Bạn đang xem: Cách mở data analysis trong excel 2010
Sorting (Sắp xếp)
Sắp xếp là một phần rất đặc trưng trong đối chiếu dữ liệu. Bạn có thể sắp xếp tài liệu Excel của chính bản thân mình theo nhiều cột hoặc thậm chí còn một cột duy nhất. Câu hỏi sắp xếp cũng khá được thực hiện theo thiết bị tự tăng ngày một nhiều hoặc sút dần.
Cột đơn
Hãy xem xét các dữ liệu sau:
Để bố trí dữ liệu bên trên cột Units, hãy triển khai theo các bước sau đây:
Bước đầu tiên là nhấp vào bất kỳ ô nào trong cột mà bạn có nhu cầu sắp xếp.Tiếp theo, để thu xếp theo vật dụng tự tăng dần, click vào AZ được search thấy bên trên tab Data, trong nhóm Sort và Filter.
Kết quả:
Lưu ý: Để sắp xếp theo sản phẩm công nghệ tự bớt dần, hãy click vào ZA.
Nhiều cột
Bạn cũng hoàn toàn có thể sắp xếp những cột vào trang tính của mình. Hãy triển khai theo các bước sau:
Bấm vào Sort (trên tab Data, trong nhóm Sort & Filter)
Hộp thoại Sort đã xuất hiện.
Thêm những cấp độ mà bạn có nhu cầu sắp xếp.
Nhấn OK
Filtering (Lọc)
Chúng ta thực hiện bộ thanh lọc khi muốn lấy dữ liệu tương xứng với các điều kiện chũm thể.
Nhấn vào bất kỳ ô 1-1 nào bên phía trong dữ liệu của bạn.Chuyển mang lại Tab Data > Sort and Filter > FilterBạn đang thấy đầu mũi tên xuất hiện trên các cột.
Bây giờ bạn cũng có thể lọc theo nhu yếu của mình.
COUNTIF
COUNTIF là 1 trong hàm Excel rất phổ biến được thực hiện để đếm các ô trong phạm vi vừa lòng một đk duy nhất.
Cú pháp:
= COUNTIF (range, criteria)
Thí dụ:Hãy tính số mục lớn hơn 100.
SUMIF
Hàm SUMIF vào Excel trả về tổng các ô đáp ứng nhu cầu một điều kiện duy nhất.
Cú pháp:
= SUMIF (range, criteria,
Thí dụ:Hãy thực hiện hàm SUMIF để thống kê giám sát các ô dựa trên các số thỏa mãn nhu cầu tiêu chí.
Pivot Tables
Pivot
Table được biết đến là công cụ khỏe khoắn nhất vào Excel, quánh biệt công dụng khi đề xuất thống kê nhanh. Chúng ta sử dụng nó để tính toán, nắm tắt với phân tích dữ liệu. Điều kia giúp bạn cũng có thể xem các công dụng so sánh, mẫu hình và xu hướng trong tài liệu của mình.
Dữ liệu mẫu
Dữ liệu mẫu mã mà chúng ta sử dụng chứa 41 phiên bản ghi cùng với 5 trường thông tin người mua. Đây là dữ liệu tuyệt đối hoàn hảo để hiểu pivot table.
Chèn Pivot Tables
Để chèn pivot table vào trang tính của bạn, hãy làm cho theo các bước dưới đây:
Nhấp vào bất kỳ ô như thế nào trong dữ liệu.Trên tab Insert, trong team Tables, bấm PivotTable.
Một hộp thoại sẽ xuất hiện. Excel sẽ auto chọn tập dữ liệu của bạn. Nó cũng sẽ tạo một trang tính bắt đầu cho pivot table.
Nhấp vào Ok. Sau đó, nó sẽ tạo nên một trang tính pivot table.
Drag Fields (kéo những trường)
Để biết tổng thể items mà mỗi cá nhân đã mua, hãy kéo những trường vào các ô sau:
Buyer vào ô Rows. Items vào ô Values.
What-If Analysis cùng với Solver
What-If Analysis là 1 trong những tính năng bao gồm sẵn vào Excel, đây là công cụ hữu dụng để giải vấn đề Nếu - Thì. áp dụng What-If Analysis, bạn có thể sử dụng một số bộ giá chỉ trị khác biệt trong một hoặc nhiều cách làm để tìm hiểu tất cả các công dụng khác nhau.
Đối với việc phân tích what-if, solver là chương trình hỗ trợ mailinhschool.edu.vn Excel bổ ích ở những cấp độ. Bạn cũng có thể sử dụng nhân tài này nhằm tìm giá bán trị tối ưu (max hoặc min) cho cách làm trong một ô, được điện thoại tư vấn là ô phương châm (objective cell). Điều này tuân theo một vài ràng buộc (constraints) hoặc số lượng giới hạn về giá trị của những ô công thức khác trên trang tính.
Solver thao tác với một tổ ô, được hotline là biến ra quyết định hoặc dễ dàng là ô biến, được sử dụng để đo lường và thống kê các cách làm trong ô mục tiêu (objective cells) với ô buộc ràng (constraint cells). Solver cũng điều chỉnh giá trị của những ô biến đưa ra quyết định để hoạt động trên những giới hạn trên những ô ràng buộc (constraint cells). Điều này giúp sinh sản ra hiệu quả mong mong muốn cho ô phương châm (objective cell).
Kích hoạt Add-in Solver
Trên tab File, click chuột Options.Đi tới Add-ins, chọn Solver Add-in và nhấp vào nút Go button.
Trong tab Dữ liệu, trong team Analyze, chúng ta cũng có thể thấy Solver được thêm vào.
Cách sử dụng Solver trong Excel
Trong lấy ví dụ này, họ sẽ nỗ lực tìm chiến thuật cho việc tối ưu 1-1 giản.
Vấn đề: trả sử chúng ta là công ty một công ty và bạn có nhu cầu thu nhập của chính mình là $ 3000.
Mục tiêu: giám sát và đo lường các đơn vị sẽ được cung cấp và giá bán mỗi đơn vị chức năng để đạt được mục tiêu.
Ví dụ: shop chúng tôi đã tạo ra ra quy mô sau:
Mô hình dữ liệu của bạn sẽ thay đổi theo những điều kiện.
Data Analysis Toolpak (Công thay phân tích dữ liệu)
Bấm vào tab File, click chuột Options, sau đó nhấp chuột danh mục Add-Ins.Chọn Analysis ToolPak cùng nhấp vào nút Go button.Kiểm tra Analysis Tool
Pak và nhấp vào OK.
Trên tab Data, trong team Analysis, hiện nay bạn có thể bấm vào Data Analysis.
Descriptive Statistics (Thống kê tế bào tả)
Thống kê miêu tả là trong những thông tin cơ bản, nên biết đối với bất kỳ tập dữ liệu nào. Nó giúp đỡ bạn biế t đến những kỹ năng và kiến thức như:
trung bình (mean), trung vị (median), với yếu vị (tần suất xuất hiện thêm cao nhất) (mode) và khoảng biến thiên (range)Phương sai và độ lệch chuẩn.Giả sử họ có số điểm của một tay vợt trong 10 trận gần nhất của anh ta. Để tạo nên phân tích mô tả, hãy làm theo các bước dưới đây.
Chuyển mang lại tab Data> team Analysis> Data analysis.Chọn Descriptive Statistics với nhấp OK.
Thống kê biểu hiện (descriptive statistics) của công ty đã sẵn sàng.
ANOVA
ANOVA (Phân tích phương sai) vào Excel là một phương pháp thống kê được sử dụng để khám nghiệm sự biệt lập giữa nhì hoặc nhiều giá trị vừa phải (means).
Dưới đây, bạn cũng có thể thấy điểm số của tía cầu thủ bóng bàn vào 8 trận cách đây không lâu nhất.
Để xúc tiến single factor ANOVA, hãy làm cho theo các bước sau:
Chuyển mang đến tab Data> team Analysis> Data analysis.Chọn Anova: Single Factor và nhấp vào OK.
Single factor ANOVA của bạn đã sẵn sàng.
Regression (hồi quy)
Trong Excel, họ sử dụng so sánh hồi quy để mong tính mối quan hệ giữa nhì hoặc các biến.
Hãy xem xét dữ liệu sau, vào đó bọn họ có số ca lây nhiễm Covid (Covid Cases) với khẩu trang đã bán (Mask Sold) trong từng tháng thế thể.
Cửa sổ sau sẽ mở ra.
Xem thêm: Tổng Hợp Những Câu Nói Dễ Thương Với Người Yêu Lãng Mạn Nhất 2023
Chọn input đầu vào Y Range làm con số khẩu trang đã bán (Mask Sold) và Input X Range làm số lượng ca lây nhiễm Covid (Covid Cases). Kiểm tra những phần sót lại và nhấp vào OK.
Bạn sẽ nhận được Summary Output.
Multiple R là hệ số tương quan (Correlation Coefficient) giám sát sức bạo phổi của mối quan hệ tuyến tính thân hai biến.
R Square biểu thị hệ số xác định (Coefficient of Determination), được thực hiện như một chỉ báo về cường độ phù hợp. Với việc trợ giúp của R Square, chúng ta có thể theo dõi tất cả bao nhiêu điểm rơi trên phố hồi quy.Standard Error là một trong những thước đo cân xứng khác cho thấy thêm độ đúng đắn của đối chiếu hồi quy.
Kết:
Chúng ta cùng nhau đi mang lại phần cuối của bài xích "phân tích dữ liệu trong excel". Ở phần trên, bọn họ đã xem và tìm ra một trong những ví dụ về những phương thức và tính năng mạnh khỏe của phân tích dữ liệu trong Excel.
200Lab hy vọng bài viết này mang đến cho bạn những kỹ năng và kiến thức hữu ích, giúp bạn giải quyết và xử lý những sự việc của mình.
Bên cạnh đó, chúng ta cũng có thể thúc đẩy con đường sự nghiệp của mình bằng phương pháp học thêm những tài năng Excel mới trẻ trung và tràn đầy năng lượng qua những khóa huấn luyện trực đường miễn giá thành và tất cả phí trên internet.
Bài viết được dịch từ đây.
Nếu các bạn có kim chỉ nan trở thành Data Analyst siêng nghiệp thì bạn cũng có thể tham khảo bộ khóa huấn luyện và đào tạo toàn diện bài bản với combo 4 khóa học trong 1 bootcamp của 200Lab tại đây.
Ngoài ra, chúng ta cũng có thể nhấn vào link này nhằm tham gia vào nhóm với nhận thêm các tài liệu hữu ích khác về Data nhé!
Excel đến mailinhschool.edu.vn 365 Excel đến mailinhschool.edu.vn 365 dành mang đến m&#x
E1;y Mac Excel 2021 Excel 2021 mang đến Mac Excel 2019 Excel 2019 đến Mac Excel 2016 Excel 2016 cho Mac Excel 2013 Excel 2010 Excel 2007 xem th&#x
EA;m...Ẩn bớt
Nếu bạn muốn thực hiện các phân tích thống kê và kỹ thuật phức tạp, bạn có thể rút ngắn các bước và tiết kiệm thời gian bằng cách sử dụng Tool
Pak Phân tích. Bạn sẽ cung cấp dữ liệu và tham số cho từng phân tích; rồi công cụ sẽ dùng các hàm macro thống kê và kỹ thuật thích hợp rồi hiển thị kết quả trong bảng kết quả. Một số công cụ còn tạo biểu đồ ngoài bảng kết quả.
Chỉ có thể dùng các hàm phân tích dữ liệu trên từng trang tính một. Lúc bạn thực hiện phân tích dữ liệu trên các trang tính đã nhóm, kết quả sẽ xuất hiện bên trên trang tính đầu tiên và bảng đã được định dạng trống sẽ xuất hiện trên các trang tính còn lại. Để thực hiện phân tích dữ liệu trên phần còn lại của trang tính, hãy tính lại công cụ phân tích mang đến từng trang tính.
Tool
Pak Phân tích bao gồm các công cụ được mô tả vào các phần sau. Để truy vấn nhập các công cụ này, bấm Phân tích Dữ liệu vào nhóm Phân tích bên trên tab Dữ liệu. Nếu lệnh Phân tích Dữ liệu không khả dụng, bạn cần tải chương trình bổ trợ Tool
Pak Phân tích xuống.
Bấm tab Tệp, chọn Tùy chọn rồi bấm thể loại Bổ trợ.
Trong hộp Quản lý, chọn Bổ trợ Excel, rồi bấm Đi tới.
Nếu bạn đang sử dụng Excel for Mac, trong menu tệp, đi mang đến mục Công cụ > Excel bổ trợ.
Trong hộp Bổ trợ, nên chọn hộp kiểm tra Tool
Pak Phân tích, rồi bấm OK.
Nếu Tool
Pak Phân tích ko được liệt kê trong hộp Bổ trợ Sẵn dùng, bấm Duyệt để định vị nó.
Nếu bạn được nhắc rằng Tool
Pak Phân tích hiện không được cài đặt bên trên máy tính của bạn, hãy bấm Có để cài đặt nó.
Lưu ý: Để bao gồm các hàm Visual Basic for Application (VBA) mang lại Tool
Pak Phân tích, bạn có thẻ tải Bổ trợ Phân tích Tool
Pak - VBA giống như cách bạn tải Tool
Pak Phân tích về. Vào hộp Bổ trợ sẵn dùng, chọn hộp kiểm tra Tool
Pak Phân tích- VBA.
Công cụ phân tích Anova cung cấp các dạng phân tích phương không đúng khác nhau. Công cụ mà bạn đề nghị dùng phụ thuộc vào số lượng nhân tố và số lượng mẫu mà bạn có từ các tổng thể mà bạn muốn kiểm định.
Anova: Nhân tố Đơn
Công cụ này thực hiện phân tích phương sai solo giản trên dữ liệu mang lại hai hoặc nhiều mẫu. Phân tích cung cấp kiểm định đến giả thiết rằng mỗi mẫu được lấy từ cùng phân bố xác suất cơ bản so với giả thiết loại trừ rằng các phân bố xác suất cơ bản là không giống nhau đối với tất cả các mẫu. Nếu chỉ có nhì mẫu, bạn có thể dùng hàm trang tính T.TEST. Với nhiều hơn nhị mẫu, không có sự suy rộng T.TEST thích hợp và vậy vào đó kiểu Anova Nhân tố Đơn có thể được gọi.
Anova: Nhân tố Kép có Lặp
Công cụ phân tích này hữu ích lúc dữ liệu có thể được phân loại theo hai kích thước khác nhau. Ví dụ, trong một thí nghiệm để đo chiều cao của cây, các cây đó có thể được bón bằng các nhãn hiệu phân bón khác nhau (chẳng hạn A, B, C) và cũng có thể được giữ ở các nhiệt độ khác nhau (chẳng hạn thấp, cao). Với mỗi sáu cặp khả thi phân bón, nhiệt độ, chúng ta có số lần quan lại sát chiều cao của cây bằng nhau. Dùng công cụ Anova này, chúng ta có thể kiểm định:
Liệu chiều cao của cây đối với các nhãn hiệu phân bón khác nhau có được lấy từ cùng tổng thể cơ bản tốt không. Nhiệt độ được bỏ qua trong phân tích này.
Liệu chiều cao của cây đối với các mức nhiệt độ khác nhau có được lấy từ cùng tổng thể cơ bản tuyệt không. Nhãn hiệu phân bón được bỏ qua vào phân tích này.
Liệu đã tính đến tác động của những khác biệt giữa các nhãn hiệu phân bón được tìm thấy vào điểm gạch đầu dòng đầu tiên và những khác biệt về nhiệt độ được tìm thấy trong điểm gạch đầu dòng thứ hai, sáu mẫu đại diện cho tất cả các cặp giá trị phân bón, nhiệt độ được lấy từ cùng tổng thể hay chưa. Giả thiết loại trừ là có những tác động vì chưng các cặp phân bón, nhiệt độ cụ thể mặt cạnh những khác biệt dựa vào riêng rẽ phân bón hoặc riêng rẽ nhiệt độ.
Anova: Nhân tố Kép ko Lặp
Công cụ phân tích này hữu ích khi dữ liệu được phân loại theo nhì kích thước khác nhau như vào trường hợp Nhân tố Kép có Lặp. Mặc dù nhiên, đối với công cụ này, điều được giả định là chỉ có duy nhất một lần quan liêu sát mang lại mỗi cặp (chẳng hạn, mỗi cặp phân bón, nhiệt độ vào ví dụ trên).
Hàm trang tính CORREL với PEARSON đều giám sát và đo lường hệ số tương quan giữa hai thay đổi số thống kê giám sát khi những số đo trên mỗi phát triển thành số được quan lại sát cho mỗi đối tượng N. (Bất kỳ quan sát thiếu làm sao đối với ngẫu nhiên đối tượng làm sao làm đối tượng người tiêu dùng bị bỏ qua trong phân tích.) quy định phân tích Tương quan đặc biệt quan trọng hữu ích khi có khá nhiều hơn hai trở nên số đo lường cho từng đối tượng N. Nó cung cấp bảng kết quả, một ma trận tương quan, hiển thị quý hiếm của CORREL (hoặc PEARSON) được áp dụng cho mỗi cặp đổi mới số thống kê giám sát khả thi.
Hệ số tương quan, chẳng hạn như hiệp phương hiệp, là một thước đo của phạm vi tới cả mà hai trở thành số thống kê giám sát "cùng thay đổi đổi." Không y hệt như hiệp phương hiệp, hệ số đối sánh tương quan được giám sát và đo lường để cực hiếm của nó hòa bình với những đơn vị mà trong những số ấy hai biến đổi số giám sát được thể hiện. (Ví dụ, giả dụ hai biến số giám sát là trọng lượng cùng chiều cao, quý giá của hệ số đối sánh tương quan không đổi khác nếu trọng lượng được biến đổi từ pao thanh lịch kilogram.) quý giá của những hệ số đối sánh tương quan phải từ bỏ -1 cho +1 bao hàm cả -1.
Bạn có thể dùng công cụ phân tích đối sánh tương quan để kiểm tra mỗi cặp biến số đo lường để xác định liệu nhị biến số đo lường có xu hướng cùng di chuyển tốt không — đó là, các giá trị lớn của một biến số có xu hướng liên kết với các giá trị lớn của biến số khác hay không (tương quan tiền dương), các giá trị nhỏ của một biến số có xu hướng liên kết với các giá trị lớn của biến số khác hay là không (tương quan tiền âm), tốt các giá trị của cả nhị biến số có xu hướng độc lập (tương quan liêu gần 0 (không)).
Công cụ tương quan và Hiệp phương sai đều có thể được dùng vào cùng thiết đặt, lúc bạn có N biến số đo lường khác nhau được quan sát trên một bộ cá thể. Công cụ tương quan và Hiệp phương sai cung cấp bảng kết quả, một ma trận, thể hiện hệ số đối sánh hoặc hiệp phương không nên tương ứng giữa mỗi cặp biến số đo lường. Sự khác nhau là hệ số đối sánh được đo nằm vào khoảng từ -1 đến +1 bao gồm cả nhì số này. Hiệp phương sai tương ứng không được đo. Cả hệ số đối sánh tương quan và hiệp phương không đúng đều là các đơn vị đo lường của phạm vi đến mức mà hai biến số đo lường "cùng biến đổi."
Công vắt Hiệp phương hiệp tính giá trị của hàm trang tính COVARIANCE. P. cho từng cặp thay đổi số đo lường. (Sử dụng HIỆP PHƯƠNG HIỆP TRỰC TIẾP. P chứ chưa phải là khí cụ Hiệp phương hiệp là cách thức thay thế phù hợp khi chỉ bao gồm hai biến hóa số đo lường, tức là N=2.) Mục nhập bên trên đường chéo của bảng kết quả của biện pháp Hiệp phương biến chuyển trong hàng i, cột i là hiệp phương hiệp của đổi mới số đo sản phẩm i với bao gồm nó. Đây chỉ với phương sai tổng thể và toàn diện cho trở nên số đó, như được đo lường và tính toán bởi hàm trang tính VAR.P.
Bạn có thể dùng công cụ Hiệp phương không đúng để kiểm tra mỗi cặp biến số đo lường để xác định liệu nhị biến số đo lường có xu hướng cùng di chuyển xuất xắc không — đó là, các giá trị lớn của một biến số có xu hướng liên kết với các giá trị lớn của biến số khác hay là không (hiệp phương không đúng dương), các giá trị nhỏ của một biến số có xu hướng liên kết với các giá trị lớn của biến số khác hay là không (hiệp phương không nên âm), tốt các giá trị của cả hai biến số có xu hướng độc lập (tương quan gần 0 (không)).
Công cụ phân tích Thống kê tế bào tả tạo ra báo cáo thống kê đối chọi biến cho dữ liệu vào phạm vi nhập liệu, cung cấp tin tức về xu hướng trung trung tâm và tính biến thiên của dữ liệu của bạn.
Công cụ phân tích Làm trơn tuột Hàm mũ dự đoán một giá trị phụ thuộc vào dự đoán cho kỳ trước, được điều chỉnh cho lỗi vào dự báo trướć. Công cụ dùng hằng số làm trơn tuột a, độ lớn của nó xác định dự báo phản hồi đến các lỗi vào dự báo trước mạnh mẽ như thế nào.
Lưu ý: Giá trị của 0,2 đến 0,3 là các hằng số làm trót lọt hợp lý. Các giá trị này mang lại biết dự báo hiện tại bắt buộc được điều chỉnh đôi mươi phần trăm đến 30 phần trăm đến lỗi vào dự báo trước. Hằng số lớn hơn mang đến phản hồi nhanh hơn mà lại có thể tạo ra các phép chiếu ko ổn định. Hằng số nhỏ hơn có thể khiến giá trị dự báo bị chậm trễ lâu.
Công cụ phân tích nhị mẫu Kiểm định F đối với Phương không đúng thực hiện kiểm định F đối với hai mẫu để so sánh nhì phương không đúng tổng thể.
Ví dụ, bạn có thể dùng công cụ Kiểm định F trên các mẫu số lần gặp đội bơi lội đối với một trong nhì đội. Công cụ cung cấp kết quả của kiểm tra giả thiết null rằng hai mẫu này đến từ các phân bố có phương không nên bằng nhau, so với giải pháp loại trừ rằng phương không nên không bằng nhau trong các phân bố cơ bản.
Công cụ tính giá trị f của thống kê F (hay tỉ lệ F). Giá trị f gần tới 1 cung cấp bằng chứng rằng các phương không đúng tổng thể cơ bản là bằng nhau. Vào bảng kết quả, nếu f 1, "P(F
Công cụ Phân tích Fourier xử lý các vấn đề trong hệ thống tuyến tính và phân tính dữ liệu định kỳ bằng cách dùng phương pháp Biến đổi Fourier nhanh (FFT) để biến đổi dữ liệu. Công cụ này cũng hỗ trợ các biến đổi nghịch đảo, vào đó nghịch đảo của dữ liệu được biến đổi trả về dữ liệu gốc.
Công cụ phân tích Trung bình Di chuyển chiếu các giá trị vào kỳ dự báo, dựa vào giá trị trung bình của biến số qua số kỳ trước cụ thể. Trung bình di chuyển cung cấp tin tức xu thế mà một đường trung bình đơn giản của tất cả các dữ liệu lịch sử sẽ được bít lại. Dùng công cụ này để dự báo doanh số, hàng tồn kho hoặc các xu hướng khác. Mỗi giá trị dự báo dựa vào công thức sau.
trong đó:
N là số kỳ trước bao gồm vào trung bình di chuyển
A j là giá trị thực tế tại thời điểm j
F j là giá trị dự báo tại thời điểm j
Kiểm định t: Giả định hai mẫu có Phương sai Bằng nhau
Công cụ phân tích này thực hiện Kiểm định t của student đến hai mẫu. Dạng thức Kiểm định t này giả định rằng nhị tập dữ liệu đến từ các phân bố có phương không đúng giống nhau. Nó được gọi là Kiểm định t phương sai có điều kiện không đổi. Bạn có thể dùng Kiểm định t này để xác định nhì mẫu có khả năng đến từ các phân bố có trung bình tổng thể bằng nhau.
Kiểm định t: Giả định nhị mẫu có Phương không nên Không bằng nhau
Công cụ phân tích này thực hiện Kiểm định t của student mang đến hai mẫu. Dạng thức Kiểm định t này giả định rằng nhì tập dữ liệu đến từ các phân bố có phương không nên khác nhau. Nó được gọi là Kiểm định t có phương sai phụ thuộc vào một biến ngẫu nhiên có điều kiện khác. Với trường hợp Phương không đúng Bằng nhau trước đó, bạn có thể dùng Kiểm định t này để xác định hai mẫu có khả năng đến từ các phân bố có trung bình tổng thể bằng nhau. Hãy dùng kiểm định này khi có các đối tượng riêng biệt trong nhì mẫu. Hãy dùng kiểm định Theo cặp, được mô tả vào ví dụ sau, lúc có một tập đối kháng các đối tượng và nhì mẫu đại diện cho các đo lường đến mỗi đối tượng trước và sau xử lý.
Công thức sau được dùng để xác định giá trị thống kê t.
Công thức sau được dùng để tính bậc tự do, df. Vì kết quả của phép tính thường không là số nguyên, giá trị của df được làm tròn đến số nguyên gần nhất để có được giá trị giới hạn từ bảng t. Hàm trang tính T.TEST trong Excel dùng giá trị df được tính không làm tròn, vì nó có thể tính toán giá trị cho T.TEST bằng một df ko phải số nguyên. Vì những cách tiếp cận khác nhau này đến việc xác định bậc tự do, các kết quả của T.TEST và công cụ t-Test này sẽ khác nhau trong trường hợp Phương không đúng Không bằng nhau.
