Excel描述性统计分析报告
1. 引言
本文档基于Excel数据分析工具，针对某公司的销售数据进行了描述性统计分析。通过对销售数据的多项指标进行统计分析，可以提供给决策者关于销售情况的全面了解，为制定业务决策提供参考依据。
2. 数据来源
本次分析使用的数据是某公司在过去一年内的销售数据，包括每个月的销售额、销售量、客户数量等指标。
3. 数据预处理
在进行描述性统计分析前，需要对数据进行预处理，以保证数据的准确性和可靠性。预处理步骤包括以下几个方面：
3.1 数据清洗
通过观察数据，排除掉缺失值、异常值和重复值，以保证数据的完整和准确性。对于缺失值，可以选择删除，或者采用平均值、中位数等填充方式进行处理。
3.2 数据转换
对于某些字段，可能需要进行数据转换，以方便后续分析。例如，将销售额的货币符号去除，转换为数值型数据。
3.3 数据格式化
为了更好地展示数据，将数据进行格式化是必要的。例如，将日期字段转换为标准的日期格式，将数值字段设置为合适的小数位数等等。
4. 描述性统计分析
描述性统计分析是对数据进行基本概括和描述的方法，通过对数据的中心趋势、离散的程度、分布特征等进行统计和分析，可以全面了解数据的特征。
4.1 中心趋势
中心趋势是指数据的集中程度，常用的指标包括均值、中位数和众数。在Excel中，可以通过使用相应的函数来计算这些指标。 4.2 离散程度
离散程度是指数据的分散程度，常用的指标包括标准差和方差。这些指标可以帮助我们了解数据的波动情况和稳定性。
4.3 分布特征
数据的分布特征可以通过绘制直方图、箱线图等图表进行观察。这些图表能够帮助我们了解数据的分布情况，是否服从正态分布等。
5. 分析结果
根据对销售数据的描述性统计分析，得出以下结论：
• 销售额的均值为X万元，中位数为Y万元；
• 销售量的均值为A个，中位数为B个；
• 客户数量的均值为C个，中位数为D个；
基本描述性统计分析
1.means 过程
SAS系统的BASE模块提供了一些计算基础统计量的过程，如：means过程、univariate过程、corr过程、freq过程等。这些过程可完成单变量或多变量的描述统计量计算。SAS系统Means过程可以用来计算数据集中指定的各变量的一些基本描述性统计量的值（如观测值个数、均值、标准差、方差、偏度、峰度等）。Means过程的一般格式为：
proc means 输入数据集名 选项列表 ;
var 变量列表 ;
class 变量列表 ;
by 变量列表 ;
freq 变量 ;
weight 变量 ;
id 变量列表 ;
output out=输出数据集名 统计量关键字=变量名列表>;
run ;
语句说明：
VAR语句——指定要分析的变量名列；
BY语句——按变量名列分组统计（数据集需事先按该变量名列排序）；
CLASS语句——按变量名列分组统计（数据集不需事先排序）；
FREQ语句——表明该变量为分析变量的频数；
WEIGHT语句——表明分析变量在统计时要按该变量加权；
ID语句——输出时加上该变量作为索引； OUTPUT语句——指定统计量输出的数据集及输出的内容
（OUT指定统计量的输出数据集名，统计量关键字指定统计量在输出数据集中对应的新变量名）.
选项说明：
PROC MEANS语句，选项列表中常用“选项options”有：
①DATA=SAS数据集名：指明要分析的SAS数据集，缺省为最近建立的SAS数据集。
②MAXDEC=k：规定输出结果小数部分的最大位数,
③ALPHA=value：设置置信区间的置信水平α。
④统计量关键词常用的有：
统计量名称 含义 统计量名称 含义
n 未丢失的观测个数 mode 众数，出现频数最高的数
nmiss 丢失的观测个数 sumwgt 权数和
一、什么是描述统计分析（Descriptive Analysis）概念：使用几个关键数据来描述整体的情况描述性数据分析属于比较初级的数据分析，常见的分析方法包括对比分析法、平均分析法、交叉分析法等。描述性统计分析要对调查总体所有变量的有关数据做统计性描述，主要包括数据的频数分析、数据的集中趋势分析、数据离散程度分析、数据的分布、以及一些基本的统计图形。Excel里的分析工具库里的数据分析可以实现描述性统计分析的功能。
描述性统计分析即是对数据源最初的认知，包括数据的集中趋势、分散程度以及频数分布等，了解了这些后才能去做进一步的分析。二、常用指标均值、中位数、众数体现了数据的集中趋势。极差、方差、标准差体现了数据的离散程度。偏度、峰度体现了数据的分布形状。1、均值。均值容易受极值的影响，当数据集中出现极值时，所得到的的均值结果将会出现较大的偏差。2、中位数：数据按照从小到大的顺序排列时，最中间的数据即为中位数。当数据个数为奇数时，中位数即最中间的数，如果有N个数，则中间数的位置为(N+1)/2；当数据个数为偶数时，中位数为中间两个数的平均值，中间位置的算法是(N+1)/2。中位数不受极值影响，因此对极值缺乏敏感性。3、众数：数据中出现次数最多的数字，即频数最大的数值。众数可能不止一个，众数不能能用于数值型数据，还可用于非数值型数据，不受极值影响。4、极差：=最大值-最小值，是描述数据分散程度的量，极差描述了数据的范围，但无法描述其分布状态。且对异常值敏感，异常值的出现使得数据集的极差有很强的误导性。5、四分位数：数据从小到大排列并分成四等份，处于三个分割点位置的数值，即为四分位数，四分位数分为上四分位数（数据从小到大排列排在第75%的数字，即最大的四分位数）、下四分位数（数据从小到大排列排在第25%位置的数字，即最小的四分位数）、中间的四分位数即为中位数。四分位数可以很容易地识别异常值。箱线图就是根据四分位数做的图。四分位数的计算：下四分位数的位置：1、计算n/42、如果结果为整数，则下四分位数位于n/4这个位置和下一个位置的中间，取这两个位置上数值的平均值3、如果结果不为整数，则向上取整，所得结果为下四分位数的位置上四分位数的位置：1、计算3n/4,2、如果结果为整数，则上四分位数位于3n/4这个位置和下一个位置的中间，取这两个位置上数值的平均值3、如果结果不为整数，则向上取整，所得结果为上四分位数的位置eg、3 3 6 7 7 10 10 11 13 30n=11, 11/4=2.75，不为整，向上取整3，则下四分位数是第3个数，即6；3*11/4=8.25，也不为整，向上取整9，则上四分位是第9个数，即11箱线图可以用来比较不同组别的数据。箱线图除了上下四分位数，还有上界（除异常点以外的最大值）、下界（除异常点以外的最小值）6、方差和标准差。方差是每个数据值与全体数据的平均数差的平方的平均数。标准差是方差开方。方差与标准差表示数据集波动的大小，方差小，表示数据集比较集中，波动性小，方差大，表示数据集比较分散，波动性大。由于标准差只能用于统一体系内的数据比较，如果要对不同体系的数据比较，就要引入标准分的概念。7、标准分z：对数据进行标准化处理，又叫Z标准化，经过Z标准化处理后的数据符合正态分布（即均值为0，标准差为1）。标准分是对不同数据集的数据进行比较的量，可用来表示数据值在所在数据集内的相对排名 。标准分的意义是每个数值距离平均值有多少个标准差。有数据集x1,x2,x3，其平均值为μ，标准差为σ，则其标准分z为：8、峰度：描述正态分布中曲线峰顶尖哨程度的指标。峰度系数>0，则两侧极端数据较少，比正太分布更高更瘦，呈尖哨峰分布；峰度系数<0，则两侧极端数据较多，比正太分布更矮更胖，呈平阔峰分布。9、偏度：以正态分布为标准描述数据对称性的指标。偏度系数=0，则分布对称；偏度系数>0，则频数分布的高峰向左偏移，长尾向右延伸，呈正偏态分布；偏度系数<0，则频数分布的高峰向右偏移，长尾向左延伸，呈负偏态分布。还有一些其他的量，不仅在描述性统计分析中常见，在数据报告中也很常见，如10、绝对数11、相对数：倍数、成数、百分数12、百分比13、百分点：1个百分点=1%，是指变动的幅度14、频数：绝对数，是一组数据中个别数据重复出现的次数15、频率：相对数，次数与总次数的比。16、比例：相对数，总体中各部分占全部的比，如：男生的比例是30:5017、比率：相对数，不同类别的比，如男女比率俄日3:218、倍数：相对数，一个数除以另一个数所得的商，如A/B=C，那么A是B的C倍。19、番数：相对数，指原来数量的2的N次方，如翻一番，意思是原来数量的2倍，翻两番意思是4倍20、同比：相对数，指历史同时期进行比较，如去年12月与今年12月相比是同比21、环比：相对数，指与前一个统计期进行比较，如今年5月与今年4月相比是环比
第六章：描述性统计分析－－
Descriptive Statistics菜单详解
（医学统计之星：张文彤）
上次更新日期：
6.1 Frequencies过程
6.1.1
界面说明
6.1.2
分析实例
6.1.3
结果解释
6.2 Descriptives过程
6.2.1
界面说明
6.2.2
结果解释
6.3 Explore过程
6.3.1
界面说明
6.3.2
结果解释
6.4 Crosstabs过程
6.4.1
界面说明
6.4.2
分析实例
6.4.3
结果解释
描述性统计分析是统计分析的第一步，做好这第一步是下面进行正确统计推断的先决条件。SPSS的许多模块均可完成描述性分析，但专门为该目的而设计的几个模块则集中在Descriptive Statistics菜单中，最常用的是列在最前面的四个过程：Frequencies过程的特色是产生频数表；Descriptives过程则进行一般性的统计描述；Explore过程用于对数据概况不清时的探索性分析；Crosstabs过程则完成计数资料和等级资料的统计描述和一般的统计检验，我们常用的X2 检验也在其中完成。
本章讲述的四个过程在9.0及以前版本中被放置在Summarize菜单中。
§6.1 Frequencies过程
频数分布表是描述性统计中最常用的方法之一，Frequencies过程就是专门为产生频数表而设计的。它不仅可以产生详细的频数表，还可以按要求给出某百分位点的数值，以及常用的条图，圆图等统计图。
和国内常用的频数表不同，几乎所有统计软件给出的均是详细频数表，即并不按某种要求确定组段数和组距，而是按照数值精确列表。如果想用Frequencies过程得到我们所熟悉的频数表，请先用第二章学过的Recode过程产生一个新变量来代表所需的各组段。
6.1.1 界面说明
Frequencies对话框的界面如下所示：
该界面在SPSS中实在太普通了，无须多言，重点介绍一下各部分的功能如下：
