波仔
📈 附录C 安装Excel分析工具
📄 一句话概括

Excel 的分析工具包默认不装，要在「文件 → 选项 → 加载项」里勾出来。 它给的不是新功能，是一批早就写好、默认藏起来的宏：描述统计、回归、直方图。 描述统计那张表一共十三项，这里一项项算出来——平均 53.55、标准偏差 5.788、峰值 −1.356。

📝 本章和前面几章的关系

附录 C 只有一节：把 Excel 的分析工具库勾出来。属于环境准备。 这台机器上没有 Excel，菜单照贴，算的部分真算，口径差异照实标。

一、为什么要单独讲这件事

因为它藏得太深：很多人用了几年 Excel，都不知道「数据分析」这个按钮存在。 路径是：文件 → 选项 → 加载项 → 管理选「Excel 加载项」→ 转到 → 勾选「分析工具库」。 勾完，「数据」选项卡最右边会多出一个「数据分析」按钮。

默认不装是历史原因：这些宏是很早写的，微软怕拖慢启动就一直没默认打开。

二、它给的是什么

不是一个新功能，是一批早就写好、但默认藏起来的宏。 最常用三个：描述统计、回归、直方图。 它们做的事，和第 9 到 11 章手算的完全一样，只是把输出排成了一张表。

工具包不增加能力，只减少打字。这一点想清楚，就不会把它当黑箱。

三、描述统计那十三项

平均、标准误差、中位数、众数、标准偏差、方差、峰值、偏度、区域、最小值、最大值、求和、计数。 这十二个销量算出来：平均 53.55、标准偏差 5.788、偏度 0.203、峰值 −1.356。 峰值是负的，说明比正态分布更「平」——两头没那么厚，中间也没那么尖。

众数这一项给不出数：12 个销量每个只出现一次。Excel 遇到这种情况显示 #N/A。 一张表十三项，其实只有三件事：中心在哪、散得多开、形状偏不偏。

四、两处容易对不上

第一处：标准偏差。Excel 的描述统计用样本版本（除以 n−1）。 如果换成总体版本（除以 n），数会小一点。两个都不算错，看你要推断还是描述。 第二处：峰度和偏度。Excel 用总体公式；某些软件默认用样本修正版。

同一份数据、两种口径、两个数——错的是不说清用的哪一个。 这一条在第 11 章已经踩过一次（RMSE 除 60 还是除 58），是同一类问题。

五、工具之外真正要学的

工具包能替你算，但替不了你判断：这 12 个数该不该放在一起算？ 样本量 12 的时候，偏度和峰度几乎没有意义——它们需要几百个样本才稳定。 工具越顺手，越容易忘记问「这个计算的前提成立了没有」。

这就是这本书反复在说的一句话：先想清楚问题，再动手算。 附录 C 讲的是按钮在哪，真正值钱的是这句话。

六、动手 Demo：Excel 的分析工具包：默认不装，勾出来才有

先原样贴出勾选路径（本沙箱没有 Office，不执行）。 再把「描述统计」那张表的十三项一项项算出来，看它到底包含什么。

import math
import statistics

V = [52.4, 49.1, 58.3, 47.8, 61.2, 53.6, 45.9, 46.8, 59.7, 55.1, 50.3, 62.4]
n = len(V)
mean = sum(V) / float(n)
sd = statistics.stdev(V)
sv = sorted(V)
median = (sv[n // 2 - 1] + sv[n // 2]) / 2.0

m2 = sum((v - mean) ** 2 for v in V) / n
m3 = sum((v - mean) ** 3 for v in V) / n
m4 = sum((v - mean) ** 4 for v in V) / n

print("平均       %.2f" % mean)
print("标准误差   %.3f" % (sd / math.sqrt(n)))
print("中位数     %.2f" % median)
print("标准偏差   %.3f" % sd)
print("方差       %.3f" % (sd * sd))
print("偏度       %.3f" % (m3 / (m2 ** 1.5)))
print("峰值       %.3f" % (m4 / (m2 * m2) - 3.0))
print("极差       %.1f" % (max(V) - min(V)))
print("计数       %d" % n)

实跑输出：

--------------------------------------------------------------------
Excel 的分析工具包：默认不装，勾出来才有
--------------------------------------------------------------------

  ① 书里怎么把它勾出来
  --------------------------------------------------------------------

  [平台原样 · 本沙箱不执行]
  | 文件 -> 选项 -> 加载项
  | 管理：Excel 加载项 -> 转到
  | 勾选「分析工具库」-> 确定
  | 数据选项卡最右边出现「数据分析」按钮
  这台机器上没有 Excel（也没有 Office），这一段只能原样贴。


  ② 它给的是什么
  --------------------------------------------------------------------
  不是一个新功能，是一批早就写好、但默认藏起来的宏。
  里面最常用的三个：描述统计、回归、直方图。
  它们做的事，和前几章手算的完全一样，只是把输出排成了一张表。

  ③ 描述统计那十几项，一项项算给你看
  --------------------------------------------------------------------

| 项目 | 值 |
|---|---:|
| 平均 | 53.55 |
| 标准误差 | 1.671 |
| 中位数 | 53.00 |
| 众数 | 无（每个值只出现一次） |
| 标准偏差 | 5.788 |
| 方差 | 33.497 |
| 峰值 | -1.356 |
| 偏度 | 0.203 |
| 区域（极差） | 16.5 |
| 最小值 | 45.9 |
| 最大值 | 62.4 |
| 求和 | 642.6 |
| 计数 | 12 |

  十三项就是「数据分析 → 描述统计」那张表的全部内容，一项不少。
  众数这一项给不出一个数：12 个销量每个只出现一次。Excel 遇到这种情况显示 #N/A。
  它没有任何玄机，只是把十三个最常用的数一次排出来。

  ④ 两处容易对不上的地方
  --------------------------------------------------------------------
  第一处：标准偏差。Excel 的描述统计用的是样本标准偏差（除以 n−1），这里 statistics.stdev 也是。
  如果换成总体版本（除以 n），数会小一点。
  第二处：峰度和偏度。Excel 用的是总体公式，和这里一致；如果用某些软件默认的样本修正版，会不一样。
  同一份数据、两种口径、两个数，都不算错——错的是不说清用的哪一个。

  ⑤ 工具包之外真正要学的
  --------------------------------------------------------------------
  分析工具包能替你算，但替不了你判断：这 12 个数该不该放在一起算？
  样本量 12，算出来的偏度峰度几乎没有意义——它们需要几百个样本才稳。
  工具越顺手，越容易忘记问「这个计算前提成立了没有」。
  这就是这一整本书反复在说的一句话：先想清楚问题，再动手算。

标准误差 = 标准偏差 / √n，量的是「平均值本身有多不稳」，不是数据散得多开。 这两个数经常被混着说。 峰值这里是 −1.356，负值说明这组数比正态分布更平。样本只有 12 个，这个数其实很不稳。

30 秒实验

  1. 把 V 里最大的 62.4 改成 100，平均、中位数、标准偏差各会怎么变？哪个最敏感？
  2. 「标准误差」和「标准偏差」在什么场景下会被混用？混用会造成什么误解？
  3. 想一想：样本只有 12 个的时候，哪些统计量根本不该报？

常见误区

  1. 以为分析工具包是插件要另买：它在 Office 安装包里，只是默认没勾。
  2. 把标准误差当标准偏差：前者是平均值的波动，后者是数据的散布。
  3. 不报口径就报数：除以 n 还是 n−1，两个数不一样，别人复算会对不上。
  4. 小样本硬报偏度峰度：这类高阶统计量需要大样本才稳定。
自测三问（点开对答案） 1. 分析工具库在哪里勾出来？ —— 文件 → 选项 → 加载项 → 管理选「Excel 加载项」→ 转到 → 勾选「分析工具库」。 2. 标准误差和标准偏差有什么区别？ —— 标准偏差量数据本身的散布；标准误差是标准偏差除以根号 n，量的是平均值这个估计有多不稳。 3. 为什么「众数」那一项会显示 #N/A？ —— 因为每个值只出现一次，没有出现次数最多的那个值，众数不存在。

四个附录篇到这里收口，全书 77 篇结束。回到索引页可以按七块重新走一遍。

相关笔记