Excel és una eina meravellosa quan necessiteu utilitzar estadístiques. Si mai no us heu exposat a les estadístiques a l'escola o ja fa una dècada o dues des que ho feu, deixeu que aquests consells us ajudin a utilitzar algunes de les eines estadístiques que ofereix Excel.
Les estadístiques descriptives són senzilles
El primer que hauríeu de saber és que algunes anàlisis estadístiques i algunes mesures estadístiques són bastant senzilles. Les estadístiques descriptives, que inclouen coses com ara les taules creuades de taules dinàmiques, així com algunes de les funcions estadístiques, tenen sentit fins i tot per a algú que no és tan quantitatiu.
Les mitjanes de vegades no són tan senzilles
Quan algú fa servir el terme mitjana, normalment es refereix a la mesura mitjana més habitual, que és una mitjana. Entendre que el terme mitjana és imprecís fa que gran part de la funcionalitat estadística d'Excel sigui més comprensible.
Per fer aquesta discussió més concreta, suposeu que esteu mirant un petit conjunt de valors: 1, 2, 3, 4 i 5. Com ja sabeu, la mitjana d'aquest petit conjunt de valors és 3. Podeu calcular la mitjana sumant tots els nombres del conjunt (1+2+3+4+5) i després dividint aquesta suma (15) pel nombre total de valors del conjunt (5).
El valor mitjà és el valor que separa els valors més grans dels valors més petits. Al conjunt de dades 1, 2, 3, 4 i 5, la mediana és 3. El valor 3 separa els valors més grans (4 i 5) dels valors més petits (1 i 2).
No cal que entengueu les diferents mesures mitjanes, però heu de recordar que el terme mitjana és bastant imprecís.
Les desviacions estàndard descriuen la dispersió
La fórmula per a la desviació estàndard i la lògica són bastant fàcils d'entendre.
Una desviació estàndard descriu com els valors d'un conjunt de dades varien al voltant de la mitjana. El millor de les mesures estadístiques, com ara una desviació estàndard, sovint obteniu coneixements reals sobre les característiques de les dades que esteu mirant. Una altra cosa és que amb aquests dos bits de dades, sovint podeu extreure inferències sobre dades mirant mostres.
Una observació és una observació
L'observació és un dels termes que trobareu si llegiu alguna cosa sobre estadístiques. Una observació és només una observació. Una manera de definir el terme observació és així: sempre que assigneu un valor a una de les vostres variables aleatòries, creeu una observació.
Una mostra és un subconjunt de valors
Una mostra és una col·lecció d'observacions d'una població. Per exemple, si creeu un conjunt de dades que registra la temperatura alta diària del vostre barri, la vostra petita col·lecció d'observacions és una mostra.
En comparació, una mostra no és una població. Una població inclou totes les observacions possibles.
Les estadístiques inferencials són genials però complicades
Si observeu una mostra de valors d'una població i la mostra és prou representativa i gran, podeu extreure conclusions sobre la població a partir de les característiques de la mostra.
Les estadístiques inferencials, encara que molt potents, posseeixen dues qualitats que cal conèixer:
Les funcions de distribució de probabilitats no sempre són confuses
La funció de distribució de la p robabilitat sona bastant complicada; però podeu entendre de manera intuïtiva què és una funció de distribució de probabilitat amb un parell d'exemples útils.
Una distribució habitual de la qual escolteu a les classes d'estadística, per exemple, és una distribució T. Una distribució T és essencialment una distribució normal, excepte amb cues més pesades i grosses.
Una funció de distribució de probabilitat comuna és una distribució uniforme. En una distribució uniforme, cada esdeveniment té la mateixa probabilitat d'ocurrència. L'únic d'aquesta distribució és que tot té un nivell bastant maleït.

Un altre tipus comú de funció de distribució de probabilitat és la distribució normal, també coneguda com a corba de campana o distribució gaussiana.
Una distribució normal es produeix de manera natural en moltes situacions. Per exemple, els quocients d'intel·ligència (QI) es distribueixen amb normalitat.

Els paràmetres no són tan complicats
Un paràmetre és una entrada a la funció de distribució de probabilitat. En altres paraules, la fórmula o funció o equació que descriu una corba de distribució de probabilitat necessita inputs. A les estadístiques, aquestes entrades s'anomenen paràmetres.
Algunes funcions de distribució de probabilitat només necessiten un únic paràmetre simple. Per exemple, per treballar amb una distribució uniforme, tot el que necessiteu és el nombre de valors del conjunt de dades. Un dau de sis cares, per exemple, només té sis possibilitats.
La asimetria i la curtosi descriuen la forma d'una distribució de probabilitat
Un parell d'altres termes estadístics útils per conèixer són asimetria i curtosi. L'asimetria quantifica la manca de simetria en una distribució de probabilitat. En una distribució perfectament simètrica, com la distribució normal, la sessió és igual a zero. Tanmateix, si una distribució de probabilitat s'inclina cap a la dreta o cap a l'esquerra, l'asimetria és igual a algun valor diferent de zero, i el valor quantifica la manca de simetria.
La kurtosi quantifica la pesadesa de les cues en una distribució. En una distribució normal, la curtosi és igual a zero. La cua és allò que s'allarga cap a l'esquerra o la dreta. Tanmateix, si una cua en una distribució és més pesada que una distribució normal, la curtosi és un nombre positiu. Si les cues d'una distribució són més primes que en una distribució normal, la curtosi és un nombre negatiu.
Els intervals de confiança semblen complicats al principi, però són útils
Les probabilitats sovint confonen la gent. Una cosa important a entendre sobre els nivells de confiança és que estan relacionats amb el marge d'error.
Una altra cosa important a entendre sobre els nivells de confiança és que com més gran sigui la mida de la mostra, més petit serà el seu marge d'error utilitzant el mateix nivell de confiança.
Com a exemple, suposem que teníeu algunes dades de Google Analytics sobre dos anuncis web diferents que publiqueu per promocionar la vostra petita empresa i voleu saber quin anunci és més eficaç. Podeu utilitzar la fórmula de l'interval de confiança per esbrinar quant de temps han de publicar els vostres anuncis abans que Google reculli prou dades per saber quin anunci és realment millor.