background preloader

Stat-Excel

Facebook Twitter

25 astuces pour maîtriser Excel. Microsoft Excel est sans doute le logiciel le plus complexe de la suite Microsoft Office.

25 astuces pour maîtriser Excel

Il est assez simple à prendre en main pour créer des tableaux. Mais des astuces existent pour profiter des très, très nombreuses fonctionnalités du logiciel. Nous avons rassemblé 25 astuces pour maîtriser Excel, des raccourcis clavier spécifiques à la gestion des tableaux croisés dynamiques. Elles sont basées sur Microsoft Excel 2010. De légères variantes peuvent apparaître, notamment pour les versions antérieures à 2007. 50 fonctions Excel à connaître absolument. Microsoft Excel fait partie des logiciels les plus complets en matière de bureautique.

50 fonctions Excel à connaître absolument

Il permet de créer des tableurs complexes et supporte de très nombreuses fonctions. Pour effectuer certaines actions, vous devez passer par des formules assez compliquées. Nous avons rassemblé 50 fonctions Excel variées, permettant de tirer profit de l’ensemble des fonctionnalités du logiciel. Les fonctions Excel présentées ici sont toutes disponibles au sein de Microsoft Excel 2010 en français.

Assez peu de différences existent avec les autres version du logiciel, mais vous devrez traduire ces fonctions si vous utilisez Excel en anglais ou dans une autre langue. Mathématiques et trigonométrie ALEA.ENTRE.BORNES – Sur Excel, pour obtenir un nombre entier aléatoire entre deux bornes spécifiées. Logique ET – Permet de tester plusieurs conditions et vérifier qu’elles sont vraies.

Recherche et matrices COLONNE – Permet d’obtenir le numéro de colonne. Real Statistics Using Excel. The Kruskal-Wallis H test is a non-parametric test which is used in place of a one-way ANOVA.

Real Statistics Using Excel

Essentially it is an extension of the Wilcoxon Rank-Sum test to more than two independent samples. Although, as explained in Assumptions for ANOVA, one-way ANOVA is usually quite robust, there are many situations where the assumptions are sufficiently violated and so the Kruskal-Wallis test becomes quite useful: in particular, when: Group sample strongly deviate from normal (this is especially relevant when sample sizes are small and unequal and data are not symmetric)Group variances are quite different (especially when there are significant outliers) Some characteristics of Kruskal-Wallis test are: No assumptions are made about the type of underlying distribution.However, it is assumed that all groups have a distribution with the same shape (i.e. a weaker version of homogeneity of variances).No population parameters are estimated (and so there are no confidence intervals).

Then where. Introduction - Handbook of Biological Statistics. Introduction - Handbook of Biological Statistics. Excel Downloads. Statistique non paramétrique. BioStatistique Lyon1. Bruno Falissard. Bruno Falissard. Bruno Falissard. Téléchargez. Connexion. Méthodes statistiques – Médecine – Biologie - Jean Bouyer. Logiciel d'analyse et de calcul statistique, logiciel SPSS : Optima Europe. Le logiciel SPSS est un des logiciels de calcul statistique les plus performants du marché.

Logiciel d'analyse et de calcul statistique, logiciel SPSS : Optima Europe

Le logiciel SPSS s'adapte à toute source de données d'entreprise. SPSS est-il le logiciel qui répond à votre problématique ? Savez-vous choisir et utiliser pleinement les différentes fonctionnalités du logiciel SPSS ? La solution SPSS s'adapte à toute source de données d'entreprise ainsi qu'aux moteurs multidimensionnels comme Oracle Express, Hyperion Essbase, Business Objects, etc., dont les pilotes d'accés sont fournis en standard. Les utilisateurs des outils SAS pauvent désormais lire les fichiers SAS et accéder ainsi à toute la souplesse d'utilisation, l'ergonomie et la richesse fonctionnelle des outils SPSS, sans surcoût de migration.

SPSS et Data managementLa phase de data management assure une parfaite cohérence des données et garantit la pertinence des analyses et des modèles créés. SPSS et Reporting et visualisation graphique SPSS est un puissant outil de reporting. Communiqué de Presse. Formations - StatBox. La régression linéaire multiple (automatique) sur EXCEL. Accueil > Statistique et économétrie > La régression linéaire multiple (automatique) sur EXCEL Ricco Rakotomalala est maître de conférences à l’Université de Lyon 2 et membre du laboratoire ERIC (Equipe de Recherche en Ingénierie des Connaissances).

La régression linéaire multiple (automatique) sur EXCEL

A l’appui de ses enseignements de programmation et de traitement de données (data mining, économétrie et statistique), il met en ligne un nombre important de ressources : supports de cours, références en ligne, fichiers d’exemples, logiciels gratuits. En parcourant la page consacrée à l’économétrie, j’ai découvert la manière d’exécuter automatiquement les principales opérations de la régression linéaire multiple (statistiques descriptives, estimation des paramètres, analyse des résidus, étude des points atypiques, étude la colinéarité) avec EXCEL. Les résultats d'une régression sur une feuille EXCEL, avec les tests classiques de signification des coefficients. Correlation in Excel - Easy Excel Tutorial. Monsieur Excel - pour tout savoir faire sur Excel ! Passons maintenant à un problème de régression linéaire multiple !

Monsieur Excel - pour tout savoir faire sur Excel !

On cherche à exprimer le chiffre d’affaires (CA) en fonction de cinq variables explicatives relatives aux commerciaux (critères en B1:F1). Nous disposons des données de 30 commerciaux. Voici une partie des données et le tableau de corrélation obtenu : L’interprétation du tableau est la même que pour la régression simple : valeurs des coefficients dans la première ligne, écart-type estimé dans la seconde, et les mêmes informations qu'avant dans les trois lignes suivantes. Formule matricielle entrée en I2:N6 : =droitereg(A2:A31;B2:F31;vrai;vrai) Real Statistics Using Excel. We can also calculate the correlation between more than two variables.

Real Statistics Using Excel

Definition 1: Given variables x, y and z, we define the multiple correlation coefficient where rxz, ryz, rxy are as defined in Definition 2 of Basic Concepts of Correlation.