1702654424
1702654425
示例8：
1702654426
1702654427
仍以用某商场夏季一月中卖出的冰棍根数创建的数据文件为基础，介绍该计算的具体操作步骤：
1702654428
1702654429
①确定众数组，由其原始数据可知众数组为频数最高的组，即“800-900”，频数为9，如图3.26所示。
1702654430
1702654431
1702654432
1702654433
1702654434
图3.26 示例8原始数据
1702654435
1702654436
②选择上限公式或下限公式计算众数。此处选择上限公式计算众数：
1702654437
1702654438
在B7单元格中输入公式”=900-（C5-C6）/（（C5-C4）+（C5-C6））*100”，按Enter键即可。计算结果如图3.27所示。
1702654439
1702654440
1702654441
1702654442
1702654443
图3.27 计算结果
1702654444
1702654445
其中，900为众数组上限，100为众数组的组距，C5为众数组的频数，C4为众数组前一组的频数，C6为众数组后一组的频数。
1702654446
1702654447
1702654448
1702654449
1702654450
Excel统计分析与应用大全 [:1702652390]
1702654451
Excel统计分析与应用大全 3.2 描述离散程度的统计分析
1702654452
1702654453
离散程度反映了各变量值远离其中心值的程度，是数据分布的另一个重要特征。离散程度从另一个方面说明了集中趋势测度值的代表程度。数据的离散程度越大，集中趋势测度值对该组数据的代表性就越差；数据的离散程度越小，集中趋势测度值的代表性就越好。度量离散程度的指标主要有方差、标准差和四分位差。
1702654454
1702654455
Excel统计分析与应用大全 [:1702652391]
1702654456
3.2.1 方差
1702654457
1702654458
方差是各变量值与其平均值离差平方的平均值，是对数据离散程度的最常用测度值。方差能较好地反映出数据的离散程度。
1702654459
1702654460
1.方差的数学性质
1702654461
1702654462
●变量的方差等于变量平方的平均值减变量平均值的平方。
1702654463
1702654464
●变量对其算术平均值的方差小于或等于对任意常数的方差。
1702654465
1702654466
●对同一资料，所求的平均差一般比标准差小。
1702654467
1702654468
●如果原变量x与新变量y之间存在关系y=a±bx，其中a,b（b≠0）为任意常数，则
1702654469
1702654470
σy2=b2σx2
1702654471
1702654472
2.方差的计算
1702654473