Formules Excel Bedrijfsstatistiek Hoofdstuk 2 – Data en hun voorstelling AANTAL.ALS vb: AANTAL.ALS(A1 :B6,H1) Telt hoeveel keer (frequentie) de waarde die in H1 zit in A1:B6 voorkomt. Vooral bedoeld voor kwalitatieve variabelen. (p.14) SOM vb: SOM(A1:A6) Telt alle waarden op van A1:A6. (p.14) INTERVAL vb: INTERVAL(H1:H75,A1:A6) Telt aantal steekproefwaarnemingen (frequentie) in H1:H75 dat in het gekozen interval A1:A6 ligt. Met in A1:A6 de boven grenzen van de klassen en H1:H75 de plaats waar de ruwe data zich bevindt. Vooral bedoeld voor (continue) kwantitatieve variabelen, kan niet gebruikt worden voor kwalitatieve data. (p.19)
Hoofdstuk 3 – Beschrijvende kengetallen van steekproefgegevens Kengetallen van centrale ligging GEMIDDELDE vb: GEMIDDELDE(A1:A6) Berekent het gemiddelde. (p.32) MEDIAAN vb: MEDIAAN(A1:A6) Berekent de mediaan. (p.32) MODUS vb: MODUS(A1:A6) Berekent de modus. (p.32) Maatstaven van relatieve ligging PERCENTIEL vb: PERCENTIEL(A1:A6,q/100) De qde percentiel, met q=0,1,2,…,99,100. (p.34) KWARTIEL vb : KWARTIEL(A1:A6,q) Het qde kwartiel, met q=1,2,3. (p.34) MAX vb : MAX(A1:A6)
Grootste steekproefwaarde. (p.34) MIN vb : MIN(A1:A6) Kleinste steekproefwaarde. (p.34) GROOTSTE vb: GROOTSTE(A1:A6,q) De qde grootste waarneming in de steekproef, met q=1,2,…,n. (p.34) KLEINSTE vb: KLEINSTE(A1:A6,q) De qde kleinste waarneming in de steekproef, met q=1,2,…n. (p.34) Maatstaven van spreiding VAR vb: VAR(A1:A6) Steekproefvariantie s². (p.39) STDEV vb: STDEV(A1:A6) Steefproefstandaarddeviatie s. (p.39) VARP vb: VARP(A1:A6) populatievariantie σ² (de data wordt verondersteld een volledige populatie te zijn, er wordt gedeeld door het aantal waarnemingen). (p.39) STDEVP vb: STDEVP(A1:A6) populatiestandaarddeviatie σ. (p.39) GEM.DEVIATIE vb: GEM.DEVIATIE(A1:A6) Gemiddelde absolutie afwijking (GAA) (p.39) VARIATIEBREEDTE = MAX (A1:A6) – MIN(A1:A6) (p.39) INTERKWARTIELBREEDTE = KWARTIEL(A1:A6,3) – KWARTIEL(A1:A6,1) (p.39) GEMIDDELDE GEKWADRATEERDE AFWIJKING = DEV.KWAD(A1:A6)/10 (p.39) VARIATIECOËFFICIËNT = STDEV(A1:A6)/GEMIDDELDE(A1:A6) (p.39)
Maatstaven van scheefheid SCHEEFHEID vb: SCHEEFHEID(A1:A6) Berekent een functie van de scheefheidscoëfficiënt m3/s³. (p.41) Transformatie en standaardisatie van gegevens NORMALISEREN Standaardiseert gegevens. (p.42) Covariantie en correlatie COVARIANTIE vb: COVARIANTIE(A1:A6,B1:B6) Berekent de populatiecovariantie tussen 2 variabelen (dus *1/N). Indien men covariantie van de steekproef wenst te berekenen, dan moet men de populatiecovariantie vermenigvuldigen met N/(N-1). (p.49) CORRELATIE vb: CORRELATIE(A1:A6,B1:B6) Berekent de correlatie tussen 2 variabelen Alternatief: PEARSON(A1:A6,B1:B6) (p.49)
Hoofdstuk 4 – Kansrekening ASELECT vb: ASELECT() Genereert een lukraak getal tussen 0 en 1. (p.67) HORIZ.ZOEKEN vb: HORIZ.ZOEKEN(A1,E1:J2,2)
Hoofdstuk 7 – Belangrijke discrete variabelen BINOMIALE.VERD - vb: BINOMIALE.VERD(5,20,0.25,0) Binomiale kansverdeling px(x; n, π) voor bijvoorbeeld n=20, π =0,25 en x*=5. (p.117) - vb: BINOMIALE.VERD(5,20,0.25,1) Cumulatieve verdelingsfunctie ∑ p x; n, π voor bijvoorbeeld n=20, π=0,25 en x*=5. (p.117) CRIT.BINOM vb: CRIT.BINOM(20,0.25,0.5) De kleinste waarde x* zodanig dat ∑ (p.117)
p x; n, π
α voor bijvoorbeeld n=20, π=0,25 en α=0,5.
POISSON - vb: POISSON(x, λ, 0) Poisson kansverdeling pX(x; λ). (p.125) - vb : POISSON(x, λ, 1) Poisson verdelingsfunctie FX(x)=P(X x). (p.125) NEG.BINOM.VERD - vb: NEG.BINOM.VERD(x-1,1, π) Geometrische kansverdeling pX(x). (p.126) - vb: NEG.BINOM.VERD(x-r, r, π) Kansverdeling pX(x) voor een negatief binomiale verdeling of Pascal verdeling met r keer successen. (p.128)
Hoofdstuk 8 – Belangrijke continue kansvariabelen EXPON.VERD - vb: EXPON.VERD(x, λ, 0) Exponentiële dichtheid. (p.133) - vb: EXPON.VERD(x, λ, 1) Exponentiële verdelingsfunctie. (p.133)
Hoofdstuk 9 – De normale dichtheid NORM.VERD - vb: NORM.VERD(x, µ, σ, 0) Normale dichtheid fX(x). (p.147) - vb: NORM.VERD(x, µ, σ, 1) Normale verdelingsfunctie FX(x)=P(X x). (p.147) NORM.INV vb: NORM.INV(ASELECT(), µ, σ) Genereert een normaal verdeelde kansvariabele met verwachte waarde µ en standaarddeviatie σ. (p.147) STAND.NORM.VERD vb: STAND.NORM.VERD(z) Standaardnormale verdelingsfunctie FX(x)=P(X x). (p.147) STAND.NORM.INV vb: STAND.NORM.INV(ASELECT()) Genereert een standaardnormaal verdeelde kansvariabele. (p.147)
Hoofdstuk 16 – Betrouwbaarheidsinterval voor een populatiegemiddelde µ T.VERD - vb: T.VERD(x , v, 1) Geeft de kans rechts van x of P(Tv > x). (p.223) - vb: T.VERD(x , v, 2)
Geeft 2*P(Tv > x). (p.223) T.INV vb: T.INV(2α, v) Geeft t(α, v). (p.223)
Hoofdstuk 18 – Inferenties voor variantie en proportie CHI.KWADRAAT vb: CHI.KWADRAAT(x, k) Geeft de kans rechts van x of P(X
χ²( α, k) = α met k = aantal vrijheidsgraden. (p.250)
CHI.KWADRAAT.INV vb: CHI.KWADRAAT.INV(α,k) Geeft χ²( α, k). (p.250)
Hoofdstuk 19 – Vergelijken van twee populaties of processen T.TOETS - vb: T.TOETS(bereik 1, bereik 2, 1 of 2, 1 of 2 of 3) Berekent de p-waarde voor het verschil in onafhankelijke populatiegemiddelden waarbij de populatievarianties: ofwel niet gekend zijn, maar gelijk ondersteld worden (laatste argument = 2) ofwel niet gekend zijn en niet gelijk ondersteld worden (laatste argument=3). Wanneer de populatiegemiddelden gepaarde waarnemingen zijn (dus niet meer onafhankelijk), dan is het laatste argument = 1. Het voorlaatste argument verwijst naar eenzijdig testen (=1) of tweezijdig testen (=2). (p.265 + +267 + 269) F.VERDELING vb: F.VERDELING( x, k , l) Geeft de kans α rechts van x in een F-dichtheid of P(Fk,l
F(α,k,l) met parameters k en l. (p.255)
F.INVERSE vb: F.INVERSE(α,k,l) Geeft de waarde van de F-verdeelde kansvariabele F(α,k,l) met parameters k en l en kans α in de rechterstaart. (p.255) F.TOETS vb: F.TOETS(bereik 1, bereik2) Berekent voor een vergelijking (F-verdeeld) de p-waarde van varianties van een tweezijdige test. Bij toepassing van een eenzijdige test kan deze functie worden gebruikt mits het resultaat te delen door 2. (p.276)
Hoofdstuk 20 – Inferenties voor multinomiale processen CHI.TOETS vb: CHI.TOETS(A1:A4,B1:B4) > SB(x1,x2,..,xk)] voor A1:A4 waargenomen frequenties x1,x2,x3,x4 Berekent de p-waarde pB = P[ en B1:B4 verwachte frequenties E1,E2,E3,E4. (p.285)
