用excel进行统计分组,电子表格统计分组Excel
1. 统计分组Excel
1.首先打开excel表格,看到有5个考生的成绩,我们想按照考生将其分为5个工作表
2.找到方方格子按钮,
3.找到汇总拆分当中的拆分工作表,
4.在弹出的对话框中,标题行数我们选择1行,然后每3行拆分一个工作表,
5.然后单击确定按钮,即可弹出耗时对话框,
6.最后单击退出按钮,退出操作
7.我们会看到生成了5个分表,
2. 统计分组的方法
（一）大量观察法
（二）统计分组法
（三）综合指标法
（四）时间数列分析法
（五）指数分析法
（六）相关分析法
（七）抽样推断法
从各个统计学专家的介绍来看，统计学的基本研究方法是上述的7类。
3. 统计分组的原则
从统计学角度讲，医学研究的基本原则主要包括三个，即对照、随机化和重复。之所以要遵循这些基本原则，其目的主要是：从处理因素这个要素的角度讲，就是要保障尽量控制混杂因素；从研究对象这个要素的角度讲，就是要保障其同质性、代表性和均衡性；从实验效应这个要素的角度讲，就是要保障观察结果的精度。下面，医刊汇编译就这三个基本原则做简要说明。
一、对照原则。在设置接受处理因素的实验组时，应该同时设置没有处理因素的对照组，因此，对照原则主要是从处理因素的角度来控制混杂因素的。设立对照应满足均衡性，它是指在设立对照时除给予的处理因素不同外，对照组和实验组的其它一切因素应尽可能一致。设立对照时，应把研究对象随机地分入对照组和实验组中进行平行试验。为避免倾向性偏倚，一般应采用盲法。设立对照的方式有安慰剂对照、空白对照、自身对照、标准对照(也称阳性对照)等。此外，各组的例数应尽可能相等。
二、随机化原则。随机化是指采用随机的方式，使得每个研究对象都有同等的机会被抽取或分到不同的实验组和对照组中，它包括随机化抽样和随机化分组。因此，随机化原则主要是从研究对象的角度来控制混杂因素的。常用的随机化抽样方法有简单随机抽样、系统抽样、分层抽样、整群抽样等。常用的随机化分组方法主要有简单随机化、分层随机化及区组随机化等。随机化分组应在实施处理因素的干预前利用随机数字表或由计算机采用统计专业软件产生随机数来完成。临床试验研究中，由于研究的对象是陆续进入试验观察的，往往不能采用随机抽样的方法获取研究样本，只能根据事先确定的样本量利用“三标准”来获得，但无论是否是随机抽样，获得研究样本后分组原则上应是随机的。
三、重复原则。重复原则是指在相同试验条件下进行多次研究或观察，以提高试验的可靠性和科学性。包括整个试验的重复、多个试验对象的重复、同一个试验对象的重复观测。样本量充分反映了重复原则，试验对象的重复观察次数越多，由样本计算出的频率或均数等统计量就越接近总体参数。但样本含量过大或试验次数过多，不仅会增加控制试验条件的难度，且会造成不必要的浪费。因此，为了获得科学、可靠的结果而又节约研究的成本，在设计中应从统计学的角度进行正确的样本量估计
4. 统计分组的关键在于划分各组的界限
1、统计分组的概念： 统计分组就是根据统计研究的需要，按照一定的标志，将统计总体划分为若干个组成部分的一种统计方法。总体的这些组成部分，称为“组”，也就是大总体中的小总体。 2、统计分组的作用： 统计分组可以保持各组内，统计资料的一致性和组间资料的差异性，便于运用各种统计方法研究现象的数量表现和数量关系，从而正确地认识事物的本质及其规律。
5. 统计分组的作用
分组数据，即数据分组，是根据统计研究的需要，将原始数据按照某种标准划分成不同的组别，分组后的的数据称为分组数据。数据分组的方法有单变量值分组和组距分组两种。数据分组的主要目的是观察数据的分布特征，在进行数据分组后再计算出各组中数据出现的频数，就形成了一张频数分布表。
6. 统计分组的依据
A
统计分组的关键在于分组标志的选择
统计分组就是把总体按某一标志来分门别类，选择不同的标志就有不同的分组、不同的分组体系。
分组标志是作为现象总体划分各个不同性质的组的标准或根据，选择得正确与否，关系到能否正确反映总体的性质特征、实现统计研究的目的任务。
所以，统计分组的关键在于分组标志的选择和分组界限的确定。
7. 统计分组的关键问题
数据分析是把隐没在一大批看来杂乱无章的数据中的信息，集中、萃取和提炼出来，以找出所研究对象的内在规律，并提供决策支持的一系列分析过程。数据统计分析方法已经应用到各行各业，在互联网电商的运用也非常广泛。在做网络推广时，一定要用数据分析作为基础。没有数据做支撑的推广是没有意义的。在这里介绍一些方法和工具。
1.比较分析法
是统计分析中最常用的方法。是通过有关的指标对比来反映事物数量上差异和变化的方法。指标分析对比分析方法可分为静态比较和动态比较分析。静态比较是同一时间条件下不同总体指标比较，如不同部门、不同地区、不同国家的比较，也叫横向比较；动态比较是同一总体条件不同时期指标数值的比较，也叫纵向比较。这两种方法既可单独使用，也可结合使用。
2.分组分析法
统计分析不仅要对总体数量特征和数量关系进行分析，还要深入总体的内部进行分组分析。分组分析法就是根据统计分析的目的要求，把所研究的总体按照一个或者几个标志划分为若干个部分，加以整理，进行观察、分析，以揭示其内在的联系和规律性。统计分组法的关键问题在于正确选择分组标值和划分各组界限。
3.回归分析法
回归分析法是依据事物发展变化的因果关系来预测事物未来的发展走势，它是研究变量间相互关系的一种定量预测方法，回归分析中，当研究的因果关系只涉及因变量和一个自变量时，叫做一元回归分析；当研究的因果关系涉及因变量和两个或两个以上自变量时，叫做多元回归分析。此外，回归分析中，又依据描述自变量与因变量之间因果关系的函数表达式是线性的还是非线性的，分为线性回归分析和非线性回归分析。
4.因素分析法
因素分析法的最大功用，就是运用数学方法对可观测的事物在发展中所表现出的外部特征和联系进行由表及里、由此及彼、去粗取精、去伪存真的处理，从而得出客观事物普遍本质的概括。其次，使用因素分析法可以使复杂的研究课题大为简化，并保持其基本的信息量。
8. 统计分组的结果应表现为( )
大量观察法主要用于统计调查阶段，统计分组法主要用于统计整理阶段阶段，综合指标法是统计分析阶段的基础方法之一。
9. 统计分组法
统计学的研究对象：是自然、社会客观现象总体的数量特征和数量关系。具有数量性、总体性和差异性的特点。
统计学的研究方法：大体有以下5种：
大量观察法
这是统计活动过程中搜集数据资料阶段(即统计调查阶段)的基本方法：即要对所研究现象总体中的足够多数的个体进行观察和研究，以期认识具有规律性的总体数量特征。大量观察法的数理依据是大数定律，大数定律是指虽然每个个体受偶然因素的影响作用不同而在数量上几存有差异，但对总体而言可以相互抵消而呈现出稳定的规律性，因此只有对足够多数的个体进行观察，观察值的综合结果才会趋向稳定，建立在大量观察法基础上的数据资料才会给出一般的结论。统计学的各种调查方法都属于大量观察法。
统计分组法
由于所研究现象本身的复杂性、差异性及多层次性，需要我们对所研究现象进行分组或分类研究，以期在同质的基础上探求不同组或类之间的差异性。统计分组在整个统计活动过程中都占有重要地位，在统计调查阶段可通过统计分组法来搜集不同类的资料，并可使抽样调查的样本代表性得以提高(即分层抽样方式);在统计整理阶段可以通过统计分组法使各种数据资料得到分门别类的加工处理和储存，并为编制分布数列提供基础;在统计分析阶段则可以通过统计分组法来划分现象类型、研究总体内在结构、比较不同类或组之间的差异(显著性检验)和分析不同变量之间的相关关系。统计学中的统计分组法有传统分组法、判别分析法和聚类分析法等。
综合指标法
统计研究现象的数量方面的特征是通过统计综合指标来反映的。所谓综合指标，是指用来从总体上反映所研究现象数量特征和数量关系的范畴及其数值，常见的有总量指标、相对指标，平均指标和标志变异指标等。综合指标法在统计学、尤其是社会经济统计学中占有十分重要的地位，是描述统计学的核心内容。如何最真实客观地记录、描述和反映所研究现象的数量特征和数量关系，是统计指标理论研究的一大课题。
统计模型法
在以统计指标来反映所研究现象的数量特征的同时，我们还经常需要对相关现象之间的数量变动关系进行定量研究，以了解某一(些)现象数量变动与另一(些)现象数量变动之间的关系及变动的影响程度。在研究这种数量变动关系时，需要根据具体的研究对象和一定的假定条件，用合适的数学方程来进行模拟，这种方法就叫做统计模型法。
统计推断法
在统计认识活动中，我们所观察的往往只是所研究现象总体中的一部分单位，掌握的只是具有随机性的样本观察数据，而认识总体数量特征是统计研究的目的，这就需要我们根据概率论和样本分布理论，运用参数估计或假设检验的方法，由样本观测数据来推断总体数量特征。这种由样本来推断总体的方法就叫统计推断法。统计推断法已在统计研究的许多领域得到应用，除了最常见的总体指标推断外，统计模型参数的估计和检验、统计预测中原时间序列的估计和检验等，也都属于统计推断的范畴，都存在着误差和置信度的问题。在实践中这是一种有效又经济的方法，其应用范围很广泛，发展很快，统计推断法已成为现代统计学的基本方法。
统计学的研究目的：对总体特征作出统计推断，描述数据的特征，找出数据的基本数量规律。
统计学研究的基本内容：统计学研究的基本内容包括统计对象、统计方法和统计规律。
10. 统计分组的关键在于
统计分组（Statistical Grouping）是指根据统计研究任务的要求和研究现象总体的内在特点，把现象总体按某一标志划分为若干性质不同但又有联系的几个部分称“统计分组”。
总体的变异性是统计分组的客观依据。统计分组是总体内进行的一种定性分类，它把总体划分为一个个性质不同的范围更小的总体。