Moving-average-data-analysis-excel

Moving-average-data-analysis-excel

Make-money-forex-trading-system
Protektif-pilihan-strategi-menikah-menempatkan-dan-kerah
Online-course-on-stock-trading


Rbs-forex-skandal Trading-dengan-indikator Icwr-forex-trading-strategy pdf Option-trading-bid-ask-spread Sinyal perdagangan-diri-investasi Perundang-undangan online

Moving Average Contoh ini mengajarkan cara menghitung moving average dari deret waktu di Excel. Rata-rata bergerak digunakan untuk memperlancar penyimpangan (puncak dan lembah) agar mudah mengenali tren. 1. Pertama, mari kita lihat rangkaian waktu kita. 2. Pada tab Data, klik Analisis Data. Catatan: cant menemukan tombol Analisis Data Klik disini untuk memuat add-on Analisis ToolPak. 3. Pilih Moving Average dan klik OK. 4. Klik pada kotak Input Range dan pilih range B2: M2. 5. Klik di kotak Interval dan ketik 6. 6. Klik pada kotak Output Range dan pilih sel B3. 8. Plot grafik nilai-nilai ini. Penjelasan: karena kita tetapkan interval ke 6, rata-rata bergerak adalah rata-rata dari 5 titik data sebelumnya dan titik data saat ini. Akibatnya, puncak dan lembah dihaluskan. Grafik menunjukkan tren yang meningkat. Excel tidak bisa menghitung moving average untuk 5 poin data pertama karena tidak ada cukup data point sebelumnya. 9. Ulangi langkah 2 sampai 8 untuk interval 2 dan interval 4. Kesimpulan: Semakin besar interval, semakin puncak dan lembah dihaluskan. Semakin kecil interval, semakin dekat rata-rata bergerak ke titik data aktual. Pusat Studi Biostatistik Gold Goldwater Universitas Massachusetts School of Public Health diperbarui pada bulan Februari 2007 Selayang Pandang Kami menggunakan Excel untuk melakukan beberapa tugas analisis data dasar untuk melihat apakah itu adalah Sebuah alternatif yang masuk akal untuk menggunakan paket statistik untuk tugas yang sama. Kami menyimpulkan bahwa Excel adalah pilihan yang buruk untuk analisis statistik di luar contoh buku teks, statistik deskriptif yang paling sederhana, atau lebih dari sekadar kolom yang sangat sedikit. Masalah yang kami hadapi yang menyebabkan kesimpulan ini ada di empat area umum: Nilai yang hilang ditangani secara tidak konsisten, dan terkadang salah. Organisasi data berbeda menurut analisis, memaksa Anda untuk mengatur ulang data Anda dengan berbagai cara jika Anda ingin melakukan banyak analisis berbeda. Banyak analisis hanya dapat dilakukan pada satu kolom pada satu waktu, sehingga merepotkan untuk melakukan analisis yang sama pada banyak kolom. Keluarannya kurang terorganisir, kadangkala tidak diberi label, dan tidak ada catatan bagaimana analisis dilakukan. Excel mudah untuk entri data, dan untuk memanipulasi baris dan kolom dengan cepat sebelum analisis statistik. Namun saat Anda siap melakukan analisis statistik, kami merekomendasikan penggunaan paket statistik seperti SAS, SPSS, Stata, Systat atau Minitab. Pendahuluan Excel mungkin adalah spreadsheet yang paling umum digunakan untuk PC. Komputer yang baru dibeli sering kali tiba dengan Excel yang sudah dimuat. Hal ini mudah digunakan untuk melakukan berbagai perhitungan, meliputi kumpulan fungsi statistik, dan Data Analysis ToolPak. Akibatnya, jika Anda tiba-tiba merasa perlu melakukan analisis statistik, Anda dapat mengubahnya sebagai pilihan yang jelas. Kami memutuskan untuk melakukan beberapa pengujian untuk melihat seberapa baik Excel akan berfungsi sebagai aplikasi Analisis Data. Untuk mempresentasikan hasilnya, kita akan menggunakan contoh kecil. Data untuk contoh ini adalah fiktif. Ini dipilih untuk memiliki dua variabel kategoris dan dua variabel kontinu, sehingga kita dapat menguji berbagai teknik statistik dasar. Karena hampir semua kumpulan data sebenarnya memiliki setidaknya beberapa titik data yang hilang, dan karena kemampuan untuk menangani data yang hilang dengan benar adalah salah satu fitur yang kita anggap biasa dalam paket analisis statistik, kami memperkenalkan dua sel kosong dalam data: Setiap baris spreadsheet mewakili subjek. Subjek pertama menerima Pengobatan 1, dan memiliki Hasil 1. X dan Y adalah nilai dari dua pengukuran pada setiap subjek. Kami tidak dapat mengukur Y pada subjek kedua, atau X untuk subjek terakhir, jadi sel-sel ini kosong. Subyek dimasukkan dalam urutan data menjadi tersedia, sehingga datanya tidak dipesan dengan cara tertentu. Kami menggunakan data ini untuk melakukan beberapa analisis sederhana dan membandingkan hasilnya dengan paket statistik standar. Perbandingan tersebut mempertimbangkan keakuratan hasil serta kemudahan antarmuka yang dapat digunakan untuk kumpulan data yang lebih besar - yaitu lebih banyak kolom. Kami menggunakan SPSS sebagai standar, meskipun ada paket statistik yang didukung oleh OIT yang akan dilakukan dengan sebaik mungkin untuk tujuan ini. Pada artikel ini ketika kita mengatakan paket statistik kuota, quot maksudnya SPSS, SAS, STATA, SYSTAT, atau Minitab. Sebagian besar prosedur statistik Excels adalah bagian dari paket alat Analisis Data, yang ada di menu Tools. Ini termasuk berbagai pilihan termasuk statistik deskriptif sederhana, uji t, korelasi, analisis varian 1 atau 2 arah, regresi, dll. Jika Anda tidak memiliki item Analisis Data pada menu Alat, Anda perlu menginstal Data Analisis ToolPak. Cari di Help untuk Alat Analisis Kuotasi untuk petunjuk tentang cara memuat ToolPak. Dua fitur Excel lainnya berguna untuk analisis tertentu, namun paket alat Analisis Data adalah satu-satunya yang memberikan tes signifikan signifikansi statistik. Tabel Pivot dalam menu Data dapat digunakan untuk menghasilkan tabel ringkasan mean, standar deviasi, hitungan, dll. Anda juga dapat menggunakan fungsi untuk menghasilkan beberapa ukuran statistik, seperti koefisien korelasi. Fungsi menghasilkan satu nomor, jadi dengan menggunakan fungsi Anda mungkin harus menggabungkan bit dan potongan untuk mendapatkan apa yang Anda inginkan. Meski begitu, Anda mungkin tidak bisa menghasilkan semua komponen yang Anda butuhkan untuk analisis lengkap. Kecuali dinyatakan lain, semua uji statistik menggunakan Excel dilakukan dengan Data Analysis ToolPak. Untuk memeriksa berbagai uji statistik, kami memilih beberapa tugas berikut: Dapatkan sarana dan standar deviasi X dan Y untuk keseluruhan kelompok, dan untuk setiap kelompok perlakuan. Dapatkan korelasi antara X dan Y. Lakukan dua uji sampel untuk menguji apakah kedua kelompok perlakuan berbeda pada X dan Y. Lakukan tes t berpasangan untuk menguji apakah X dan Y berbeda secara statistik satu sama lain. Bandingkan jumlah subjek dengan masing-masing hasil dengan kelompok perlakuan, dengan menggunakan uji chi-kuadrat. Semua tugas ini rutin untuk kumpulan data dari sifat ini, dan semuanya bisa dilakukan dengan mudah menggunakan paket statistik aobve yang ada. Masalah Umum Aktifkan ToolPak Analisis Alat Analisis DataPak tidak diinstal dengan setup standar Excel. Lihat di menu Tools. Jika Anda tidak memiliki item Analisis Data, Anda perlu menginstal alat Analisis Data. Cari Bantuan untuk Analisis DataData Analisis untuk petunjuk. Nilai yang Hilang Sel kosong adalah satu-satunya cara bagi Excel untuk menangani data yang hilang. Jika Anda memiliki kode nilai yang hilang lainnya, Anda harus mengubahnya menjadi kosong. Pengaturan Data Analisis yang berbeda memerlukan data yang akan disusun dengan berbagai cara. Jika Anda merencanakan berbagai tes berbeda, mungkin tidak ada pengaturan tunggal yang akan berhasil. Anda mungkin perlu mengatur ulang beberapa cara untuk mendapatkan semua yang Anda butuhkan. Kotak Dialog Pilih ToolsData Analysis, dan pilih jenis analisis yang ingin Anda lakukan. Kotak dialog yang khas akan memiliki item berikut: Input Range: Ketik sel kiri atas dan bawah kanan. misalnya A1: B100. Anda hanya bisa memilih baris dan kolom yang berdekatan. Kecuali ada kotak centang untuk mengelompokkan data menurut baris atau kolom (dan biasanya tidak), semua data dianggap sebagai satu glop. Label - Terkadang ada kotak yang dapat Anda periksa untuk menunjukkan bahwa baris pertama lembaran Anda berisi label. Jika Anda memiliki label di baris pertama, centang kotak ini, dan output Anda mungkin diberi label dengan label Anda. Kemudian lagi, mungkin tidak. Lokasi keluaran - Lembar baru adalah standar. Atau, ketik alamat sel dari sudut kiri atas tempat Anda ingin menempatkan output di lembar saat ini. Lembar kerja baru adalah pilihan lain, yang belum pernah saya coba. Ramifikasi pilihan ini dibahas di bawah ini. Item lainnya, tergantung analisisnya. Output location Output dari masing-masing analisis bisa masuk ke sheet baru dalam file Excel Anda saat ini (ini adalah defaultnya), atau Anda dapat menempatkannya di dalam sheet saat ini dengan menentukan sel kiri kiri yang Anda inginkan. Either way adalah sedikit gangguan. Jika setiap output ada dalam lembar baru, Anda akan berakhir dengan banyak lembar, masing-masing dengan sedikit output. Jika Anda menempatkannya di lembar saat ini, Anda perlu menempatkannya dengan tepat meninggalkan ruangan karena menambahkan komentar dan label perubahan yang perlu Anda lakukan untuk memformat satu keluaran dengan benar dapat mempengaruhi keluaran lain secara negatif. Contoh: Keluaran dari Deskriptif memiliki kolom label seperti Standard Deviation, Standard Error, dll. Anda ingin membuat kolom ini lebar agar bisa membaca labelnya. Tetapi jika output Frekuensi sederhana tepat di bawahnya, maka kolom yang menampilkan nilai yang dihitung, yang mungkin hanya berisi bilangan bulat kecil, juga akan melebar. Hasil Analisis Statistik Deskriptif Cara tercepat untuk mendapatkan sarana dan standar deviasi untuk keseluruhan kelompok adalah menggunakan Deskriptif dalam alat Analisis Data. Anda dapat memilih beberapa kolom yang berdekatan untuk Range Input (dalam hal ini kolom X dan Y), dan setiap kolom dianalisis secara terpisah. Label pada baris pertama digunakan untuk memberi label output, dan sel kosong diabaikan. Jika Anda memiliki lebih banyak, kolom yang tidak berdekatan yang perlu Anda analisis, Anda harus mengulangi proses untuk setiap kelompok kolom bersebelahan. Prosedurnya sangat mudah, bisa mengelola banyak kolom dengan cukup efisien, dan sel kosong diperlakukan dengan benar. Untuk mendapatkan sarana dan standar deviasi X dan Y untuk setiap kelompok perlakuan memerlukan penggunaan Tabel Pivot (kecuali jika Anda ingin mengatur ulang lembar data untuk memisahkan kedua kelompok). Setelah memilih rentang data (bersebelahan), pada opsi Layout Wizard Wortards Table, tarik area Perawatan dengan Row, dan X ke area Data. Klik dua kali pada ldquoCount of Xrdquo di area Data, dan ubah ke Average. Tarik X ke dalam kotak Data lagi, dan kali ini ubah Count to StdDev. Akhirnya, tarik X dalam sekali lagi, serahkan sebagai Count of X. Ini akan memberi kita rata-rata, standar deviasi dan jumlah pengamatan pada setiap kelompok perlakuan untuk X. Lakukan hal yang sama untuk Y, jadi kita akan mendapatkan standar rata-rata Penyimpangan dan jumlah pengamatan untuk Y juga. Ini akan menempatkan total enam item dalam kotak Data (tiga untuk X dan tiga untuk Y). Seperti yang bisa Anda lihat, jika Anda ingin mendapatkan berbagai statistik deskriptif untuk beberapa variabel, prosesnya akan menjadi membosankan. Paket statistik memungkinkan Anda memilih sebanyak mungkin variabel yang Anda inginkan untuk statistik deskriptif, apakah mereka bersebelahan atau tidak. Anda bisa mendapatkan statistik deskriptif untuk semua mata pelajaran bersama, atau dipecah dengan variabel kategoris seperti perawatan. Anda dapat memilih statistik yang ingin Anda lihat satu kali, dan ini akan berlaku untuk semua variabel yang dipilih. Korelasi Menggunakan alat Analisis Data, dialog untuk korelasi sangat mirip dengan deskripsi-Anda dapat memilih beberapa kolom bersebelahan, dan mendapatkan matriks keluaran dari semua pasangan korelasi. Sel kosong diabaikan dengan tepat. Keluaran TIDAK termasuk jumlah pasang titik data yang digunakan untuk menghitung setiap korelasi (yang dapat bervariasi, tergantung pada data yang hilang), dan tidak menunjukkan apakah ada korelasi yang signifikan secara statistik. Jika Anda menginginkan korelasi pada kolom yang tidak bersebelahan, Anda harus menyertakan kolom intervensi, atau salin kolom yang diinginkan ke lokasi yang berdekatan. Paket statistik akan memungkinkan Anda untuk memilih kolom yang tidak bersebelahan untuk korelasi Anda. Outputnya akan memberi tahu Anda berapa banyak pasang titik data yang digunakan untuk menghitung setiap korelasi, dan korelasi mana yang signifikan secara statistik. Tes Sampel Dua Sampel Tes ini dapat digunakan untuk memeriksa apakah kedua kelompok perlakuan berbeda pada nilai X atau Y. Untuk melakukan tes, Anda perlu memasukkan rentang sel untuk masing-masing kelompok. Karena data tidak dimasukkan oleh kelompok perlakuan, pertama-tama kita perlu mengurutkan baris dengan pengobatan. Pastikan untuk mengambil semua kolom lainnya bersamaan dengan perawatan, sehingga data untuk setiap subjek tetap utuh. Setelah data disortir, Anda bisa memasukkan kisaran sel yang berisi pengukuran X untuk setiap perawatan. Jangan sertakan baris dengan label, karena kelompok kedua tidak memiliki label baris. Oleh karena itu, keluaran Anda tidak akan diberi label untuk menunjukkan bahwa keluaran ini untuk X. Jika Anda menginginkan keluaran berlabel, Anda harus menyalin sel yang sesuai ke kelompok kedua ke kolom terpisah, dan masukkan baris dengan label untuk grup kedua. . Jika Anda juga ingin melakukan uji-t untuk pengukuran Y, Anda harus mengulangi prosesnya. Sel kosong diabaikan, dan selain masalah dengan memberi label hasilnya, hasilnya benar. Paket statistik akan melakukan tugas ini tanpa perlu menyortir data atau menyalinnya ke kolom lain, dan hasilnya akan selalu diberi label dengan benar sejauh Anda memberi label untuk variabel dan kelompok perlakuan Anda. Ini juga memungkinkan Anda memilih lebih dari satu variabel sekaligus untuk uji-t (misalnya X dan Y). Uji t berpasangan Uji t berpasangan adalah metode untuk menguji apakah perbedaan antara dua pengukuran pada subjek yang sama berbeda secara signifikan dari 0. Dalam contoh ini, kami ingin menguji perbedaan antara X dan Y yang diukur pada subjek yang sama. Fitur penting dari tes ini adalah membandingkan pengukuran dalam setiap subjek. Jika Anda memindai kolom X dan Y secara terpisah, mereka tidak terlihat berbeda. Tetapi jika Anda melihat masing-masing pasangan X-Y, Anda akan melihat bahwa dalam setiap kasus, X lebih besar dari Y. Uji t berpasangan harus peka terhadap perbedaan ini. Dalam dua kasus di mana X atau Y hilang, tidak mungkin membandingkan dua ukuran pada subjek. Oleh karena itu, hanya 8 baris yang dapat digunakan untuk tes t berpasangan. Bila Anda menjalankan uji t berpasangan pada data ini, Anda mendapatkan statistik t sebesar 0,09, dengan probabilitas 2 ekor 0,93. Tes tersebut tidak menemukan perbedaan yang signifikan antara X dan Y. Melihat hasilnya lebih hati-hati, kami melihat ada 9 observasi. Seperti disebutkan di atas, seharusnya hanya ada 8. Tampaknya Excel telah gagal untuk mengecualikan pengamatan yang tidak memiliki pengukuran X dan Y. Untuk mendapatkan hasil yang benar salin X dan Y ke dua kolom baru dan lepaskan data di sel yang tidak memiliki nilai untuk ukuran lainnya. Sekarang jalankan kembali uji t berpasangan. Kali ini t-statistik adalah 6.14817 dengan probabilitas 2 ekor 0,000468. Kesimpulannya sama sekali berbeda Tentu saja, ini adalah contoh ekstrem. Tapi intinya adalah bahwa Excel tidak menghitung paired t-test dengan benar saat beberapa pengamatan memiliki salah satu pengukuran tapi tidak pada yang lain. Meskipun mungkin untuk mendapatkan hasil yang benar, Anda tidak memiliki alasan untuk mencurigai hasil yang Anda dapatkan kecuali Anda cukup waspada untuk memperhatikan bahwa jumlah pengamatan salah. Tidak ada bantuan online yang akan memperingatkan Anda tentang masalah ini. Menariknya, ada juga fungsi TTEST, yang memberikan hasil yang benar untuk contoh ini. Ternyata fungsi dan alat Analisis Data tidak konsisten dalam bagaimana mereka menangani sel yang hilang. Meskipun demikian, saya tidak dapat merekomendasikan penggunaan fungsi yang sesuai dengan alat Analisis Data, karena hasil penggunaan fungsi adalah nomor tunggal - dalam kasus ini, probabilitas 2-tail dari t-statistik. Fungsi ini tidak memberi Anda t-statistik itu sendiri, tingkat kebebasan, atau sejumlah item lainnya yang ingin Anda lihat jika Anda melakukan tes statistik. Paket statistik dengan benar akan mengecualikan kasus dengan salah satu pengukuran yang hilang, dan akan menyediakan semua statistik pendukung yang Anda butuhkan untuk menafsirkan hasilnya. Uji Crosstabulation dan Chi-Squared of Independence Tugas akhir kami adalah menghitung dua hasil pada masing-masing kelompok perlakuan, dan menggunakan uji chi-square untuk menguji hubungan antara pengobatan dan hasil. Untuk menghitung hasil dengan kelompok perlakuan, Anda perlu menggunakan Tabel Pivot. Pada pilihan Layout Wizard Pivot Table, tarik Perawatan ke Baris, Hasil ke Kolom dan juga ke Data. Area Data harus mengatakan quotCount of Outcomequot ndash jika tidak, klik dua kali dan pilih quotCountquot. Jika Anda menginginkan persen, klik dua kali quotCount of Outcomequot, dan klik Options di kotak ldquoShow Data Asrdquo yang muncul, pilih quot dari rowquot. Jika Anda menginginkan kedua hitungan dan persen, Anda dapat menarik variabel yang sama ke dalam area Data dua kali, dan menggunakannya sekali untuk menghitung dan satu kali untuk persen. Mendapatkan uji chi-kuadrat tidak sesederhana itu. Ini hanya tersedia sebagai fungsi, dan masukan yang dibutuhkan untuk fungsi tersebut adalah jumlah yang teramati di setiap kombinasi pengobatan dan hasil (yang Anda miliki di tabel pivot Anda), dan jumlah yang diharapkan dalam setiap kombinasi. Jumlah yang Diharapkan Apa yang mereka dapatkan Bagaimana Anda mendapatkannya Jika Anda memiliki latar belakang statistik yang cukup untuk mengetahui bagaimana menghitung jumlah yang diharapkan, dan dapat melakukan perhitungan Excel menggunakan alamat sel relatif dan absolut, Anda harus bisa menavigasi melalui ini. Jika tidak, youre kurang beruntung. Dengan asumsi bahwa Anda mengatasi masalah jumlah yang diharapkan, Anda dapat menggunakan fungsi Chitest untuk mendapatkan probabilitas mengamati nilai chi-square lebih besar daripada tabel ini. Sekali lagi, karena kita menggunakan fungsi, Anda tidak mendapatkan banyak perhitungan penting lainnya, terutama nilai statistik chi-square atau derajat kebebasannya. Tidak ada paket statistik yang mengharuskan Anda untuk memberikan nilai yang diharapkan sebelum menghitung uji chi-kuadrat dari indepencence. Selanjutnya, hasilnya akan selalu mencakup statistik chi-square dan derajat kebebasannya, serta probabilitasnya. Seringkali Anda akan mendapatkan beberapa statistik tambahan juga. Analisis Tambahan Analisis yang tersisa tidak dilakukan pada kumpulan data ini, namun beberapa komentar tentang mereka disertakan untuk kelengkapan. Frekuensi Sederhana Anda bisa menggunakan Tabel Pivot untuk mendapatkan frekuensi sederhana. (Lihat Crosstabulations lebih lanjut tentang bagaimana mendapatkan Tabel Pivot.) Menggunakan Tabel Pivot, setiap kolom dianggap sebagai variabel terpisah, dan label pada baris 1 akan muncul pada output. Anda hanya bisa melakukan satu variabel sekaligus. Kemungkinan lain adalah dengan menggunakan fungsi Frekuensi. Keuntungan utama dari metode ini adalah setelah Anda menentukan fungsi frekuensi untuk satu kolom, Anda dapat menggunakan CopyPaste untuk mendapatkannya pada kolom lainnya. Pertama, Anda perlu memasukkan kolom dengan nilai yang ingin Anda hitung (keranjang). Jika Anda bermaksud melakukan frekuensi pada banyak kolom, pastikan untuk memasukkan nilai untuk kolom dengan kategori terbanyak. misalnya Jika 3 kolom memiliki nilai 1 atau 2, dan yang keempat memiliki nilai 1,2,3,4, Anda harus memasukkan nilai bin sebagai 1,2,3,4. Sekarang pilih sel kosong yang cukup dalam satu kolom untuk menyimpan hasilnya - 4 pada contoh ini, biarpun kolom saat ini hanya memiliki 2 nilai. Selanjutnya pilih InsertFunctionStatisticalFrequencies pada menu. Isi kisaran masukan untuk kolom pertama yang ingin Anda hitung menggunakan alamat relatif (misalnya A1: A100). Isi Bin Range menggunakan alamat absolut dari lokasi di mana Anda memasukkan nilai yang akan dihitung (misalnya M1: M4). Klik Selesai. Perhatikan kotak di atas judul kolom lembar, di mana rumus ditampilkan. Ini dimulai dengan tanda kutip FREQUENCIES (klik tempatkan kursor di sebelah kiri tanda di formula, dan tekan Ctrl-Shift-Enter. Jumlah frekuensi sekarang muncul di sel yang Anda pilih. Untuk mendapatkan jumlah frekuensi kolom lainnya, pilih Sel dengan frekuensi di dalamnya, dan pilih EditCopy pada menu. Jika kolom berikutnya yang ingin Anda hitung adalah satu kolom di sebelah kanan yang sebelumnya, pilih sel di sebelah kanan sel frekuensi pertama, dan pilih EditPaste ( Ctrl-V) Terus bergerak ke kanan dan menempelkan setiap kolom yang ingin Anda hitung Setiap kali Anda memindahkan satu kolom ke kanan sel frekuensi asli, kolom yang akan dihitung akan bergeser dari kolom pertama yang Anda hitung. Jika Anda menginginkan persen juga, Anda harus menggunakan fungsi Sum untuk menghitung jumlah frekuensi, dan menentukan rumus untuk mendapatkan persen untuk satu sel. Pilih sel untuk menyimpan persen pertama, dan ketik rumusnya ke dalam rumus. Kotak di bagian atas lembaran - misalnya N1100N 5 - di mana N1 adalah sel dengan frekuensi untuk kategori pertama, dan N5 adalah sel dengan jumlah frekuensi. Gunakan CopyPaste untuk mendapatkan formula sel tersisa dari kolom pertama. Setelah Anda memiliki persen untuk satu kolom, Anda dapat CopyPaste mereka ke kolom lainnya. Yoursquoll harus berhati-hati dengan penggunaan alamat relatif dan absolut. Pada contoh di atas, kita menggunakan N5 untuk penyebutnya, jadi ketika kita menyalin rumus ke frekuensi berikutnya pada kolom yang sama, tetap akan mencari jumlah dalam baris 5 tapi ketika kita menyalin rumus itu ke kolom lain, maka akan bergeser ke frekuensi di kolom berikutnya. Akhirnya, Anda bisa menggunakan Histogram pada menu Analisis Data. Anda hanya bisa melakukan satu variabel sekaligus. Seperti fungsi Frekuensi, Anda harus memasukkan kolom dengan batas kuarsa. Untuk menghitung jumlah kejadian 1 dan 2, Anda harus memasukkan 0,1,2 dalam tiga sel yang berdekatan, dan berikan kisaran dari ketiga sel ini sebagai Bins pada kotak dialog. Keluarannya tidak diberi label dengan label yang mungkin Anda miliki di baris 1, atau bahkan dengan huruf kolom. Jika Anda melakukan banyak frekuensi pada banyak variabel, Anda akan mengalami kesulitan untuk mengetahui frekuensi mana yang termasuk kolom data mana. Regresi Linier Karena regresi adalah salah satu analisis statistik yang lebih sering digunakan, kami mencobanya walaupun kami tidak melakukan analisis regresi untuk contoh ini. Prosedur Regresi dalam alat Analisis Data memungkinkan Anda memilih satu kolom sebagai variabel dependen, dan satu set kolom bersebelahan untuk independen. Namun, tidak mentolerir sel kosong mana pun di kisaran masukan, dan Anda dibatasi hingga 16 variabel independen. Oleh karena itu, jika Anda memiliki sel kosong, Anda perlu menyalin semua kolom yang terlibat dalam regresi ke kolom baru, dan hapus baris yang berisi sel kosong. Model besar, dengan lebih dari 16 prediktor, tidak bisa dilakukan sama sekali. Analisis Varians Secara umum, fitur Excels ANOVA terbatas pada beberapa kasus khusus yang jarang ditemukan di luar buku teks, dan memerlukan banyak pengaturan ulang data. Data ANOVA satu arah harus diatur dalam kolom dan baris yang terpisah dan berdekatan untuk masing-masing kelompok. Jelas, ini tidak kondusif untuk melakukan 1-cara pada lebih dari satu pengelompokan. Jika Anda memiliki label pada baris 1, output akan menggunakan label. ANOVA Dua Faktor Tanpa Replikasi Hal ini hanya terjadi pada satu pengamatan per sel (yaitu dalam istilah kesalahan Cell). Rentang masukan adalah susunan sel berbentuk persegi panjang, dengan deret yang mewakili tingkat satu faktor, membuat kolom tingkat faktor lainnya, dan sel tersebut memenuhi satu nilai di sel itu. Two-Factor ANOVA with Replicates Ini melakukan ANOVA dua arah dengan ukuran sel yang sama. Input harus berupa daerah persegi panjang dengan kolom yang mewakili tingkat satu faktor, dan baris mewakili ulangan dalam tingkat faktor lainnya. Rentang masukan HARUS juga menyertakan baris tambahan di bagian atas, dan kolom di sebelah kiri, dengan label yang menunjukkan faktor-faktornya. Namun, label ini tidak digunakan untuk memberi label pada tabel ANOVA yang dihasilkan. Klik Help pada dialog ANOVA untuk melihat seperti apa kisaran input yang akan terlihat. Meminta Banyak Analisis Jika Anda memiliki berbagai prosedur statistik berbeda yang ingin Anda lakukan pada data Anda, Anda hampir pasti akan menemukan diri Anda melakukan banyak penyortiran, penataan ulang, penyalinan dan penyisipan data Anda. Hal ini karena setiap prosedur mensyaratkan agar data disusun dengan cara tertentu, seringkali berbeda dengan cara prosedur lain menginginkan agar data tersusun. Dalam tes kecil kami, kami harus mengurutkan baris untuk melakukan uji-t, dan menyalin beberapa sel untuk mendapatkan label untuk hasilnya. Kami harus membersihkan isi beberapa sel untuk mendapatkan tes t berpasangan yang benar, namun tidak ingin sel-sel itu dibersihkan untuk beberapa tes lainnya. Dan kami hanya melakukan lima tugas. Tidak menjadi lebih baik saat Anda mencoba berbuat lebih banyak. Tidak ada satu pengaturan data yang memungkinkan Anda melakukan banyak analisis berbeda tanpa membuat banyak salinan data yang berbeda. Kebutuhan untuk memanipulasi data dalam banyak hal sangat meningkatkan kesempatan untuk mengenalkan kesalahan. Dengan menggunakan program statistik, data biasanya diatur dengan baris yang mewakili subjek, dan kolom yang mewakili variabel (seperti data sampel kami). Dengan pengaturan ini Anda dapat melakukan analisis apa pun yang dibahas di sini, dan banyak juga juga, tanpa harus mengurutkan atau mengatur ulang data Anda dengan cara apa pun. Hanya analisis yang jauh lebih kompleks, di luar kemampuan Excel dan cakupan artikel ini akan memerlukan penataan ulang data. Bekerja dengan Banyak Kolom Bagaimana jika data Anda tidak 4, tapi 40 kolom, dengan campuran tindakan kategoris dan berkesinambungan Seberapa mudah melakukan skala prosedur di atas ke masalah yang lebih besar Sebaiknya, beberapa prosedur statistik dapat menerima beberapa kolom bersebelahan untuk masukan , Dan interpretasikan masing-masing kolom sebagai ukuran yang berbeda. Prosedur deskriptif dan korelasi dari jenis ini, sehingga Anda dapat meminta statistik deskriptif atau korelasi untuk sejumlah besar variabel kontinu, selama mereka masuk dalam kolom yang berdekatan. Jika tidak berdekatan, Anda perlu mengatur ulang kolom atau menggunakan copy dan paste untuk membuatnya berdekatan. Banyak prosedur, bagaimanapun, hanya dapat diterapkan pada satu kolom pada satu waktu. Tes-tes (baik yang independen atau dipasangkan), jumlah frekuensi sederhana, uji independensi chi-kuadrat, dan banyak prosedur lainnya ada di kelas ini. Ini akan menjadi kelemahan serius jika Anda memiliki lebih dari beberapa kolom, bahkan jika Anda menggunakan cut and paste atau macro untuk mengurangi pekerjaan. Selain harus mengulang permintaan berkali-kali, Anda harus memutuskan di mana menyimpan hasil masing-masing, dan pastikan labelnya benar sehingga Anda dapat dengan mudah menemukan dan mengidentifikasi setiap keluaran. Akhirnya, Excel tidak memberi Anda catatan log atau catatan lainnya untuk melacak apa yang telah Anda lakukan. Ini bisa menjadi kelemahan serius jika Anda ingin dapat mengulangi analisis yang sama (atau serupa) di masa depan, atau bahkan jika Anda lupa apa yang sudah Anda lakukan. Dengan menggunakan paket statistik, Anda dapat meminta tes untuk sebanyak mungkin variabel yang Anda butuhkan sekaligus. Masing-masing akan diberi label dan diatur dengan baik dalam output, jadi tidak ada kebingungan mengenai apa. Anda juga bisa mengharapkan untuk mendapatkan log, dan sering juga serangkaian perintah, yang bisa digunakan untuk mendokumentasikan pekerjaan Anda atau mengulang analisis tanpa harus melalui semua langkah lagi. Meskipun Excel adalah spreadsheet yang bagus, ini bukan paket analisis data statistik. Dalam semua keadilan, itu tidak pernah dimaksudkan untuk menjadi satu. Perlu diingat bahwa Data Analysis ToolPak adalah quotadd-inquot - fitur tambahan yang memungkinkan Anda melakukan beberapa perhitungan cepat. Jadi tidak mengherankan bahwa itu hanya apa itu baik untuk - beberapa perhitungan cepat. Jika Anda mencoba menggunakannya untuk analisis yang lebih luas, Anda akan mengalami kesulitan karena ada atau semua keterbatasan berikut: Masalah potensial dengan analisis yang melibatkan data yang hilang. Ini bisa berbahaya, karena pengguna yang tidak waspada tidak mungkin menyadari bahwa ada sesuatu yang salah. Kurangnya fleksibilitas dalam analisis yang bisa dilakukan karena harapannya mengenai penataan data. Hal ini menyebabkan kebutuhan untuk memotongpastesort dan mengatur ulang lembar data dengan berbagai cara, meningkatkan kemungkinan kesalahan. Keluaran tersebar di banyak lembar kerja yang berbeda, atau seluruh lembar kerja, yang harus Anda tanggung jawab untuk mengaturnya dengan cara yang masuk akal. Keluaran mungkin tidak lengkap atau mungkin tidak diberi label dengan benar, meningkatkan kemungkinan salah mengidentifikasi keluaran. Perlu mengulang permintaan beberapa analisis beberapa kali untuk menjalankannya untuk beberapa variabel, atau meminta beberapa opsi. Perlu melakukan beberapa hal dengan mendefinisikan functionformulae Anda sendiri, dengan risiko kesalahan yang menyertainya. Tidak ada catatan tentang apa yang Anda lakukan untuk menghasilkan hasil Anda, sehingga sulit untuk mendokumentasikan analisis Anda, atau mengulanginya di lain waktu, jika itu perlu dilakukan. Jika Anda memiliki lebih dari sekitar 10 atau 12 kolom, dan jika Anda ingin melakukan sesuatu selain statistik deskriptif dan mungkin korelasi, Anda harus menggunakan paket statistik. Ada beberapa yang sesuai dengan lisensi situs melalui OIT, atau Anda dapat menggunakannya di lab OIT PC manapun. Jika Anda memiliki Excel di PC Anda sendiri, dan tidak ingin membayar program statistik, gunakan Excel untuk memasukkan data (dengan baris yang mewakili subjek, dan kolom untuk variabel). Semua paket statistik yang disebutkan dapat membaca file Excel, sehingga Anda bisa melakukan pemasukan data (waktu-memakan) di rumah, dan pergi ke laboratorium untuk melakukan analisis. Diskusi yang jauh lebih luas mengenai perangkap menggunakan Excel, dengan banyak tautan tambahan, tersedia di burns-stat Klik pada Tutorial, lalu Spreadsheet Addiction. Untuk bantuan atau informasi lebih lanjut tentang perangkat lunak statistik, hubungi Pusat Konsultasi Biostatistik. Telepon 545-2949Bagaimana Menghitung Rata-rata Bergerak di Excel Analisis Data Excel untuk Dummies, Edisi ke-2 Perintah Analisis Data menyediakan alat untuk menghitung rata-rata perataan bergerak dan eksponensial di Excel. Misalkan, demi ilustrasi, Anda telah mengumpulkan informasi suhu harian. Anda ingin menghitung rata-rata pergerakan tiga hari 8212 rata-rata tiga hari terakhir 8212 sebagai bagian dari beberapa peramalan cuaca sederhana. Untuk menghitung moving averages untuk kumpulan data ini, ikuti langkah-langkah berikut. Untuk menghitung rata-rata bergerak, pertama klik Data tab8217s Data Analysis tombol perintah. Saat Excel menampilkan kotak dialog Analisis Data, pilih item Moving Average dari daftar dan kemudian klik OK. Excel menampilkan kotak dialog Moving Average. Identifikasi data yang ingin Anda gunakan untuk menghitung moving average. Klik kotak teks Input Range pada kotak dialog Moving Average. Kemudian identifikasikan range input, baik dengan mengetikkan alamat range worksheet atau dengan menggunakan mouse untuk memilih range worksheet. Referensi jangkauan Anda harus menggunakan alamat sel absolut. Alamat sel absolut mendahului huruf kolom dan nomor baris dengan tanda, seperti pada A1: A10. Jika sel pertama di kisaran masukan Anda menyertakan label teks untuk mengidentifikasi atau menggambarkan data Anda, pilih kotak centang Label in First Row. Dalam kotak teks Interval, beri tahu Excel berapa nilai yang harus disertakan dalam perhitungan rata-rata bergerak. Anda dapat menghitung rata-rata bergerak menggunakan sejumlah nilai. Secara default, Excel menggunakan tiga nilai terbaru untuk menghitung rata-rata pergerakan. Untuk menentukan bahwa sejumlah nilai lain digunakan untuk menghitung rata-rata bergerak, masukkan nilai tersebut ke dalam kotak teks Interval. Beritahu Excel tempat untuk menempatkan data rata-rata bergerak. Gunakan kotak teks Output Range untuk mengidentifikasi kisaran lembar kerja tempat Anda ingin menempatkan data rata-rata bergerak. Dalam contoh lembar kerja, data rata-rata bergerak telah ditempatkan ke dalam kisaran lembar kerja B2: B10. (Opsional) Tentukan apakah Anda menginginkan bagan. Jika Anda menginginkan bagan yang memplot informasi rata-rata bergerak, pilih kotak centang Chart Output. (Opsional) Tunjukkan apakah Anda ingin informasi kesalahan standar dihitung. Jika Anda ingin menghitung kesalahan standar untuk data, pilih kotak centang Standard Errors. Excel menempatkan nilai kesalahan standar di samping nilai rata-rata bergerak. (Informasi kesalahan standar masuk ke C2: C10.) Setelah Anda selesai menentukan apa informasi rata-rata bergerak yang ingin Anda perhitungkan dan di tempat yang Anda inginkan, klik OK. Excel menghitung informasi rata-rata bergerak. Catatan: Jika Excel tidak memiliki cukup informasi untuk menghitung rata-rata bergerak untuk kesalahan standar, ini akan menempatkan pesan kesalahan ke dalam sel. Anda bisa melihat beberapa sel yang menunjukkan pesan kesalahan ini sebagai sebuah nilai.
Stock-options-selling-covered-calls
Pilihan strategi trading-biner