=COUNT(A1:A5) ”返回得3。 1.说明：返回参数组中非空值的数目。参数可以是任何类型，它们包括空格但不包括空白单元格。如果不需要统计逻辑值、文字或错误值，则应该使用COUNT函数。 2.语法：COUNTA(value1，value2，...) 3.实例：如果A1=、A2=，A3=“我们”其余单元格为空，则公式“=COUNTA(A1:A5)”的计算结果等于3。 1.用途：计算某个单元格区域中空白单元格的数目。 2.函数语法：COUNTBLANK(range) 参数：Range为需要计算其中空白单元格数目的区域。 3.实例：如果A1=88、A2=55、A3=(空格)、A4=72、A5=(空格)，则公式 “=COUNTBLANK(A1:A5)”返回得2。 用途：计算区域中满足给定条件的单元格的个数。
excel工作表常用函数详解 (注:查看函数运算过程，点击表格中工具—公式审核—公式求值) 数学和三角函数 ABS(number) 返回数字的绝对值 单元格A1输入:=ABS(-2) 显示结果:2 INT(number) 将数字向下舍入(取小)到最接近的整数 单元格A1输入:=INT(8.9) 显示结果:8 单元格A1输入:=INT(-8.9) 显示结果:-9 MOD(number,divisor)返回被除后的余数 单元格A1输入:=MOD(3, 2) 显示结果:1 单元格A1输入:=MOD(3, -2) 显示结果:-1 RAND 返回 0 和 1 之间的一个随机数 单元格A1输入:=RAND() 显示结果: 大于等于0及小于1之间的一个随机数RANDBETWEEN 返回指定数字间的随机数 单元格A1输入:=RANDBETWEEN(1,36) 显示结果: 大于等于1及小于36之间的一个随机数ROUND(number,num_digits)将数字按指定位数舍入 单元格A1输入:=ROUND(2.15, 1) 显示结果:2.2 单元格A1输入:=ROUND(-1.475, 2) 显示结果: -1.48 ROUNDDOWN(number,num_digits)向绝对值减小的方向舍入数字 单元格A1输入:=ROUNDDOWN(2.15, 1) 显示结果:2.1 单元格A1输入:=ROUNDDOWN(-1.475,2) 显示结果: -1.47 ROUNDUP(number,num_digits)向绝对值增大的方向舍入数字 单元格A1输入:=ROUNDUP(2.13, 1) 显示结果:2.2 单元格A1输入:=ROUNDUP(-1.473,2) 显示结果: -1.48 SIGN(number)返回数字的正负数符号 单元格A1输入:=SIGN(10) 显示结果:1 单元格A1输入:=SIGN(-5) 显示结果: -1 SUBTOTAL(function_num, ref1, ref2, ...)返回列表或数据库中的分类汇总(自动筛选用) Function_num为1到11,对忽略隐藏行列数据分类汇总 Function_num为1到11,对包含隐藏行列数据分类汇总 SUM(number1,number2, ...) 返回某一单元格区域中所有数字之和(快捷键:alt+=) 单元格输入:=SUM(3,2) 显示结果:3+2=5 单元格A1输入:=SUM(A2:A4) 显示结果: A2+A3+A4的和 SUMIF(range,criteria,sum_range) 根据指定条件对若干单元格求和 SUMIF(条件区域,条件,求和区域) 常量条件加""号，单元格条件直接引用，条件首尾可以加*号通配符，单元格的条件加&来连接"*"。求和区域可以用起始单元格代替 单元格输入:=SUMIF(A2:A4,"张*", B2:B4) 显示结果:对A2,A3,A4三个单元格满足以"张"开头对应的B2,B3,B4求和 SUMPRODUCT(array1,array2,array3, ...) 将数组间对应的元素相乘，并返回乘积之和 单元格输入:=SUMPRODUCT({1,2,3}*{1,2,3})显示结果:1*1+2*2+3*3=14 SUMPRODUCT((条件区域1=条件1)* (条件区域2=条件2)*求和区域)条件不能用通配符