第一篇：應用統計分析課程學習總結

應用統計分析課程學習總結

在學期開始時，老師就語重心長的告訴我們：一定要好好聽應用統計分析的課，那個SPSS軟件非常有用，以后寫論文肯定要用到！盡管心里也是一再暗示自己要好好學，但是因為其他原因，學習的效果并沒有預期中的那么理想，課程結束后依舊是模模糊糊，好多知識還真的是一知半解。通過回顧課程內容，閱讀老師發來的SPSS電子書，我簡略總結一下自己這學期所學到的基本內容。

SPSS社會科學統計軟件是世界著名的統計分析軟件之一，SPSS作為數據統計分析的重要工具，其操作是屬于技術方面的，關鍵在于數據的收集描述和分析以及后期數據處理時的假設檢驗方法的選擇。通俗一點說，使用SPSS可以從一堆看似雜亂無章的數字中找到聯系，發現數據之間的影響關系。這就是SPSS的神奇之處，這也就是我們作為研究生在實證研究時使用SPSS的目的和用途。

描述性統計是進行其他統計分析的基礎和前提。利用這些基本統計方法，可以對要分析數據的總體特征有比較準確的把握，同時也為更深入的分析提供了依據。在商業分析中，通常需要進行組與組之間平均水平的比較。t檢驗方法，就是主要用來進行兩個樣本間的比較。t檢驗的基本原理是：首先假設零假設H0成立，即樣本間不存在顯著差異，然后利用現有樣本根據t 分布求得t值，并據此得到相應的概率值p，若p≤ɑ，則拒絕原假設，認為兩樣本間存在顯著差異。SPSS中“Analyze”菜單中的“Compare Means”可用于均值檢驗，其子菜單中的“One-sample t test”用于單一樣本t檢驗；“Independent-samples t test”用于兩獨立樣本t檢驗；“Baired-samples t test”用于兩配對樣本t檢驗。方差分析用于兩個及兩個以上樣本均值差異的顯著性檢驗。方差分析的基本思想是：通過分析研究中不同變量的變異對總變異的貢獻大小，確定控制變量對研究變量影響力的大小。通過方差分析，分析不同水平的控制變量是否對結果產生了顯著影響。如果控制變量的不同水平能夠對結果產生顯著影響，那么它和隨機變量共同作用，必將使結果有顯著變化。單因素方差分析所解決的是一個因素下的多個不同水平之間的相關問題；多因素方差分析的控制變量在兩個或兩個以上，其主要用于分析多個控制變量的作用、多個控制變量的交互作用以及其他隨機變量是否對結果產生了顯著影響；協方差分析將那些很難控制的因素作為協變量，在排除協變量影響的條件下，分析控制變量對觀察變量的影響，從而更準確地對控制因素進行評價。單因素方差分析主要用“Analysis”的“Compare Means”菜單下的“One—Way ANOVA”子菜單實現；多因素方差分析和協方差分析都是在“Analysis”下“General Linear Model”菜單下的“Univariate”子菜單實現的。相關分析即是用適當的統計指標來衡量事物之間，以及變量之間線性相關程度的強弱。相關分析的方法很多，包括簡單相關分析、偏相關分析和距離相關分析。簡單相關分析包括定距變量的相關分析和定序變量的相關分析。前者通過計算定距變量間的相關系數來判斷兩個或兩個以上定距變量之間的相關程度。后者則采用非參數檢驗的方法利用等級相關系數來衡量定序變量之間的相關程度；偏相關分析是指在排除了第三者影響的前提下，衡量兩個變量之間的相關程度，當然第三者與這兩個變量之間要有一定的聯系；距離相關分析是對觀測變量之間差異度或相似程度進行的測量。回歸分析是研究變量與變量之間聯系的最為廣泛的模型。在實際中，根據變量的個數、類型，以及變量之間的相關關系，回歸分析通常分為一元線性回歸分析、多元線性回歸分析、非線性回歸分析、曲線估計、時間序列的曲線估計、含虛擬自變量的回歸分析和邏輯回歸分析等。一元線性回歸只涉及一個自變量的回歸問題；多元線性回歸用于解決兩個或兩個以上自變量對一個因變量的數量變化關系問題；非線性回歸主要解決在非線性相關條件下，自變量對因變量的數量變化關系；時間序列的曲線回歸用于研究因變量與時間之間的變化關系；當遇到非數量型變量時，通過引入虛擬變量來構造含虛擬變量的回歸模型；Logistic回歸分析是對定性變量進行的回歸分析。SPSS中“Analyze”/“Regression”菜單可用于回歸統計分析。其中，一元線性回歸、多元線性回歸和含虛擬變量的回歸分析可由“Linear”子菜單完成；非線性回歸分析、曲線估計和時間序列的曲線估計可由“Curve Estimation”子菜單完成；邏輯回歸分析可由“Binary Logistic”子菜單完成。

結構方程模型又稱協方差結構模型，它主要是在心理、行為、教育、和社會科學等學科的實際應用中發展起來的一個研究方向。結構方程模型是驗證性因子分析和因果模型的結合體，所包含的因子模型又稱為測量模型，其中的方程成為測量方程，描述了潛變量與觀察變量之間的關系，所包含的因果模型又稱為潛變量模型，也稱為結構模型，描述了潛變量之間的關系。結構方程模型具有諸多好處，可以同時處理多個因變量，容許自變量和因變量含測量誤差，同時估計因子結構和因子關系，容許更大彈性的測量模型，估計整個模型的擬合程度。

以上是對每一部分內容的簡要概述，其中更深層的內容仍需要更深刻的理解。課程雖然結束了，但是對SPSS的學習不能停止，因為自己還不能獨自熟練的操作這個軟件，還不能依靠這個軟件為自己的論文或科研做出一些成果。SPSS是極其實用的，學習不能止步！很是希望能夠把SPSS的應用熟練操作，并且能把它變為自己的一種技能，使自己在今后的工作與學習中，可以輕松運用。

第二篇：統計分析學習總結

經過四周的課程主要學習了以下幾種分析方法： 1.方差分析

方差分析(Analysis of Variance，簡稱ANOVA)，又稱“變異數分析”或“F檢 驗”，是R.A.Fisher發明的，用于兩個及兩個以上樣本均數差別的顯著性檢驗。由于各種因素的影響，研究所得的數據呈現波動狀。造成波動的原因可分成兩類，一是不可控的隨機因素，另一是研究中施加的對結果形成影響的可控因素。方差分析是從觀測變量的方差入手，研究諸多控制變量中哪些變量是對觀測變量有顯著影響的變量。

作用：一個復雜的事物，其中往往有許多因素互相制約又互相依存。方差分析的目的是通過數據分析找出對該事物有顯著影響的因素，各因素之間的交互作用，以及顯著影響因素的最佳水平等。方差分析是在可比較的數組中，把數據間的總的“變差”按各指定的變差來源進行分解的一種技術。對變差的度量，采用離差平方和。方差分析方法就是從總離差平方和分解出可追溯到指定來源的部分離差平方和，這是一個很重要的思想。

經過方差分析若拒絕了檢驗假設，只能說明多個樣本總體均值不相等或不全相等。若要得到各組均值間更詳細的信息，應在方差分析的基礎上進行多個樣本均值的兩兩比較。

（1）多個樣本均值間兩兩比較

多個樣本均值間兩兩比較常用q檢驗的方法，即Newman-kueuls法，其基本步驟為：建立檢驗假設-->樣本均值排序-->計算q值-->查q界值表判斷結果。

（2）多個實驗組與一個對照組均值間兩兩比較

多個實驗組與一個對照組均值間兩兩比較，若目的是減小第II類錯誤，最好選用最小顯著差法（LSD法）；若目的是減小第I類錯誤，最好選用新復極差法，前者查t界值表，后者查q'界值表。折疊

分析方法

根據資料設計類型的不同，有以下兩種方差分析的方法：

1、對成組設計的多個樣本均值比較，應采用完全隨機設計的方差分析，即單因素方差分析。

2、對隨機區組設計的多個樣本均值比較，應采用配伍組設計的方差分析，即兩因素方差分析。折疊兩類方差分析的異同

兩類方差分析的基本步驟相同，只是變異的分解方式不同，對成組設計的資料，總變異分解為組內變異和組間變異（隨機誤差），即：SS總=SS組間+SS組內，而對配伍組設計的資料，總變異除了分解為處理組變異和隨機誤差外還包括配伍組變異，即：SS總=SS處理+SS配伍+SS誤差。折疊基本步驟

整個方差分析的基本步驟如下：

1、建立檢驗假設； H0：多個樣本總體均值相等；

H1：多個樣本總體均值不相等或不全等。檢驗水準為0.05。

2、計算檢驗統計量F值；

3、確定P值并作出推斷結果。

2.回歸分析法定義

所謂回歸分析法，是在掌握大量觀察數據的基礎上，利用數理統計方法建立因變量與自變量之間的回歸關系函數表達式（稱回歸方程式）。回歸分析法不能用于分析與評價工程項目風險。

分類

回歸分析中，當研究的因果關系只涉及因變量和一個自變量時，叫做一元回歸分析；當研究的因果關系涉及因變量和兩個或兩個以上自變量時，叫做多元回歸分析。根據自變量的個數，可以是一元回歸，也可以是多元回歸。此外，回歸分析中，又依據描述自變量與因變量之間因果關系的函數

表達式是線性的還是非線性的，分為線性回歸分析和非線性回歸分析。根據所研究問題的性質，可以是線性回歸，也可以是非線性回歸。通常線性回歸分析法是最基本的分析方法，遇到非線性回歸問題可以借助數學手段化為線性回歸問題處理。回歸分析法預測是利用回歸分析方法，根據一個或一組自變量的變動情況預測與其有相關關系的某隨機變量的未來值。進行回歸分析需要建立描述變量間相關關系的回歸方程。

應用

社會經濟現象之間的相關關系往往難以用確定性的函數關系來描述，它們大多是隨機性的，要通過統計觀察才能找出其中規律。回歸分析是利用統計學原理描述隨機變量間相關關系的一種重要方法。

在物流的計算中，回歸分析法的公式如下： y=a+bx b=∑xy－n·∑x∑y/[∑x²－n·(∑x)²];a=∑y－b·∑x/n

3.主成分分析和因子分析

principal component analysis(PCA)主成分分析法是一種數學變換的方法, 它把給定的一組相關變量通過線性變換轉成另一組不相關的變量，這些新的變量按照方差依次遞減的順序排列。在數學變換中保持變量的總方差不變，使第一變 量具有最大的方差，稱為第一主成分，第二變量的方差次大，并且和第一變量不相關，稱為第二主成分。依次類推，I個變量就有I個主成分。

其中Li為p維正交化向量(Li*Li=1)，Zi之間互不相關且按照方差由大到小排列，則稱Zi為X的第I個主成分。設X的協方差矩陣為Σ，則Σ必為半正定對稱矩陣，求特征值λi(按從大到小排序)及其特征向量，可以證明，λi所對應的正交化特征向量，即為第I個主成分Zi所對應的系數向量Li，而Zi的方差貢獻率定義為λi/Σλj,通常要求提取的主成分的數量k滿足Σλk/Σλj>0.85。

主成分分析主要是一種探索性的技術，在分析者進行多元數據分析之前，用他來分析數據，讓自己對數據有一個大致的了解，這是非常有必要的。主成分分析一般很少單獨使用:a、了解數據。(screening the data)，b、和cluster analysis(聚類分析)一起使用，c、和判別分析一起使用，比如當變量很多，個案數不多，直接使用判別分析可能無解，這時候可以使用主成分對變量簡化(reduce dimensionality)，d、在多元回歸中，主成分分析可以幫助判斷是否存在共線性(條件指數)，還可以用來處理共線性。

1、因子分析中是把變量表示成各因子的線性組合，而主成分分析中則是把主成分表示成各變量的線性組合。

2、主成分分析的重點在于解釋各變量的總方差，而因子分析則把重點放在解釋各變量之間的協方差。

3、主成分分析中不需要有假設(assumptions)，因子分析則需要一些假設。因子分析的假設包括:各個共同因子之間不相關，特殊因子(specific factor)之間也不相關，共同因子和特殊因子之間也不相關。

4、主成分分析中，當給定的協方差矩陣或者相關矩陣的特征值是唯一的時候，主成分一般是獨特的;而因子分析中因子不是獨特的，可以旋轉得到不同的因子。

5、在因子分析中，因子個數需要分析者指定(spss根據一定的條件自動設定，只要是特征值大于1的因子進入分析)，而指定的因子數量不同而結果不同。在主成分分析中，成分的數量是一定的，一般有幾個變量就有幾個主成分。和主成分分析相比，由于因子分析可以使用旋轉技術幫助解釋因子，在解釋方面更加有優勢。大致說來，當需要尋找潛在的因子，并對這些因子進行解釋的時候，更加傾向于使用因子分析，并且借助旋轉技術幫助更好解釋。而如果想把現有的變量變成少數幾個新的變量(新的變量幾乎帶有原來所有變量的信息)來進入后續的分析，則可以使用主成分分析。當然，這種情況也可以使用因子得分做到。所以這種區分不是絕對的。

在算法上，主成分分析和因子分析很類似，不過在因子分析中所采用的協方差矩陣的對角元素不再是變量的方差，而是和變量對應的共同度(變量方差中被各因子所解釋的部分)。4.聚類分析

依據研究對象（樣品或指標）的特征，對其進行分類的方法，減少研究對象的數目。各類事物缺乏可靠的歷史資料，無法確定共有多少類別，目的是將性質相近事物歸入一類。各指標之間具有一定的相關關系。聚類分析(cluster analysis)是一組將研究對象分為相對同質的群組(clusters)的統計分析技術。聚類分析也叫分類分析(classification analysis)或數值分類(numerical taxonomy)變量類型：定類變量、定量（離散和連續）變量 聚類方法

1,層次聚類（Hierarchical Clustering）合并法、分解法、樹狀圖 2.非層次聚類 劃分聚類、譜聚類 分析步驟：

定義問題與選擇分類變量；聚類方法；確定群組數目；聚類結果評估；結果的描述、解釋

5典型相關分析和對應分析

典型相關分析（canonical correlation analysis）就是利用綜合變量對之間的相關關系來反映兩組指標之間的整體相關性的多元統計分析方法。它的基本原理是：為了從總體上把握兩組指標之間的相關關系，分別在兩組變量中提取有代表性的兩個綜合變量U1和V1（分別為兩個變量組中各變量的線性組合），利用這兩個綜合變量之間的相關關系來反映兩組指標之間的整體相關性。

對應分析(Correspondence analysis)也稱關聯分析、R-Q型因子分析，是近年新發展起來的一種多元相依變量統計分析技術，通過分析由定性變量構成的交互匯總表來揭示變量間的聯系。可以揭示同一變量的各個類別之間的差異，以及不同變量各個類別之間的對應關系。主要應用在市場細分、產品定位、地質研究以及計算機工程等領域中。原因在于，它是一種視覺化的數據分析方法，它能夠將幾組看不出任何聯系的數據，通過視覺上可以接受的定位圖展現出來。6.判別分析和時間序列分析 判別分析又稱“分辨法”，是在分類確定的條件下，根據某一研究對象的各種特征值判別其類型歸屬問題的一種多變量統計分析方法。其基本原理是按照一定的判別準則，建立一個或多個判別函數，用研究對象的大量資料確定判別函數中的待定系數，并計算判別指標。據此即可確定某一樣本屬于何類。當得到一個新的樣品數據，要確定該樣品屬于已知類型中哪一類，這類問題屬于判別分析問題。時間序列分析(Time series analysis)是一種動態數據處理的統計方法。該方法基于隨機過程理論和數理統計學方法，研究隨機數據序列所遵從的統計規律，以用于解決實際問題。它包括一般統計分析(如自相關分析，譜分析等),統計模型的建立與推斷，以及關于時間序列的最優預測、控制與濾波等內容。經典的統計分析都假定數據序列具有獨立性，而時間序列分析則側重研究數據序列的互相依賴關系。后者實際上是對離散指標的隨機過程的統計分析，所以又可看作是隨機過程統計的一個組成部分。例如，記錄了某地區第一個月，第二個月，??，第N個月的降雨量，利用時間序列分析方法，可以對未來各月的雨量進行預報。

第三篇：統計分析方法學習總結

統計分析方法學習總結

S201505158 陳丹妮

一、統計的描述

一般采用以下幾種圖形描述數據：

直方圖：表示幾個變量的數據，使人們能夠看出這些數目的大體分布或“形狀”； 盒形圖：比直方圖簡單一些的是盒形圖(boxplot，又稱箱圖、箱線圖、盒子圖)；

莖葉圖：既展示了數據的分布形狀又有原始數據。它象一片帶有莖的葉子。莖為較大位數的數字，葉為較小位數的數字；

散點圖：描述的數據有兩對連續變量； 定型變量的圖：定性變量（或屬性變量，分類變量）不能點出直方圖、散點圖或莖葉圖，但可以描繪出它們各類的比例，如：餅圖、條形圖。

二、匯總統計量

表示位置的匯總統計量：均值(mean)：樣本值的算術平均值；中位數(median)：中間大小的數（一半樣本點小于中位數）；(第一或第三)（下、上）四分位數(點)(first quantile, third quantile)（分別有1/4或3/4的數目小于它們）；k-百分位數(k-percentile)；a分位數(a centile)： k-百分位數=k%分位數：有k%的數目小于它；眾數(mode)：樣本中出現最多的數。

表示尺度的匯總統計量：極差（range)：極端值之差；四分位間距(四分位極差)(interquantile range)四分位數之差；標準差(standard deviation)方差平方根；方差(variance)各點到均值距離平方的平均。

三、相關的分布

相關的分布包括：離散分布、連續分布、抽樣分布：我們能夠利用樣本統計量中的（描述樣本的）信息, 比如樣本均值和樣本標準差中的信息，來對（描述總體的）總體參數（比如總體均值和總體標準差）進行推斷（估計、檢驗等）。

大數定律：闡述大量隨機變量的平均結果具有穩定性的一系列定律的總稱。其中又分為獨立同分布大數定律（提供了用樣本平均數估計總體平均數的理論依據）和貝努力大數定律（提供了頻率代替概率的理論依據）。

中心極限定理：闡述大量隨機變量之和的極限分布是正態分布的一系列定理的總稱。獨立同分布中心極限定理（不論總體服從何種分布，只要它的數學期望和方差存在，從中抽取容量為n的樣本，當n充分大時，則這個樣本的總和或平均數是服從正態分布的隨機變量）和德莫佛－拉普拉斯中心極限定理（提供了用正態分布近似計算二項分布概率的方法）。均值的假設檢驗包括對于正態總體均值的檢驗、對于比例的檢驗

四、各種分析方法

1.列聯表分析

列聯表變量中每個都有兩個或更多的可能取值，稱為水平，比如收入有三個水平，觀點有兩個水平，性別有兩個水平等。列聯表的中間各個變量不同水平的交匯處，就是這種水平組合出現的頻數或計數（count）。二維的列聯表又稱為交叉表（cross table）。列聯表可以有

很多維。維數多的叫做高維列聯表。注意前面這個列聯表的變量都是定性變量;但列聯表也會帶有定量變量作為協變量。

2.方差分析

方差分析（analysis of variance，ANOVA）是分析各個自變量對因變量影響的一種方法。這里的自變量就是定性變量的因子及可能出現的稱為協變量（covariate）的定量變量。分析結果是由一個方差分析表表示的。原理為：把因變量的值隨著自變量的不同取值而得到的變化進行分解，使得每一個自變量都有一份貢獻，最后剩下無法用已知的原因解釋的則看成隨機誤差的貢獻。然后用各自變量的貢獻和隨機誤差的貢獻進行比較（F檢驗），以判斷該自變量的不同水平是否對因變量的變化有顯著貢獻。輸出就是F-值和檢驗的一些p-值。

3.相關和回歸分析

發現變量之間的統計關系，并且用此規律來幫助我們進行決策才是統計實踐的最終目的。一般來說，統計可以根據目前所擁有的信息（數據）來建立人們所關心的變量和其他有關變量的關系。這種關系一般稱為模型（model）。

假如用Y表示感興趣的變量，用X表示其他可能與Y有關的變量（X也可能是若干變量組成的向量）。則所需要的是建立一個函數關系Y=f(X)。這里Y稱為因變量或響應變量(dependent variable, response variable)，而X稱為自變量，也稱為解釋變量或協變量(independent variable, explanatory variable, covariate)。建立這種關系的過程就叫做回歸(regression)。

一旦建立了回歸模型，除了對變量的關系有了進一步的定量理解之外，還可以利用該模型（函數）通過自變量對因變量做預測（prediction）。這里所說的預測，是用已知的自變量的值通過模型對未知的因變量值進行估計；它并不一定涉及時間先后。

4.主成分分析和因子分析

主成分分析從原理上是尋找橢球的所有主軸。原先有幾個變量，就有幾個主成分。而因子分析是事先確定要找幾個成分，這里叫因子（factor）（比如兩個），那就找兩個。這使得在數學模型上，因子分析和主成分分析有不少區別。而且因子分析的計算也復雜得多。根據因子分析模型的特點，它還多一道工序：因子旋轉（factor rotation）；這個步驟可以使結果更好。對于計算機，因子分析并不費事。從輸出的結果來看，因子分析也有因子載荷（factor loading）的概念，代表了因子和原先變量的相關系數。但是在因子分析公式中的因子載荷位置和主成分分析不同。因子分析也給出了二維圖；其解釋和主成分分析的載荷圖類似。

可以看出，因子分析和主成分分析都依賴于原始變量，也只能反映原始變量的信息。所以原始變量的選擇很重要。另外，如果原始變量都本質上獨立，那么降維就可能失敗，這是因為很難把很多獨立變量用少數綜合的變量概括。數據越相關，降維效果就越好。在得到分析的結果時，并不一定會都得到如我們例子那樣清楚的結果。這與問題的性質，選取的原始變量以及數據的質量等都有關系。

5.聚類分析

物以類聚、人以群分；但根據什么分類呢？如要想把中國的縣分類，就有多種方法可以按照自然條件來分，比如考慮降水、土地、日照、濕度等，也可考慮收入、教育水準、醫療條件、基礎設施等指標；既可以用某一項來分類，也可以同時考慮多項指標來分類。對一個數據，既可以對變量(指標)進行分類(相當于對數據中的列分類)，也可以對觀測值(事件，樣品)來分類(相當于對數據中的行分類)。當然，不一定事先假定有多少類，完全可以按照數據

本身的規律來分類。對變量的聚類稱為R型聚類，而對觀測值聚類稱為Q型聚類。它們在數學上是無區別的。

k-均值聚類（k-means cluster，也叫快速聚類，quick cluster）卻要求先說好要分多少類。然后，根據和這三個點的距離遠近，把所有點分成三類。再把這三類的中心(均值)作為新的基石或種子(原來“種子”就沒用了)，再重新按照距離分類。如此疊代下去，直到達到停止疊代的要求（比如，各類最后變化不大了，或者疊代次數太多了）。顯然，前面的聚類種子的選擇并不必太認真，它們很可能最后還會分到同一類中呢。另一種聚類稱為分層聚類或系統聚類（hierarchical cluster）。開始時，有多少點就是多少類。它第一步先把最近的兩類（點）合并成一類，然后再把剩下的最近的兩類合并成一類；這樣下去，每次都少一類，直到最后只有一大類為止。越是后來合并的類，距離就越遠。

6.判別分析

在聚類分析中，人們一般事先并不知道應該分成幾類及哪幾類，全根據數據確定。在判別分析中，至少有一個已經明確知道類別的“訓練樣本”，并利用該樣本來建立判別準則，并通過預測變量來為未知類別的觀測值進行判別了。訓練樣本中必須包含所有要判別的類型，分類必須清楚，不能有混雜。要選擇好可能用于判別的預測變量。這是最重要的。當然，在應用中，選擇余地不見得有多大。要注意數據是否有不尋常的點或者模式存在。還要看預測變量中是否有些不適宜的；這可以用單變量方差分析（ANOVA）和相關分析來驗證。判別分析是為了正確地分類，但同時也要注意使用盡可能少的預測變量來達到這個目的。使用較少的變量意味著節省資源和易于對結果作解釋。在計算中需要看關于各個類的有關變量的均值是否顯著不同的。

7.典型相關分析

由于一組變量可以有無數種線性組合（線性組合由相應的系數確定），因此必須找到既有意義又可以確定的線性組合。典型相關分析(canonical correlation analysis)就是要找到這兩組變量線性組合的系數使得這兩個由線性組合生成的變量（和其他線性組合相比）之間的相關系數最大。目的：研究多個變量之間的相關性。方法：利用主成分思想,可以把多個變量與多個變量之間的相關化為兩個變量之間的相關.即找一組系數(向量)l和m, 使新變量U=l`X(1)和V=m`X(2)有最大可能的相關關系。

8.對應分析

在因子分析中，或者只對變量（列中的變量）進行分析，或者只對樣品（觀測值或行中的變量）進行分析；而且利用載荷圖來描述各個變量之間的接近程度。典型相關分析也只研究列中兩組變量之間的關系。然而，在很多情況下，所關心的不僅僅是行或列本身變量之間的關系，而是行變量和列變量的相互關系；對應分析方法被普遍認為是探索性數據分析的內容，處理列聯表的問題僅僅是對應分析的一個特例。一般地，對應分析常規地處理連續變量的數據矩陣；這些數據具有如在主成分分析、因子分析、聚類分析等時所處理的數據形式。在對應分析中，根據各行變量的因子載荷和各列變量的因子載荷之間的關系，行因子載荷和列因子載荷之間可以兩兩配對。如果對每組變量選擇前兩列因子載荷，則兩組變量就可畫出兩因子載荷的散點圖。由于這兩個圖所表示的載荷可以配對，于是就可以把這兩個因子載荷的兩個散點圖畫到同一張圖中，并以此來直觀地顯示各行變量和各列變量之間的關系。由于列聯表數據形式和一般的連續變量的數據形式類似，所以也可以用對應分析的數學方法來研究行變量各個水平和列變量各個水平之間的關系。

9.時間序列分析

人們對統計數據往往可以根據其特點從兩個方面來切入，以簡化分析過程。一個是研究所謂橫截面(cross section)數據，也就是對大體上同時，或者和時間無關的不同對象的觀測值組成的數據。另一個稱為時間序列(time series)，也就是由對象在不同時間的觀測值形成的數據。時間序列分析也是一種回歸。回歸分析的目的是建立因變量和自變量之間關系的模型；并且可以用自變量來對因變量進行預測。通常線性回歸分析因變量的觀測值假定是互相獨立并且有同樣分布。而時間序列的最大特點是觀測值并不獨立。時間序列的一個目的是用變量過去的觀測值來預測同一變量的未來值。也就是說，時間序列的因變量為變量未來的可能值，而用來預測的自變量中就包含該變量的一系列歷史觀測值。當然時間序列的自變量也可能包含隨著時間度量的獨立變量。一個時間序列可能有趨勢、季節、循環這三個成分中的某些或全部再加上隨機成分。因此，如果要想對一個時間序列本身進行較深入的研究，把序列的這些成分分解出來、或者把它們過慮掉則會有很大的幫助。如果要進行預測，則最好把模型中的與這些成分有關的參數估計出來。

如果我們不僅僅滿足于分解現有的時間序列，而且想要對未來進行預測，就需要建立模型。首先，這里介紹比較簡單的指數平滑(exponential smoothing)。指數平滑只能用于純粹時間序列的情況，而不能用于含有獨立變量時間序列的因果關系的研究。指數平滑的原理為：當利用過去觀測值的加權平均來預測未來的觀測值時（這個過程稱為平滑），離得越近的觀測值要給以更多的權。而“指數”意味著：按照已有觀測值“老”的程度，其上的權數按指數速度遞減。

第四篇：《Office高級應用》課程學習總結

《Office高級應用》課程學習總結

學習《Office高級應用》這門課程之后，使我受益匪淺。學習過程中，我不僅學習了很多書本上的知識，而且學習并掌握了一些在日常生活中非常實用的技巧，我相信這在我將來的學習工作中會幫助我改善工作質量，提高效率；更重要的是，我意識到從今往后我應該積極主動地去學習，主動探索未知知識，把他們變為自己的知識，改掉以前那種只靠學習課本的方法。

當我接觸學習這一門課時，在簡單地翻閱這本書后，便覺得這門課對我來說應該不難，里邊有很多內容早在中學時候便就已經學過了，因此便在不知不覺中不想再聽老師的講解，慢慢地卻發現里邊講的好多內容我都不懂，老師在上課過程中的一系列操作問題我都不懂。漸漸地我終于意識到我該好好地聽老師講課，我雖然懂得一些操作，但都是平時經常用的一些基礎的操作，很多的高級應用操作我都還沒有接觸到，而且缺乏實踐經驗。孰能生巧，一個人理論上再完善，沒有通過大量的練習，在遇到問題時往往會不知所措。通過這門課的學習我意識到學習與實踐的重要性，在以后的學習中我一定要多練習，多實踐，以求自己對知識掌握得更好。以下是該門課程的主要學習內容和我的一點感悟。

主要學習內容

《Office高級應用》這門課程主要學習了以下內容：

（1）Word 2003文檔制作、文檔格式設置、文檔的高級處理技巧；

（2）Excel 2003表格制作、表格數據的輸入與編輯、美化工作表、數據的計算

與分析；

（3）PowerPoint 2003 演示文稿制作、幻燈片設計和放映。

現分別描述如下：

一 Word篇

Word是一個文檔處理的軟件。應用該軟件，可以進行文本的輸入、編輯、排版、打印等工作。一般應用于公司制作簡報、電子賀卡、編輯公告、文案等。

文字處理是當前社會用處最廣泛的東西，因此 Word 的出現，帶來了許多 的方便。隨著辦公自動化在企業中的普及，作為 Microsoft Office 重要組件之 一的 Word 越來越得到廣泛使用，是現代 辦公室不可缺少的軟件之一。在Word學習過程中，主要學習了如何對一篇長文檔進行排版，其中包括各種技巧的使用，如分頁與分節，插入目錄，標題格式套用等等。具體方法如下：

1、頁眉和頁腳:頁眉和頁腳通常用于顯示文檔的附加信息，例如頁碼、日期、作者名稱、單 位名稱、徽標或章節名稱等。其中，頁眉位于頁面頂部，而頁腳位于頁面底部。Word 可以給文檔的每一頁建立相同的頁眉和頁腳，也可以交替更換頁眉和頁腳，即在奇數頁和偶數頁上建立不同的頁眉和頁腳。

2、頁面設置：從菜單中選擇【文件】|【頁面設置】命令，顯示“頁面設置”對話框，選擇【紙張】選項卡，然后根據需要選擇合適紙張；如果先錄入內容，最后再設紙張大小，由于默認是A4紙，如果改用B5紙，就有可能使整篇文檔的排版不能很好地滿足要求。所以，先進行頁面設置，可以直觀地在錄入時看到頁面中的內容和排版是否適宜，避免事后的修改。

3、分節符：將不同的部分分成不同的節，實現分別針對不同的節進行設置。定位到第二部分的標題文字前，從菜單選擇【插入】|【分隔符】命令，顯示“分

隔符”對話框，選擇“分節符”類型中的“下一頁”，并單擊【確定】按鈕，就會在當前光標位置插入一個不可見的分節符，這個分節符不僅將光標位置后面的內容

分為新的一節，還會使該節從新的一頁開始，實現既分節，又分頁的功能。用同

樣的方法可對文章的其他部分分節。

4、標題格式套用：【格式】|【樣式和格式】命令下,“正文”樣式是文檔中的默認樣式，新建的文檔中的文字通常都采用“正文”樣式；“標題1”~“標題9”為標

題樣式，它們通常用于各級標題段落。例如對于文章中的每一部分或章節的大標

題，采用“標題1”樣式，章節中的小標題，按層次分別采用“標題2”~“標題4”樣

式；文章中的說明文字，采用“正文首行縮進2”樣式；文章中的圖和圖號說明，采用“注釋標題”樣式。

5、表格制作及計算：表格的制作可以手動繪制也可以自動生成，對于創建

和編輯好的表格，如果對它們再做一些修飾，例如，進行邊框的處理，或給部分

單元格添加底紋，則會突出所要強調的內容或添加表格的美觀性。在表格中還可

以利用公式工具進行一些數據的計算與統計。

6、快速定位：菜單選擇【視圖】|【文檔結構圖】命令，可在文檔左側顯示

文檔的層次結構，在其中的標題上單擊，即可快速定位到相應位置。從菜單選擇

【視圖】|【大綱】命令，進入大綱視圖。文檔頂端會顯示“大綱”工具欄，在“大

綱”工具欄中選擇“顯示級別”下拉列表中的某個級別即可。

7、插入目錄：定位到需要插入目錄的位置，從菜單選擇【插入】|【引用】

|【索引和目錄】命令，顯示“索引和目錄”對話框，單擊“目錄”選項卡，在“顯示

級別”中，可指定目錄中包含幾個級別，從而決定目錄的細化程度。如果要設置

更為精美的目錄格式，可在“格式”中選擇其他類型。通常用默認的“來自模板”即

可。單擊【確定】按鈕，即可插入目錄。

8、幾個小技巧：

（1）輸入三個“=”，回車，得到一條雙直線；

（2）輸入三個“~”，回車，得到一條波浪線；

（3）輸入三個“*”或 “-”或 “#”，回車；

（4）在單元格內輸入=now（）顯示日期 在單元格內輸入

=CHOOSE(WEEKDAY(I3,2),“星期一”,“星期二”,“星期三”,“星期 四”,“星期五”,“星

期六”,“星期日”)顯示星期幾。

（5）數字格式批量轉換

用“Ctrl+H”組合鍵調出查找和替換對話框，將光標定位在“查找內容”框

中，然后單擊“高級”展開對話框，再單擊“特殊字符”并選擇“任意數字”，這時“查找內容”中會自動顯示為“^#”。將光標定位在“替換為”框中，然后

在“特殊字符”中選擇“查找內容”，將顯示“^&”。接著單擊“格式”為數字

設置一些特殊格式，比如字體加大、文字加粗以及特殊顏色等。最后單擊“全部

替換”就可以了。

二 Excel篇

Excel是一個數據處理軟件。應用該軟件，可以創建電子表格、編輯工作表、數據的格式設置等。諸如，通過數據排序，篩選、分類匯總、數據透視表等高級

應用。一般應用于制作企業員工人事檔案、工資管理表、員工績效評估表等方面。

在學習Excel過程中，除了填充數據外主要學習了一些重要公式、函數的使

用，插入圖表以及數據統計等方面的知識。具體內容如下：

1、超過15位數字的輸入有兩種方法:

一、單元格設置為文本;

二、在輸入數

字前先輸入’。

2、關于COUNTIF。COUNTIF函數只能有一個條件，如大于90，為

=COUNTIF(A1：A10，“>=90”)；

介于80與90之間需用減，為 =COUNTIF(A1：A10，“>80”)-COUNTIF(A1：

A10，“>90”)。

RANK(number,ref,order)功能是返回某數字在一系列數字串中相對于其它數的大小排位，這就是我們在查看與統計某一同學的班級排名時方便至極；

3、多個工作表的單元格合并計算:=Sheet1!D4+Sheet2!D4+Sheet3!D4，更好的=SUM(Sheet1：Sheet3!D4)。

4、求非空單元格數量,公式計算出來的數據，不能用COUNTA(否則空字符

也計算進去了)應該為：=COUNTIF($E：$E536，“?*”)。

5、要會巧妙運用查找替換功能。如何讓空單元格自動填為0：選中需更改的區域，然后“編輯”—>查找—>“空”替換為“0”。

另外,在平時操作中,經常出現一些錯誤, 現例舉常見顯示錯誤原因與解決方

法如下:

錯誤顯示1：#####!

原因：單元格所包含的數字、日期或時間占位比單元格寬。

解決方案：拖動鼠標指針更改列寬。

錯誤顯示2：#NUM!

原因：顧名思義，公式中的數字出現問題——類型錯誤，或者數字超出Excel表

示的有效范圍。

解決方案：讓數字類型和大小都符合要求。

錯誤顯示3：#REF!

原因：公式引用的單元格被刪除或者被錯誤覆蓋。

解決方案：臨時修改后及時“撤銷”，恢復單元格原狀。

錯誤顯示4：#VALUE!

原因a：需要數字或邏輯值時輸入了文本，如單元格B1為數字15，單元格B2

為文本，則B3中輸入公式“=B1+B2”將返回錯誤值#VALUE!

解決方案a：確保公式引用的單元格中包含有效值。上例中可在B3中輸入

=SUM(B1:B2)，SUM函數忽略文本，所以結果顯示15。

原因b：本來應該引用單一數值，卻引用了一個區域。

解決方案b：將數值區域改成單一數值，或者修改數值區域，使其包含公式所在的數據行或列。

三 PowerPoint篇

Power point是一個演示文稿軟件。應用該軟件，可以很方便的在各個幻燈

片中制作各種特效。諸如，幻燈片里面各種對象、文字、圖片、影片等，都可以

分別或有選擇的設置動畫效果。一般應用于課件制作，會議、演講、產品展示等

方面。

PowerPoint，主要學習了一些特效，如如何使各幻燈片元素動起來，甚至達

到flash的效果以及如何使整個幻燈片放映過程中都伴隨音樂，如何用一些簡單的手法達到與眾不同的效果等等。具體內容如下：

1、在設計幻燈片時，要善于使用幻燈片放映—>自定義動畫—>添加效果，里面有各種動作方式，使我們所設計的幻燈片動起來；

2、設置循環播放聲音直至幻燈片結束。

這項操作適用于圖片欣賞等場合，往往是伴隨著聲音出現一幅幅圖片。聲音的操作步驟(假如共有5張幻燈片)：

(1)在要出現聲音的第一張幻燈片中單擊主菜單“插入/影片中的聲音/文件中的聲音(或剪輯庫中的聲音等)”，選擇一聲音文件，在彈出的對話框“是否需要在幻燈片放映時自動播放聲音”中選擇“是”，在幻燈片上顯示一喇叭圖標；

(2)右擊該喇叭圖標，選擇“自定義動畫”中的“多媒體設置”項，選擇“按動畫

順序播放”，播放時“繼續幻燈片放映”，停止播放在“5張幻燈片后”；

(3)單擊“其他選項”，選擇“循環播放，直到停止”。

以上操作無論是有鏈接還是無鏈接的情況，只要是點擊了5張幻燈片就停止

播放聲音。

3、PowerPoint中使用動作設置功能。將近似的內容采用一種設計模板制作

在一個幻燈片文件中，例如為參加某會議提交的論文需要制作幻燈片，可將論文

標題、摘要、正文、結論、參考文獻等分別采用一種設計模板制作存儲為不同的幻燈片文件，這樣的幻燈片看起來就富于變化了。

但在幻燈片放映時有一個問題，一個個的幻燈片文件需多次打開，這時我們

可以使用PowerPoint的“動作設置”功能很方便地解決。

首先分類采用不同的設計模板制作并存儲為若干個不同的幻燈片文件，如

WJ1、WJ2等。在第一個文件如WJ1的最后一幅幻燈片上，可以選中一段文字，也可以選中一幅卡通畫，在“幻燈片放映”中點擊“動作設置”。根據個人的習慣，選取“單擊鼠標”或“鼠標移過”，動作則選中“超級鏈接到”，再選取“其它

PowerPoint演示文稿”。

在“超級鏈接到其它PowerPoint演示文稿”彈出選單中，輸入第二個幻燈片文

件名如WJ2。為了在第二個幻燈片文件放映完畢后能順利返回到調用它的幻燈片

或再轉到其它的幻燈片，同樣方法在該幻燈片的最后一幅適當位置選中文字或設

置按鈕，超級鏈接到其它PowerPoint演示文稿或返回。這樣會使幻燈片放起來

更加精彩。

收獲及感悟

學習了這門課程之后，我意識到，“處處留心皆學問”，很多知識并不是靠

整天面對課本就能學會或是掌握的，他需要我們在平日生活中用心感悟，用心發

現，善于思考，善于探索，善于實踐，才能真正意義上化為己有。以word為例，Word，在對長文檔進行排版時，真可謂是“無所不能”，它可以幫助用戶創建、編輯、排版、打印各類 用途的文檔，成為用戶日常工作、學習和生活中信息處

理的好幫手。它的眾多功能會使我們的排版工作簡化很多而且絕對標準。比方說

在適當場合運用查找替換功能，能使我們的工作量大大減少，而不必對整篇文檔

進行仔細的人工查找；分節功能，不同于分頁，在給有目錄的文檔插入頁碼方面

效果突出，可以在不同的節中自動從1排列頁碼；自動生成目錄功能也大大簡化

了我們的工作量。這么多功能必須時常練習才能夠熟練應用。

Office作為辦公操作專家，它能使我們更加深入地理解、熟練文字、表格及

幻燈片操作的命令。要強迫自己做幾個綜合實例，分別詳細地進行編輯，使自己

可以從全局的角度掌握整個編輯過程，力爭使自己學習完Office之后就可以投身

到實際的工作中去。在今后的學習中，我要改變以往那種只會跟著書本走的學習

方法，試著探索性學習，發現探索的樂趣，我相信，這樣做，知識才會真正被我掌握，而不是記住而已。

通過《Office高級應用》這門課程的學習，我覺得Office辦公軟件比我想象的強大的多，使我完全改變了以前對Word、Excel、PowerPoint的看法，以前的我認為Word、Excel只不過是簡單的文字、表格處理工具，用來修改文章，匯總

數據，PPT只不過是用來制作演示文稿的，沒把他們放在眼里，認為會用就行，學習之后我才發展現，他們的功能真的很強大，以前那種光知道怎么用是不行的，那只是冰山一角，我們應該多掌握一些功能，使我們在以后的工作中事半功倍。

我相信，通過《Office高級應用》課程的學習，不能說我們已經成為辦公軟件的高手，突顯成就，但至少我們能夠快步走在大多數電腦使用者的前面，迎接未來的競爭！

《Office高級應用》課程學習總結

論文題目：《Office高級應用》課程學習總結專業班級計本09級01班姓名（學號）張濱濱（20092567）

2011 年12月03 日

第五篇：《Office高級應用》課程學習總結

《Office高級應用》課程學習總結

學習《Office高級應用》這門課程之后，使我受益匪淺。學習過程中，我不僅學習了很多書本上的知識，而且學習并掌握了一些在日常生活中非常實用的技巧，我相信這在我將來的學習工作中會幫助我改善工作質量，提高效率；更重要的是，我意識到從今往后我應該積極主動地去學習，主動探索未知知識，把他們變為自己的知識，改掉以前那種只靠學習課本的方法。

當我接觸學習這一門課時，在簡單地翻閱這本書后，便覺得這門課對我來說應該不難，里邊有很多內容早在中學時候便就已經學過了，因此便在不知不覺中不想再聽老師的講解，慢慢地卻發現里邊講的好多內容我都不懂，老師在上課過程中的一系列操作問題我都不懂。漸漸地我終于意識到我該好好地聽老師講課，我雖然懂得一些操作，但都是平時經常用的一些基礎的操作，很多的高級應用操作我都還沒有接觸到，而且缺乏實踐經驗。孰能生巧，一個人理論上再完善，沒有通過大量的練習，在遇到問題時往往會不知所措。通過這門課的學習我意識到學習與實踐的重要性，在以后的學習中我一定要多練習，多實踐，以求自己對知識掌握得更好。以下是該門課程的主要學習內容和我的一點感悟。

主要學習內容

《Office高級應用》這門課程主要學習了以下內容：

（1）Word 2003文檔制作、文檔格式設置、文檔的高級處理技巧；

（2）Excel 2003表格制作、表格數據的輸入與編輯、美化工作表、數據的計算與分析；

（3）PowerPoint 2003 演示文稿制作、幻燈片設計和放映。現分別描述如下：

一 Word篇

Word是一個文檔處理的軟件。應用該軟件，可以進行文本的輸入、編輯、排版、打印等工作。一般應用于公司制作簡報、電子賀卡、編輯公告、文案等。

文字處理是當前社會用處最廣泛的東西，因此 Word 的出現，帶來了許多 的方便。隨著辦公自動化在企業中的普及，作為 Microsoft Office 重要組件之 一的 Word 越來越得到廣泛使用，是現代 辦公室不可缺少的軟件之一。在Word學習過程中，主要學習了如何對一篇長文檔進行排版，其中包括各種技巧的使用，如分頁與分節，插入目錄，標題格式套用等等。具體方法如下：

1、頁眉和頁腳:頁眉和頁腳通常用于顯示文檔的附加信息，例如頁碼、日期、作者名稱、單 位名稱、徽標或章節名稱等。其中，頁眉位于頁面頂部，而頁腳位于頁面底部。Word 可以給文檔的每一頁建立相同的頁眉和頁腳，也可以交替更換頁眉和頁腳，即在奇數頁和偶數頁上建立不同的頁眉和頁腳。

2、頁面設置：從菜單中選擇【文件】|【頁面設置】命令，顯示“頁面設置”對話框，選擇【紙張】選項卡，然后根據需要選擇合適紙張；如果先錄入內容，最后再設紙張大小，由于默認是A4紙，如果改用B5紙，就有可能使整篇文檔的排版不能很好地滿足要求。所以，先進行頁面設置，可以直觀地在錄入時看到頁面中的內容和排版是否適宜，避免事后的修改。

3、分節符：將不同的部分分成不同的節，實現分別針對不同的節進行設置。定位到第二部分的標題文字前，從菜單選擇【插入】|【分隔符】命令，顯示“分隔符”對話框，選擇“分節符”類型中的“下一頁”，并單擊【確定】按鈕，就會在當前光標位置插入一個不可見的分節符，這個分節符不僅將光標位置后面的內容分為新的一節，還會使該節從新的一頁開始，實現既分節，又分頁的功能。用同樣的方法可對文章的其他部分分節。

4、標題格式套用：【格式】|【樣式和格式】命令下,“正文”樣式是文檔中的默認樣式，新建的文檔中的文字通常都采用“正文”樣式；“標題1”~“標題9”為標題樣式，它們通常用于各級標題段落。例如對于文章中的每一部分或章節的大標題，采用“標題1”樣式，章節中的小標題，按層次分別采用“標題2”~“標題4”樣式；文章中的說明文字，采用“正文首行縮進2”樣式；文章中的圖和圖號說明，采用“注釋標題”樣式。

5、表格制作及計算：表格的制作可以手動繪制也可以自動生成，對于創建和編輯好的表格，如果對它們再做一些修飾，例如，進行邊框的處理，或給部分單元格添加底紋，則會突出所要強調的內容或添加表格的美觀性。在表格中還可以利用公式工具進行一些數據的計算與統計。

6、快速定位：菜單選擇【視圖】|【文檔結構圖】命令，可在文檔左側顯示文檔的層次結構，在其中的標題上單擊，即可快速定位到相應位置。從菜單選擇【視圖】|【大綱】命令，進入大綱視圖。文檔頂端會顯示“大綱”工具欄，在“大綱”工具欄中選擇“顯示級別”下拉列表中的某個級別即可。

7、插入目錄：定位到需要插入目錄的位置，從菜單選擇【插入】|【引用】|【索引和目錄】命令，顯示“索引和目錄”對話框，單擊“目錄”選項卡，在“顯示級別”中，可指定目錄中包含幾個級別，從而決定目錄的細化程度。如果要設置更為精美的目錄格式，可在“格式”中選擇其他類型。通常用默認的“來自模板”即可。單擊【確定】按鈕，即可插入目錄。

8、幾個小技巧：（1）輸入三個“=”，回車，得到一條雙直線；

（2）輸入三個“~”，回車，得到一條波浪線；（3）輸入三個“*”或 “-”或 “#”，回車；

（4）在單元格內輸入=now（）顯示日期 在單元格內輸入=CHOOSE(WEEKDAY(I3,2),“星期一”,“星期二”,“星期三”,“星期 四”,“星期五”,“星期六”,“星期日”)顯示星期幾。（5）數字格式批量轉換

用“Ctrl+H”組合鍵調出查找和替換對話框，將光標定位在“查找內容”框中，然后單擊“高級”展開對話框，再單擊“特殊字符”并選擇“任意數字”，這時“查找內容”中會自動顯示為“^#”。將光標定位在“替換為”框中，然后在“特殊字符”中選擇“查找內容”，將顯示“^&”。接著單擊“格式”為數字設置一些特殊格式，比如字體加大、文字加粗以及特殊顏色等。最后單擊“全部替換”就可以了。

二 Excel篇

Excel是一個數據處理軟件。應用該軟件，可以創建電子表格、編輯工作表、數據的格式設置等。諸如，通過數據排序，篩選、分類匯總、數據透視表等高級應用。一般應用于制作企業員工人事檔案、工資管理表、員工績效評估表等方面。

在學習Excel過程中，除了填充數據外主要學習了一些重要公式、函數的使用，插入圖表以及數據統計等方面的知識。具體內容如下：

1、超過15位數字的輸入有兩種方法:

一、單元格設置為文本;

二、在輸入數字前先輸入’。

2、關于COUNTIF。COUNTIF函數只能有一個條件，如大于90，為=COUNTIF(A1：A10，“>=90”)；

介于80與90之間需用減，為 =COUNTIF(A1：A10，“>80”)-COUNTIF(A1：A10，“>90”)。

RANK(number,ref,order)功能是返回某數字在一系列數字串中相對于其它數的大小排位，這就是我們在查看與統計某一同學的班級排名時方便至極；

3、多個工作表的單元格合并計算:=Sheet1!D4+Sheet2!D4+Sheet3!D4，更好的=SUM(Sheet1：Sheet3!D4)。

4、求非空單元格數量,公式計算出來的數據，不能用COUNTA(否則空字符也計算進去了)應該為：=COUNTIF($E：$E536，“?*”)。

5、要會巧妙運用查找替換功能。如何讓空單元格自動填為0：選中需更改的區域，然后“編輯”—>查找—>“空”替換為“0”。

另外,在平時操作中,經常出現一些錯誤, 現例舉常見顯示錯誤原因與解決方法如下:

錯誤顯示1：#####!原因：單元格所包含的數字、日期或時間占位比單元格寬。解決方案：拖動鼠標指針更改列寬。

錯誤顯示2：#NUM!原因：顧名思義，公式中的數字出現問題——類型錯誤，或者數字超出Excel表示的有效范圍。

解決方案：讓數字類型和大小都符合要求。

錯誤顯示3：#REF!原因：公式引用的單元格被刪除或者被錯誤覆蓋。解決方案：臨時修改后及時“撤銷”，恢復單元格原狀。

錯誤顯示4：#VALUE!原因a：需要數字或邏輯值時輸入了文本，如單元格B1為數字15，單元格B2為文本，則B3中輸入公式“=B1+B2”將返回錯誤值#VALUE!解決方案a：確保公式引用的單元格中包含有效值。上例中可在B3中輸入=SUM(B1:B2)，SUM函數忽略文本，所以結果顯示15。原因b：本來應該引用單一數值，卻引用了一個區域。

解決方案b：將數值區域改成單一數值，或者修改數值區域，使其包含公式所在的數據行或列。

三 PowerPoint篇

Power point是一個演示文稿軟件。應用該軟件，可以很方便的在各個幻燈片中制作各種特效。諸如，幻燈片里面各種對象、文字、圖片、影片等，都可以分別或有選擇的設置動畫效果。一般應用于課件制作，會議、演講、產品展示等方面。

PowerPoint，主要學習了一些特效，如如何使各幻燈片元素動起來，甚至達到flash的效果以及如何使整個幻燈片放映過程中都伴隨音樂，如何用一些簡單的手法達到與眾不同的效果等等。具體內容如下：

1、在設計幻燈片時，要善于使用幻燈片放映—>自定義動畫—>添加效果，里面有各種動作方式，使我們所設計的幻燈片動起來；

2、設置循環播放聲音直至幻燈片結束。

這項操作適用于圖片欣賞等場合，往往是伴隨著聲音出現一幅幅圖片。聲音的操作步驟(假如共有5張幻燈片)：

(1)在要出現聲音的第一張幻燈片中單擊主菜單“插入/影片中的聲音/文件中的聲音(或剪輯庫中的聲音等)”，選擇一聲音文件，在彈出的對話框“是否需要在幻燈片放映時自動播放聲音”中選擇“是”，在幻燈片上顯示一喇叭圖標；

(2)右擊該喇叭圖標，選擇“自定義動畫”中的“多媒體設置”項，選擇“按動畫順序播放”，播放時“繼續幻燈片放映”，停止播放在“5張幻燈片后”；

(3)單擊“其他選項”，選擇“循環播放，直到停止”。

以上操作無論是有鏈接還是無鏈接的情況，只要是點擊了5張幻燈片就停止播放聲音。

3、PowerPoint中使用動作設置功能。將近似的內容采用一種設計模板制作在一個幻燈片文件中，例如為參加某會議提交的論文需要制作幻燈片，可將論文標題、摘要、正文、結論、參考文獻等分別采用一種設計模板制作存儲為不同的幻燈片文件，這樣的幻燈片看起來就富于變化了。

但在幻燈片放映時有一個問題，一個個的幻燈片文件需多次打開，這時我們可以使用PowerPoint的“動作設置”功能很方便地解決。

首先分類采用不同的設計模板制作并存儲為若干個不同的幻燈片文件，如WJ1、WJ2等。在第一個文件如WJ1的最后一幅幻燈片上，可以選中一段文字，也可以選中一幅卡通畫，在“幻燈片放映”中點擊“動作設置”。根據個人的習慣，選取“單擊鼠標”或“鼠標移過”，動作則選中“超級鏈接到”，再選取“其它PowerPoint演示文稿”。

在“超級鏈接到其它PowerPoint演示文稿”彈出選單中，輸入第二個幻燈片文件名如WJ2。為了在第二個幻燈片文件放映完畢后能順利返回到調用它的幻燈片或再轉到其它的幻燈片，同樣方法在該幻燈片的最后一幅適當位置選中文字或設置按鈕，超級鏈接到其它PowerPoint演示文稿或返回。這樣會使幻燈片放起來更加精彩。

收獲及感悟

學習了這門課程之后，我意識到，“處處留心皆學問”，很多知識并不是靠整天面對課本就能學會或是掌握的，他需要我們在平日生活中用心感悟，用心發現，善于思考，善于探索，善于實踐，才能真正意義上化為己有。以word為例，Word，在對長文檔進行排版時，真可謂是“無所不能”，它可以幫助用戶創建、編輯、排版、打印各類 用途的文檔，成為用戶日常工作、學習和生活中信息處理的好幫手。它的眾多功能會使我們的排版工作簡化很多而且絕對標準。比方說在適當場合運用查找替換功能，能使我們的工作量大大減少，而不必對整篇文檔進行仔細的人工查找；分節功能，不同于分頁，在給有目錄的文檔插入頁碼方面效果突出，可以在不同的節中自動從1排列頁碼；自動生成目錄功能也大大簡化了我們的工作量。這么多功能必須時常練習才能夠熟練應用。

Office作為辦公操作專家，它能使我們更加深入地理解、熟練文字、表格及幻燈片操作的命令。要強迫自己做幾個綜合實例，分別詳細地進行編輯，使自己可以從全局的角度掌握整個編輯過程，力爭使自己學習完Office之后就可以投身到實際的工作中去。在今后的學習中，我要改變以往那種只會跟著書本走的學習方法，試著探索性學習，發現探索的樂趣，我相信，這樣做，知識才會真正被我掌握，而不是記住而已。通過《Office高級應用》這門課程的學習，我覺得Office辦公軟件比我想象的強大的多，使我完全改變了以前對Word、Excel、PowerPoint的看法，以前的我認為Word、Excel只不過是簡單的文字、表格處理工具，用來修改文章，匯總數據，PPT只不過是用來制作演示文稿的，沒把他們放在眼里，認為會用就行，學習之后我才發展現，他們的功能真的很強大，以前那種光知道怎么用是不行的，那只是冰山一角，我們應該多掌握一些功能，使我們在以后的工作中事半功倍。我相信，通過《Office高級應用》課程的學習，不能說我們已經成為辦公軟件的高手，突顯成就，但至少我們能夠快步走在大多數電腦使用者的前面，迎接未來的競爭！

《Office高級應用》課程學習總結

論文題目： 《Office高級應用》課程學習總結

專業班級 計本09級01班

姓名（學號）張濱濱（20092567）

2011 年 12 月 03 日