第1章 数据的编辑与整理 1
1.1数据输入或导入 1
1.1.1不同类型数据的输入 1
1.1.2重复数据的输入 7
1.1.3有规则数据的输入 8
1.1.4数据有效性验证 11
1.1.5导入外部数据 15
1.2数据整理 20
1.2.1重复数据的处理 20
1.2.2数据行列位置重新调整 23
1.2.3数据的合并与拆分 24
1.2.4数据格式的转换 30
1.3多表合并计算 32
1.3.1多表求和运算 32
1.3.2多表计数运算 36
1.4数据查看 37
1.4.1拆分窗口 37
1.4.2锁定标题行 38
第2章 数据的排序、筛选、分类汇总 40
2.1数据的排序 40
2.1.1排序 40
2.1.2自定义排序规则 41
2.1.3局部数据排序 43
2.2数据筛选 44
2.2.1数字筛选 44
2.2.2文本筛选 48
2.2.3日期筛选 51
2.2.4高级筛选 53
2.3表格数据的分类汇总 54
2.3.1创建分类汇总统计数据 55
2.3.2创建多级分类汇总 56
第3章 数据透视表用于数据统计分析 59
3.1数据透视表对大数据分析的作用 59
3.2创建数据透视表 59
3.2.1创建数据透视表 59
3.2.2根据统计目的设置字段 62
3.2.3创建动态数据透视表 64
3.2.4创建多表合并计算的数据透视表 66
3.3数据透视表的编辑 69
3.3.1统计数据格式设置 69
3.3.2查看明细数据 70
3.3.3报表布局设置 71
3.3.4套用数据透视表样式 72
3.3.5将数据透视表转换为普通表格 73
3.4数据透视表分析 74
3.4.1使用切片器筛选 74
3.4.2使用“组合”对话框分组字段 76
3.5数据透视表计算 77
3.5.1更改默认的汇总方式 77
3.5.2更改数据透视表的值显示方式 78
3.5.3自定义计算项 80
3.6数据透视图 80
3.6.1创建数据透视图 80
3.6.2编辑数据透视图 82
第4章 图表用于数据统计分析 84
4.1大数据与图表 84
4.1.1用数据分析的办法获取作图数据 84
4.1.2按分析目的选择图表类型 89
4.1.3使用推荐的图表 93
4.2图表的编辑 94
4.2.1更改创建的图表类型 94
4.2.2更改图表的数据源 95
4.2.3添加数据系列 96
4.2.4切换数据行列 96
4.2.5快速应用图表样式 98
4.3图表对象编辑 99
4.3.1编辑图表坐标轴 99
4.3.2编辑图表数据系列 104
第5章 函数用于数据统计分析 107
5.1大数据与函数 107
5.2单条件数据计算统计 107
5.2.1 SUMIF函数条件求和 108
5.2.2 COUNTIF函数条件计数 109
5.2.3 AVERAGEIF函数条件求平均值 111
5.3多条件数据计算统计 112
5.3.1 SUMIFS函数多条件求和 112
5.3.2 COUNTIFS函数多条件计数 114
5.4数据库函数 115
5.4.1 DSUM函数 115
5.4.2 DAVERAGE函数 117
5.4.3 DCOUNT函数 118
5.4.4 DMAX（DMIN）函数 119
5.4.5 DSTDEV函数估算样本总体的标准偏差 121
5.4.6 DSTDEVP函数计算总体的标准偏差 122
5.4.7 DVAR函数（以列表为样本估算总体方差） 123
5.4.8 DVARP函数（以列表为样本总体计算总体方差） 124
5.5数据快速查找 125
5.5.1 VLOOKUP函数 125
5.5.2 INDEX＋MATCH查找 128
5.5.3多条件查找 130
第6章 时间序列预测分析 132
6.1模拟运算表 132
6.1.1单变量模拟运算表 132
6.2.2双变量模拟运算表 133
6.2单变量求解 136
6.2.1预测销售量分析（例1） 136
6.2.2可贷款年限分析（例2） 137
6.3方案管理器 138
6.3.1建立不同贷款方案 138
6.3.2显示方案 140
6.3.3重新编辑方案 141
6.3.4创建方案摘要得出决策结论 141
6.4规划求解 143
6.4.1建立规划求解模型 143
6.4.2进行规划求解 144
第7章 数据分组与频数统计 147
7.1数据分组 147
7.1.1单项式离散型数据分组 147
7.1.2组距式离散型数据分组 148
7.2频数统计 151
7.2.1单项式分组的频数统计 151
7.2.2组距式分组的频数统计 152
7.3频数统计直方图 154
7.3.1单项式分组频数直方图 154
7.3.2组距式分组频数直方图 156
第8章 描述性统计分析 158
8.1描述集中趋势的统计量 158
8.1.1算术平均值 158
8.1.2几何平均值 160
8.1.3众数 161
8.1.4中位数 162
8.2描述离散趋势的统计量 164
8.2.1异众比率 164
8.2.2方差 165
8.2.3标准方差 165
8.3描述总体分布形态的统计量 166
8.3.1偏斜度 166
8.3.2四分位数偏度 167
8.3.3峰度 168
8.4 Excel数据分析工具进行描述统计分析 169
8.4.1加载数据分析工具 169
8.4.2使用数据分析工具进行分析 169
第9章 抽样与假设检验 171
9.1抽样 171
9.1.1简单随机抽样 171
9.1.2等距抽样 174
9.1.3周期抽样 175
9.2确定抽样样本的大小 176
9.2.1总体标准差已知下的样本大小 176
9.2.2总体标准差未知下的样本大小 177
9.3单个样本的方差检验 178
9.3.1总体方差已知，检验均值 178
9.3.2总体方差未知，检验均值 180
9.4双样本假设分析 182
9.4.1 z检验：双样本平均差检验 182
9.4.2 t检验：双样本等方差假设 183
9.4.3 t检验：双样本异方差检测 184
第10章 方差分析与回归分析 186
10.1方差分析 186
10.1.1单因素方差分析 186
10.1.2无交互作用的双因素方差分析 187
10.1.3有交互作用的双因素方差分析 189
10.2回归分析 191
10.2.1趋势线法线性回归分析 191
10.2.2函数法线性回归分析 194
10.2.3数据分析法线性回归分析 196
10.2.4多元回归分析 197
第11章 时间序列预测分析 200
11.1时间序列的移动平均 200
11.1.1一次移动平均法 200
11.1.2二次移动平均法 204
11.2时间序列的指数平滑 205
11.2.1一次指数平滑法 205
11.2.2二次指数平滑法 206
11.2.3确定最优平滑系数 207
第12章 大数据之员工考勤数据分析 210
12.1员工本月考勤数据分析 210
12.1.1统计员工本月考勤数据 210
12.1.2组距式数据分组分析员工出勤率 213
12.2员工每日出勤率分析 215
12.2.1使用函数计算员工每日出勤率 215
12.2.2创建图表分析员工每日出勤率 217
12.3员工基本信息查询 219
12.3.1制作员工考勤查询表 219
12.3.2使用VLOOKUP函数查询考勤信息 221
12.4员工年度考勤情况分析 224
12.4.1创建数据透视表分析员工工作态度与出勤率 224
12.4.2创建数据透视图分析员工工作态度与出勤率 227
12.4.3创建数据透视图分析员工工作态度与绩效考核 230
12.4.4各部门员工考勤情况分析 234
12.5员工周一至周五迟到情况分析 237
12.5.1创建数据透视表分析已婚与未婚员工迟到情况 238
12.5.2创建数据透视图分析已婚与未婚员工迟到情况 239
12.5.3创建图表分析周一至周五员工迟到情况 241
12.6员工迟到与路程远近及业绩分析 243
12.6.1员工迟到与员工上班路程远近分析 243
12.6.2员工迟到与员工业绩分析 246
第13章 企业人事数据分析 251
13.1员工所在部门及籍贯分析 251
13.1.1创建数据透视表统计各部门人数 251
13.1.2创建数据透视图分析员工籍贯 254
13.2员工年龄层次分析 257
13.2.1分析员工年龄层次 258
13.2.2分析员工年龄层次（数据透视图） 259
13.3员工学历层次分析 261
13.3.1分析员工学历层次 261
13.3.2分析员工学历层次（数据透视图） 263
13.4员工基本信息查询 265
13.4.1制作员工信息查询表 265
13.4.2使用VLOOKUP函数查询人员信息 267
13.5分析员工稳定性 269
13.5.1分析各年龄段员工跳槽情况 269
13.5.2分析员工跳槽情况（数据透视图） 271
13.5.3不同性别员工跳槽情况分析 274
13.6员工参与活动的随机抽样 275
13.6.1随机抽样元旦大扫除员工 275
13.6.2随机抽样得奖号码 277
第14章 大数据之市场调查数据统计与分析 282
14.1设计调查问卷和调查结果接收表 282
14.1.1在Excel工作表中建立调查问卷 282
14.1.2建立记录调查结果的工作表 285
14.2调查结果的汇总统计 288
14.2.1汇总所有调查结果 288
14.2.2替换编码生成结果数据库 289
14.3样本的组成分析 291
14.3.1样本性别组成分析 292
14.3.2样本年龄组成分析 294
14.4产品认知度分析 297
14.4.1分析对智能手表产品认知度 297
14.4.2分析年龄与智能手表认知度的相关性 298
14.4.3分析性别与智能手表认知度的相关性 300
14.5分析产品最受欢迎的特性 301
14.5.1统计智能手表各特性被选中的次数 301
14.5.2利用图表直观显示出消费者喜欢的性能 302
14.6外观需求分析 304
14.6.1对智能手表整体外观要求分析 304
14.6.2性别与智能手表外观的相关性分析 305
14.7潜在用户分析 307
14.7.1智能手表适宜人群分析 307
14.7.2年龄与是否配戴智能手表的相关性分析 309
第15章 大数据之淘宝母婴用品销售分析 311
15.1婴幼儿奶粉类1-8月销售数据分析 311
15.1.1数据透视表统计8月销售情况 311
15.1.2数据透视图分析各品牌奶粉销售金额 314
15.1.3数据透视图分析奶粉的销售数量及购买人数 317
15.2纸尿裤销售数据分析 319
15.2.1数据透视表分析第一季度纸尿裤销售情况 319
15.2.2创建图表分析第一季度销售数据 323
15.2.3单变量求解预测纸尿裤9月销售总金额 326
15.3一次移动平均法预测9月童床销量 328
15.3.1使用数据分析计算预测值和误差值 328
15.3.2创建移动平均分析图表 329
15.4母婴销售淡旺季分析 332
15.4.1统计各类母婴产品一年销售金额 332
15.4.2使用条件格式分析销售淡旺季 334
15.5母婴产品销售第三季度中国电商排行榜分析 337
15.5.1组距式数据分组分析出电商公司总评分 337
15.5.2创建数据透视表分析网络社会影响力前10名的电商 339
15.5.3创建数据透视图分析网络社会影响力前10的电商 341
第16章 企业就业与GDP增长情况分析 344
16.1创建图表分析私营企业就业情况 344
16.1.1私营企业增长情况分析 344
16.1.2 2014年私营企业就业情况分析 349
16.2创建图表分析就业人员年收入情况 351
16.2.1分析城镇单位人均GDP 352
16.2.2不同单位年平均工资分析 354
16.3使用简单相关分析查看GDP与就业人数关系 357
16.3.1散点图法分析GDP与就业人数关系 357
16.3.2函数分析GDP与就业人数关系 359
16.3.3使用相关系数分析工具分析 361
16.3.4使用方差分析工具进行分析 362
第17章 大数据之毕业生就业数据分析 365
17.1本科学历毕业半年就业分析 365
17.1.1创建数据透视表显示就业率排名情况 365
17.1.2创建数据透视图分析就业率排名前10的专业 368
17.1.3使用数据透视图分析就业率排名后10个专业 372
17.2高职高专专业毕业生就业分析 375
17.2.1创建数据透视表显示就业率排名情况 375
17.2.2创建数据透视图分析就业率排名前10的专业 378
17.2.3使用数据透视图分析相关度高于90%的专业 382
17.3应届毕业生岗位需求与竞争指数分析 386
17.3.1使用图表分析不同职位竞争指数 386
17.3.2使用图表分析相同岗位不同年份竞争情况 389
17.4应届毕业生获得面试机会及拿到Offer分析 393
17.4.1使用频数统计分析面试机会 393
17.4.2创建直方图分析面试机会 395
17.4.3单项式分组频数统计分析Offer结果 397
17.4.4单项式分组频数直方图分析Offer结果 398
第18章 大数据之生产计划数据分析 401
18.1当日生产计划数据分析 401
18.1.1根据生产数据计算当日计划与实际生产数据 401
18.1.2创建数据透视表分析各客户生产计划 405
18.1.3创建数据透视图分析当日各客户生产计划 408
18.2本月生产达成率分析 410
18.2.1创建当月每日生产达成率工作表 410
18.2.2创建图表分析当月生产达成率情况 414
18.3使用二次移动平均法预测生产量 417
18.3.1使用数据分析计算生产量预测值 417
18.3.2创建移动平均分析图表 419