下载文档原格式
办公自动化杂志0概述所谓时间序列（Time Series）是指把反映某一现象的同一指标在不同时间上的取值按照时间的先后顺序排列，以此形成的一个动态数列。
时间序列分析也是一种应用非常广泛的数量分析方法，对数据进行时间序列分析是为了发现随时间变化的数据中具有的某种规律性，并能使用此规律性规则来预测未来可能发生的情况，也就是对处于不断发展变化的社会经济现象从动态的角度进行分析。
Excel 作为一个入门级的工具，同时又足以满足统计学教学的需要，对于还未接触过数据分析软件的学生来说是非常理想的工具。
本文将以我国2010年至2019年的国内生产总值的数据作为分析数据。
通过查询国家统计局官网所公布的次级资料，得到我国2010年至2019年的国内生产总值的数据，分别为：412119.3亿元、487940.2亿元、538580.0亿元、592963.2亿元、643563.1亿元、688858.2亿元、746395.1亿元、832035.9亿元、919281.1亿元，在进行分析之前先把数据输入Excel 工作表A1：B11单元格中。
1时间序列指标分析指标分析法是指通过计算一系列的时间序列分析指标，再进行对比分析，以此来描述现象的发展变化状况和发展变化程度的一种适用于时间序列分析的方法，其中根据反映现象的是绝对水平还是相对水平可以再分为水平分析指标和速度分析指标，这两种方法各有不同的特点和作用，各揭示不同的经济问题和状况，可根据研究目的分别采用或综合运用。
以下将利用我国2010年至2019年国内生产总值数据，采用指标分析法计算分析我国2010年至2019年国内生产总值的发展变化状况和程度。
1.1水平分析指标发展水平是指时间数列中各具体数值，一般用表示。
2010年至2019年的发展水平可直接得出，即是这十年的国内生产总值。
平均发展水平是不同时间上发展水平的平均数，平均发展水平指标可以消除不同时间上数量的差异，说明现象在一段时期的一般水平。
Excel数据分析常用统计函数和方法Excel是一款功能强大的电子表格软件，广泛应用于数据分析和统计。
本文将介绍Excel中常用的统计函数和方法，主要包括平均值、中位数、标准差、相关系数、回归分析等。
第一章平均值1.1 简介平均值是统计学中最常用的指标之一，用来衡量一组数据的集中程度。
在Excel中，可以通过平均函数(AVERAGE)来计算一组数据的平均值。
1.2 用法示例假设有一个包含学生考试成绩的数据集，如下所示：姓名科目成绩张三语文90李四语文85王五语文92使用平均函数可以计算这组数据的平均成绩。
具体操作如下：在一个空白单元格中输入“=AVERAGE(C2:C4)”，按下回车键即可得到平均值。
第二章中位数2.1 简介中位数是统计学中另一个重要的指标，它能反映一组数据的中间位置。
在Excel中，可以通过中位数函数(MEDIAN)来计算一组数据的中位数。
2.2 用法示例继续以上面的数据集为例，可以使用中位数函数计算这组数据的中位数。
具体操作如下：在一个空白单元格中输入“=MEDIAN(C2:C4)”，按下回车键即可得到中位数。
第三章标准差3.1 简介标准差是用来衡量一组数据的离散程度，标准差越大，数据的波动性越大。
在Excel中，可以通过标准差函数(STDEV)来计算数据的标准差。
3.2 用法示例仍然以学生考试成绩的数据集为例，可以使用标准差函数计算这组数据的标准差。
具体操作如下：在一个空白单元格中输入“=STDEV(C2:C4)”，按下回车键即可得到标准差。
第四章相关系数4.1 简介相关系数是用来衡量两个变量之间相关程度的统计指标。
在Excel中，可以使用相关系数函数(CORREL)来计算变量之间的相关系数。
4.2 用法示例假设有两个变量A和B的数据集，可以使用相关系数函数计算它们之间的相关系数。
具体操作如下：在一个空白单元格中输入“=CORREL(A2:A10, B2:B10)”，按下回车键即可得到相关系数。
统计学原理与Excel的应用1. 前言统计学是一门研究数据收集、分析和解释的学科。
它在各个领域都有广泛的应用，包括商业、医学、社会科学等等。
而Excel作为一种常用的数据处理工具，也被广泛用于统计学的应用中。
本文将介绍统计学的基本原理，并探讨如何使用Excel进行常见的统计分析。
2. 统计学基础2.1 总体与样本 - 总体：研究对象的全体。
- 样本：从总体中选取的一部分个体。
2.2 参数与统计量 - 参数：用于描述总体特征的具体数值。
- 统计量：用于描述样本特征的具体数值。
2.3 假设检验 - 假设：对总体或总体参数的某种陈述。
- 假设检验：通过收集样本数据，基于统计方法判断假设是否成立。
3. 常见统计分析方法及Excel应用3.1 描述统计学 - 描述性统计：对数据进行整理、总结和描述的方法。
- 常用描述统计方法： - 平均数：数据的算术平均值。
- 中位数：数据按大小排列后位于中间位置的值。
- 众数：数据中出现次数最多的值。
- 方差：数据与均值之间差异的平方平均值。
3.2 探索性数据分析 - 探索性数据分析：对数据进行可视化和初步分析，以发现数据的特征和规律。
- 常用探索性数据分析方法： - 直方图：展示数据的分布情况。
- 散点图：展示数据之间的关系和趋势。
- 箱线图：展示数据的中位数、四分位数和异常值。
3.3 参数估计与假设检验 - 参数估计：根据样本数据对总体参数进行估计。
- 假设检验：判断假设是否成立。
- Excel函数应用： - 参数估计：使用AVERAGE函数计算样本均值，使用STDEV函数计算样本标准差。
- 假设检验：使用T.TEST函数进行单样本或双样本t检验。
4. Excel实例演示为了更好地理解统计学原理与Excel的应用，我们将通过一个示例来演示如何使用Excel进行统计分析。
4.1 数据准备我们有一份学生的数学成绩数据，包括了学生的姓名和成绩。
我们将这些数据输入Excel表格中。
利用Excel进行统计分析和假设检验统计分析和假设检验是研究和应用统计学的重要方法，它们可以帮助我们从数据中获取有关现象和问题的有用信息。
而Excel作为一款强大的电子表格工具，提供了丰富的数据分析功能和统计函数，可以方便快捷地进行统计分析和假设检验。
本文将介绍如何利用Excel进行统计分析和假设检验的一些基本方法和步骤。
1. 数据准备在进行统计分析和假设检验之前，首先需要准备好待分析的数据。
可以将数据录入到Excel的工作表中，确保数据的准确性和完整性。
2. 描述统计分析描述统计分析是对数据进行整体概括和总结的方法，可以通过Excel的常用统计函数实现。
例如，可以使用平均值函数（AVERAGE）计算数据的平均值，中值函数（MEDIAN）计算数据的中位数，标准差函数（STDEV）计算数据的标准差等。
这些统计函数可以帮助我们了解数据的集中趋势、离散程度以及分布情况。
3. 绘制图表图表是一种直观展示数据的方式，可以帮助我们更好地理解数据的特征和规律。
Excel提供了多种图表类型，如柱状图、折线图、饼图等，可以根据需要选择适合的图表类型。
通过在Excel中选择数据范围并使用图表功能，可以轻松创建各种类型的图表，并对图表进行进一步的修改和优化。
4. 假设检验假设检验是用来判断样本数据是否支持某个假设的统计方法。
在Excel中，可以使用T检验、Z检验、方差分析等函数进行假设检验。
以T检验为例，假设我们有两组数据，要比较它们的平均值是否存在显著性差异。
在Excel中，可以使用T检验函数（T.TEST）来进行假设检验，返回的p值可以用于判断差异是否显著。
5. 数据筛选和排序Excel提供了灵活的数据筛选和排序功能，可以帮助我们从大量数据中提取出符合特定条件的子集。
通过使用数据筛选功能，可以筛选出满足条件的数据，便于进行进一步的分析和比较。
同时，Excel还支持多条件的数据筛选和排序，可以灵活满足不同分析需求。
Excel在统计学分析中的应用和技巧Excel是一款经典的电子表格软件，在日常工作中几乎无处不在，它不仅可以处理普通的数据，同时也可以进行高级的统计数学和数据分析。
本文将介绍一些Excel在统计学分析中的应用和技巧，帮助读者更好地应用Excel进行统计学分析。
一、Excel在统计学中的应用1.统计描述Excel可以用来计算诸如平均数、中位数、标准差、方差和四分位数等统计描述性统计数据。
在数据分析中，数据的描述性统计数据有助于探索数据集的范围、分布和重要特征。
例如：在Excel中，选择数据集，使用快捷键Alt+ A+ P可打开描述性统计数据对话框，弹出描述性统计数据对话框。
在对话框上选择所需的位置，然后单击确定即可。
2.散点图和回归分析Excel中有许多类型的图表，包括散点图和回归分析表，可用于探索变量之间的关系。
散点图通常用于可见数据的统计关系，可使您通过观察数据的带状或散布情况来观察变量之间的关系。
例如，在Excel中，单击菜单栏“插入”→“散点图”，可自动创建一个简单的散点图。
3.假设检验和T检验假设检验和T检验可用于比较两个总体的均值。
检验的结果告诉我们是否有足够的证据来拒绝零假设或接受备择假设。
通常我们把P值小于等于0.05的结果认为是显著的。
在Excel中，T检验和假设检验可通过以下公式快速计算。
例如，在Excel中输入一个T检验公式= T.TEST（数组1，数组2，尾数（1，2双重尾差异/单向尾差异）（1），类型（3权，2左，1右）（1））。
二、Excel在统计学中的技巧1.条件格式化Excel中的条件格式化可使数据集中的规律和模式变得明显，提高数据集中不同信息和结果的可视化效果。
例如，在Excel中，选择所需的数据区域，并在开始菜单选项卡的样式组中单击条件格式，选择所需的条件格式规则，然后单击+按钮以添加规则。
2.筛选和排序Excel中的高级筛选和排序功能可帮助快速整理和分析大型数据集。
利用Excel的数据分析工具进行假设检验Excel是一种强大的数据分析工具，可以帮助我们进行各种统计和分析操作。
在数据分析过程中，假设检验是一种常用的方法，用于验证某种假设的有效性。
本文将介绍如何利用Excel的数据分析工具进行假设检验。
一、背景介绍假设检验是统计学中一种重要的推断方法，用于通过样本数据来判断总体数据是否满足某种假设。
常见的假设检验包括单样本均值检验、双样本均值检验、单样本比例检验等。
二、Excel的数据分析工具Excel提供了丰富的数据分析工具，可以方便地进行假设检验。
在使用之前，需要确保已安装数据分析工具插件。
1. 安装数据分析工具插件打开Excel，点击"文件"->"选项"->"插件"，进入插件管理页面。
在可用插件中选择"数据分析工具"，点击"加载"。
2. 使用数据分析工具选择需要进行假设检验的数据区域，点击"数据"->"数据分析"，选择对应的检验方法，例如"t检验"。
根据具体情况填写参数并点击"确定"。
三、假设检验实例以单样本均值检验为例，假设我们想要检验某个产品的平均评分是否为5分。
首先收集一批样本数据，然后按照上述步骤进行分析。
1. 准备样本数据在Excel中，将样本数据录入一个列或一行，假设数据区域为A1:A10。
2. 进行假设检验点击"数据"->"数据分析"，选择"t检验"。
在弹出的对话框中，选择"单样本"和"t检验"，点击"确定"。
3. 填写参数在参数框中，选择"输入范围"并选中样本数据区域A1:A10，选择"假设平均值"并输入期望的平均值，如5。
利用EXCEL进行时间序列分析和预测时间序列分析是数据科学和统计学中的重要领域，广泛应用于经济、金融、气象等多个行业。
通过时间序列分析，我们可以发现数据的趋势、季节性变化以及周期性波动，进而进行科学预测。
EXCEL作为一款强大的数据处理工具，提供了丰富的功能来进行时间序列分析。
接下来，深入探讨如何在EXCEL中进行时间序列数据的分析和预测。
收集和整理数据开始任何分析前，首先要确保数据的准确性和完整性。
时间序列数据通常具有时间戳，包含按时间顺序排列的数值。
确保数据以表格的形式整理好，时间在一列，数值在另一列。
可以通过复制粘贴从其他数据源导入，或直接在EXCEL中手动输入。
确保时间序列数据没有缺失值，若存在缺失数据，可以用插值法（如线性插值）进行填补，以保证分析的准确性。
数据可视化在进行时间序列分析之前，先对数据进行可视化是一个很好的步骤。
使用EXCEL的图表功能，可以快速生成折线图，直观反映出数据的变化趋势。
选择数据区域后，插入折线图（可以从“插入”选项卡中找到）。
通过观察图表中的走势，可以判断出数据是否具有趋势性、季节性等特征。
在图表中添加趋势线也是一种有效的方法。
右键单击折线图中的数据系列，选择“添加趋势线”，并选择合适的趋势线类型（如线性回归、指数平滑等），以帮助更好地理解数据走势。
趋势分析时间序列分析的一个重要部分是判断数据中的趋势。
趋势可以是向上、向下或平稳。
EXCEL提供了多种统计工具来分析趋势。
例如，利用公式计算移动平均值（MA）。
移动平均可以去除随机波动，使趋势更加清晰。
例如，对于连续三个月的数据，可以在每第三个月后的单元格中输入以下公式：=AVERAGE(B2:B4)这里的B2和B4是数据的起始和结束单元格。
拖动填充柄可以快速计算后续的数据。
季节性分析时序数据中，经常会有受季节影响的模式。
线性趋势的基础上，使用季节性分解法进行分析。
EXCEL中可以使用“数据分析”工具，选择“季节性分解”功能（需要先启用数据分析工具包）。
统计学实验报告实验内容：Excel在描述统计中的应用Excel在相关与回归中的应用班级：组员：实验一、Excel在描述统计中的应用实验目的：通过实践训练，使学生能够利用“直方图”工具计算频率分布并制作直方图，利用“描述统计”工具对原始数据进行统计分析，计算分组数据的平均值和方差。
一、利用直方图工具计算频率分布并制作直方图资料：某班31名学生家庭人均纯收入与生活费支出如下：家庭人均纯收入如下：18000 2000 5000 100000 20000 7000 40000 30000 20000 9000 8000 40000 40000 30000 2500 30000 30000 30000 6000 6000 20000 7000 7000 8000 6000 36000 2500 10000 6000 7000 6000生活费支出如下：1000 500 600 1200 1000 650 1400 800 1000 800 1000 2000 2000 800 500 800 800 500 540 700 800 650 600 800 500 800 450 500 500 700 500 要求：1、以0、500、800、1000、1500为组限计算生活费支出的频数和累计频率；以0、5000、10000、20000、40000为组限计算家庭人均纯收入的频数和累计频率。
2、作出生活费支出、家庭人均纯收入的直方图3、计算生活费支出、家庭人均纯收入的平均值、中位数、方差、标准差、95%置信区间。
实验步骤：把生活费支出输入A1中，把组限输入B1中，将数据输入到表格。
1、执行菜单命令“工具”——“数据分析”2、选择“直方图”，单击“确定”按钮，弹出“数据分析”，输入区蜮：选择A1选项，按住左键不放拖到A32；接受区蜮：选择B1选项，按住左键不放拖到B6；选中“标志”复选框，选中“输出区蜮”并选择C1指定输出区蜮，选中“累计百分率”复选框和“图表输出”复选框3、单击“确定”按钮，得到各组频数和累计频率以及直方图。
统计学：以Excel为分析工具1、统计总体：凡是客观存在、在某一共同性质基础上结合起来的许多个别事物的整体。
分类：有限总体、无限总体；特点：同质性、大量性、变异性2、在统计研究过程中，统计研究的目的和任务居于支配和主导地位，是考虑问题的出发点。
3、样本按照一定的概率从总体中抽取并作为总体代表的一部分总体单位的集合体4、统计总体单位：构成统计总体的个别单位。
总体和总体单位的关系：整体同个体、集合同元素的关系，相互依存、相互联系，它们的关系不是一成不变的，随着研究目的的变动，二者可以相互转化5、标志：是指说明总体单位特征的名称。
分类：数量标志、品类标志；不变标志、可变标志6、指标：说明现象总体特征的概念或范畴。
分类：总量指标（绝对数）、相对指标（相对数，两个绝对数之比）、平均指标（平均数、均值）。
设计要求：（1）要素完整（2）指标名称必须有科学的理论依据（3）要明确统计指标的计算口径和范围（4）要有科学的计算方法7、指标和标志：区别：标志是说明总体单位特性的，指标是说明总体特征的；标志中的数量标志可以用数值表示，而品质标志不可以用数值表示。
所有的统计指标都是用数值表示。
联系：有些统计指标的数值是在总体单位的数量标志值基础上直接汇总得到的；在一定条件下，二者可以相互转化。
8、指标体系：指由若干相互联系的统计指标构成的有机整体。
设计的基本要求：（1）科学性（2）目的性（3）全面性（4）统一性（5）可比性（6）核心性（7）可行性（8）互斥性9、参数：描述总体特征的概括性数字度量10、统计量：描述样本特征的概括性数字度量11、数据的计量尺度由低到高分层：（1）名类尺度（品质标志）（2）顺序尺度（3）区间尺度（4）比尺度12、数据类型：（1）按计量尺度分（2）按数据的收集方式分（3）按数据的时间关系分13、变量：表示现象某种特征的概念（标志、指标）。
具体表现称为变量值（统计标志的标志表现和指标数值）。
分类：品质变量、数量（数字）变量——离散变量（取值有限）、连续变量——取值无穷1、问卷格式：（1）开头部分（问候语、填表说明、问卷编号）（2）甄别部分（过滤）（3）主体部分（核心部分，问题和答案）（4）背景部分2、问卷设计标准：（1）能有效地用来收集数据，同时尽可能减少误差和矛盾（2）对被调查者有友好界面（3）尽量减少由无回答所引起的追踪回访的数量，且便于数据编码和录入，从而尽量减少审核与插补工作量，最终减少收集和处理数据所花的费用和时间3、问卷的开发程序：（1）向数据用户对象进行咨询（2）参考以前相同主题的问卷（3）起草问题（4）对问卷进行审议与修改（5）对问卷进行测试与修改（认知法、焦点座谈、非正式测试、向被调查者了解情况、向访员了解情况、分裂样本测试、试试点调查）（6）定稿4、问题措辞应注意的问题：（1）简单（2）易懂（3）针对性（4）具体性和充分性（5）避免含糊歧义重复（6）避免诱导性问题（7）避免使用双重否定（8）减少敏感问题或隐私问题的影响（每个人法、为回答辩护技巧、即使一次技术、系列问题或热身法、设立档次）（9）确保问题读来顺口5、问卷问题类型：（1）开放性问题（2）封闭式问题数据的预处理是数据分组整理的先前步骤，内容包括数据的审核（首先）、插补、筛选、排序等1、审核：应用各种检查规则来辨别缺失、无效、不一致的录入。
目的：更好地了解调查过程、调查数据，确保调查数据的完整、准确、一致。
（贯穿整个调查过程，简单初步检查——数据录入后计算机程序复杂校验，为整理分析打基础）。
分类：直接调查取得原始数据的审核（完整性、准确性——逻辑检查和计算检查）；间接取得的二手数据的审核（适用性、时效性，加工资料时应做到适用性审核、实效性审核、确认是否必要做进一步加工处理）。
从数据的表现性质来看，数据审核内容主要有有效性审核、一致性审核、分布审核。
2、插补：解决在审核过程中辨别出来的数据缺失无效与不一致等问题的过程。
方法分类：随机插补；确定插补【（差不每次都是相同的值）具体方法：1、推理插补；2、均值插补；3）比率或回归插补；4、热平台插补：使用同一插补类中的供者记录的信息来代替一个相似的受者记录中缺失的或不一致数据的插补方法（分类：序贯热平台插补、随机热平台插补。
优点：可以保持数据的原始分布形式。
缺：常导致同一个供者的多次使用，有时很难找到一个合适的供者）（为确保找到供者记录，可以用多层次热平台插补）；5、冷平台插补：与热不同为使用前期的或普查中的供者资料；6、最近邻插补：与热一样基于匹配变量选择一个供者记录，但它的目的不是非要找出一个和受者记录在匹配变量上完全相同的供者记录，而是插补类中按匹配变量找到和受记录者最接近的供者记录——找到距离最近的值】3、离群值：一个观测值或一组观测值，它们看起来与数据集中的其他观测值不一致。
4、统计数据的筛选：（1）将某些不符合要求的数据或有明显错误的数据予以剔除（2）将符合某种特定条件的数据筛选出来，不符合特定条件的数据予以剔除5、数据排序：按一定顺序将数据排列，目的是便于研究者通过浏览数据发现一些明显的特征或趋势，找到解决问题的线索（定性数据、定量数据）1、统计分组：根据统计研究的目的和客观现象的内在特点，按一定的标志把被研究总体划分为若干个性质不同但又有联系的组。
目的是使资料系统化、科学化、条理化，从而得出能够反映事务总体特征的资料。
方法：（1）按品质标志进行分组{属性特征}（2）按数量标志分组{按表现总体数量特征的标志}——单项式分组（每个组变量值是一个值）、组距式分组（连续变量、离散型变量多）2、频数分布（次数分布）：在对总体进行分组的基础上将总体中所有单位按组归类整理，形成总体各单位在各组间的分布，反映总体单位数在各组的分布状况和特征。
包括要素：（1）组的名称（2）组的次数或频数。
次数的相对数即各组次数与总次数之比——比率或频率（反映总体构成）。
频数分布表明总体分布特征和内部结构，并据以研究总体中某种标志的平均水平及其变动规律。
频数分布按分组标志不同分：品质数列（品质标志）、变量数列3、组中值=（上限值+下限值）÷2。
使用组中值代表一组数据时有一个必要的假定条件，即各组数据在本组内呈均匀分布或在组中值两侧对称分布4、统计图：可以将表中的数据用图来表示，使表图文字有机结合起来，使人们一目了然地认识客观事物的状态、形成、发展趋势或在某地区上的分布状况等。
分类：（1）条形图和柱形图（2）饼图（3）环形图（4）直方图（5）折线图（6）散点图与气泡图5、统计表：把杂乱的数据有条理的组织在一张简明的表格内。
组成部分：表头、行标题、列标题、数字资料，必要时可以再表下方附加。
设计要求科学、实用、简练、美观。
注意：（1）合理安排结构（2）表头一般包括表号、总标题、表中数据的单位等内容（3）表中的上下两条横线一般用粗线，中间其他线要用细线（4）使用统计表必要时可在表下方加注释，特别要注明资料来源1、总量指标：反映社会经济现象在一定时间、地点、条件下总规模或总水平的统计指标，它通常是用绝对数来表现的，又称为绝对指标、绝对数。
它是社会经济统计中最基本的统计综合指标。
作用：（1）反映社会经济现象总体的基本情况（2）是制定政策、编制计划、进行经济管理的重要依据（3）是计算相对指标和平均指标的基础。
应注意问题：（1）现象的同质性（2）明确总量指标的含义、范围、计算方法（3）使用统一的计量单位2、总量指标的分类：{1}按反映内容不同，分总体单位总量（总体中包含的总体单位总数）和总体标志总量（标志总量，总体某一数量特征的总量）{2}按反映的时间状况不同，分时期指标（一段时期内发展过程的总量指标，特点：连续计数、可加性、流量指标）和时点指标（在某一点、瞬间，特点：间断计数、指标不能累加、存量指标）{3}按其采用的计量单位不同，分实物指标（实物单位：自然单位、度量衡~、标准实物~、复合~、双重或多重~）、价值指标（货币单位）、劳动指标（劳动单位）3、相对指标：相对数，两个有联系的指标的比值，用以说明两个互相联系的社会经济现象之间的数量对比关系和联系程度。
用来对比的两个数，可以是绝对数、平均数和相对数。
作用：（1）综合反映现象的互相关系、内部结构、实现的程度、强度和速度等，从而说明总量指标不能充分说明的问题（2）可以使某些利用总量指标不能直接进行对比的社会经济现象，取得可以比较的基础。
表现形式：有名数（强度、密度、普遍程度）和无名数（抽象化的数值，系数、倍数、成数、百分数、千分数、翻数）。
遵循原则：可比性原则、正确选择对比基数~、多种相对指标结合运用~、相对指标与总量指标结合运用~4、相对指标根据研究目的、任务、对不基数的不同，可分为：（一）计划完成相对数：计划完成百分比，某一现象在一定时间计划的完成度。
公式：计划完成相对数=（实际完成数÷计划完成数）×100%。
{1}计划数为绝对数：（1）短期计划完成情况检查：计划完成相对数=（实际完成数÷计划完成数）×100%；（2）中长期计划完成程度检查：1）水平法-计划完成相对数=计划末期（最后一年）实际达到的水平÷计划规定期末应达到的水平×100%，2）累计法：计划完成相对数=计划期间实际累计完成数÷计划期间规定的累计数×100%；{2}计划数为相对数：计划完成相对数=实际达到的百分数÷计划规定的百分数×100%=（1±实际提高/降低百分数）÷（1±计划提高/降低百分数）；{3}计划数为平均数：计划完成相对数=实际完成的平均数÷实际完成的平均数×100%（二）结构相对数-比重相对数：内部各组成部分在总体中所占比重。
结构相对数=总体中某一部分数值÷总体全部数值×100%（三）比例相对数：反映一个统计总体内部各个组成部分之间数量对比关系，常用系数、倍数表示。
比例相对数=总体中某一部分数值÷总体中另一部分数值（四）比较相对数：反映同一时期的同类现象在不同地区、部门、单位之间数量对比关系，用百分数或倍数表示。
比较相对数=某一地区（单位）某期某类指标数值÷另一地区（单位）同期同类指标数值（五）动态相对数：发展速度，把同一现象在不同时间上的指标数值进行对比，用以说明发展变化的方向和程度。
动态相对数=某一现象报告期数值÷同一现象基期数值×100%（六）强度相对数：两个性质不同但又相互联系的总量指标进行对别比值，可反映现象强度、密度、普遍度。
强度相对指标=某一总量指标的数值÷另一有联系但性质不同的总量指标数值1、集中趋势：一组数据向中心值靠拢的倾向，测度集中趋势也就是寻找数据一般水平的代表或中心值。
