Execel是office其中一个部件，除了数据[数据就是数值，也就是我们通过观察、实验或计算得出的结果。]表格功能以外，还有通过图线进行相关性[相关性，是指两个变量的关联程度。]分析[分析就是将研究对象的整体分为各个部分、方面、因素和层次，并分别地加以考察的认识活动。]或者趋势预判的强大功能。例如：如何通过历年销售预估明年销售额计划、如何分析消费额与消费者年龄关系、如何对正交试验的结果搭建数据模型，等等。用excel如何做数据分析[数据分析是指用适当的统计分析方法对收集来的大量数据进行分析，提取有用信息和形成结论而对数据加以详细研究和概括总结的过程。]图?下面为大家详细介绍Excel数据处理[数据（Data）是对事实、概念或指令的一种表达形式，可由人工或自动化装置进行处理。]并绘制成分析图形方法，大家一起来看看吧!

　　为通俗起见，本文案例为：实验25次，每次三个掷色子[色子是一种游戏用具或赌具，古时候是用骨头、木头等制成的立体小方块，六面分别刻一 二 三 四 五 六点，有的地方叫骰子 。]，将它的读数记录下来。通过图线分析：三数求和，与三个数字的最大值[最大值，即为已知的数据中的最大的一个值，在数学中，常常会求函数的最大值，一般求解方法有换元法、判别式求法、函数单调性求法、数形结合法和求导方法。]、最小值[在数学分析中，在给定范围内（相对极值）或函数的整个域（全局或绝对极值），函数的最大值和最小值被统称为极值（极数）。]、中间值相关性有多大？　　

　　方法/步骤

　　1、数据整理。工欲善其事，必先利其器。数据质量是数据分析的生命，此步骤不可忽视、不可走过场。

　　①数字型的数字才可以参与画图和做分析模型，所以数据不能带单位(如：元、万元)，也不能用区间数据(如：23-25，不要将电脑当作神脑)。

　　②数据的单位要一致，统一按列排序或者按行排序，此案例用列排序。

　　③注意：对于用文本格式存储的数字，单元格左上角有个绿色三角表示，要注意修改为数字格式。

　　2、对于本例，需要用到随机函数rand()。一个色子有6个面，取数为1-6。模拟色子数据=int(rand()*6)+1。

　　其他用到的函数有：求和sum();最大值max();最小值min()。

　　3、绘制图形。

　　①目前我们只做2维的数据分析，只有1个自变量[自变量（Independent variable）一词来自数学。]和1个因变量[因变量（dependent variable），函数中的专业名词，函数关系式中，某些特定的数会随另一个（或另几个）会变动的数的变动而变动，就称为因变量。]。选择2列数据，合计[合计，指总计；共计。]列和最大值列。技巧：当需要选择不相邻两列，可以先选1列，按ctrl键，再选另1列，放开ctrl键。

　　②菜单插入→图形→散点[散点，分散的点。]图，确认。当然，折线图等也可以数据分析，但为了图面干净，推荐还是用散点图。

　　4、相关性分析。

　　首先，在散点图上某个散点上右键→添加趋势线。

　　5、然后，紧接着自动弹出设置趋势线模式(若没弹出这个对话框，也可在图上某个散点上右键，选择设置趋势线模式)→显示公式、显示R平方值。至于回归分析类型，采用线性类型比较通用些。

　　6、关闭后，观察图上的r2值(实际是指R平方值，下同)，r2值0.8到1，说明正相关，自变量和因变量有(线性)关系。r2值0.6到0.8，弱相关。-0.6到0.6，不相关，自变量对因变量没有影响。-0.8到-0.6，弱负相关[在回归与相关分析中，因变量值随自变量值的增大（减小）而减小（增大），在这种情况下，因变量和自变量的相关系数为负值，即负相关。]。-1到-0.8，负相关，自变量和因变量有(线性)关系，但方向相反。

　　7、最后，点击图上任意散点，表格会出现红色框和蓝色框，红色是因变量，不能移动，蓝色框可以移动。通过鼠标拖动蓝色框，可以看到最大值、最小值、中间值与合计数的线性相关性r2值。

　　8、本案例数据统计：合计数与最大值、最小值的相关性大多在0-0.7以内，合计数与中间值的相关性大多在0.7以上。自变量x为中间值，因变量y为合计数，他们的关系模型为：y = 0.4196x - 0.8817。(当然，公式中的参数只是针对这25次试验)

　　本案例结论：三数合计与中间值呈弱线性相关。

　　推论：评分比赛中，将最高分和最低分同时去掉，不影响最终得分。

　　以上就是Excel数据处理并绘制成分析图形方法介绍，操作很简单的，你学会了吗?希望这篇文章能对大家有所帮助!