具体设置方法如下：
1.首先，打开Excel，打开左上角文件的标签栏。
2.进入到底部的“选项”。
3.接下来找到“加载项”，然后在加载项中找到“分析工具库”。
4.然后点击底部的“转到”。
5.在这个界面勾选“分析工具库”然后确定。
6.接着就可以在顶部工具栏的“数据”一栏下找到“数据分析”选项了。
7.单击打开，这里有很多简单的数据分析功能，单击需要使用的功能确定，然后按照要求使用即可。
如何利用Excel做数据分析
在日常办公以及数据处理中，经常要把一些有规律的数据处理成图文，从而看起来比较直观。下面让我为你带来excel表格数据分析的 方法 。
excel表格数据分析步骤如下：
选择成对的数据列，将它们使用“X、Y散点图”制成散点图。
在数据点上单击右键，选择“添加趋势线”-“线性”，并在选项标签中要求给出公式和相关系数等，可以得到拟合的直线。
由图中可知，拟合的直线是y=15620x+6606.1，R2的值为0.9994。
因为R2 >0.99，所以这是一个线性特征非常明显的实验模型，即说明拟合直线能够以大于99.99%地解释、涵盖了实测数据，具有很好的一般性，可以作为标准工作曲线用于其他未知浓度溶液的测量。
为了进一步使用更多的指标来描述这一个模型，我们使用数据分析中的“回归”工具来详细分析这组数据。
在选项卡中显然详细多了，注意选择X、Y对应的数据列。“常数为零”就是指明该模型是严格的正比例模型，本例确实是这样，因为在浓度为零时相应峰面积肯定为零。先前得出的回归方程虽然拟合程度相当高，但是在x=0时，仍然有对应的数值，这显然是一个可笑的结论。所以我们选择“常数为零”。
“回归”工具为我们提供了三张图，分别是残差图、线性拟合图和正态概率图。重点来看残差图和线性拟合图。
在线性拟合图中可以看到，不但有根据要求生成的数据点，而且还有经过拟和处理的预测数据点，拟合直线的参数会在数据表格中详细显示。本实例旨在提供更多信息以起到抛砖引玉的作用，由于涉及到过多的专业术语，请各位读者根据实际，在具体使用中另行参考各项参数，此不再对更多细节作进一步解释。
残差图是有关于世纪之与预测值之间差距的图表，如果残差图中的散点在中州上下两侧零乱分布，那么拟合直线就是合理的，否则就需要重新处理。
更多的信息在生成的表格中，详细的参数项目完全可以满足回归分析的各项要求。下图提供的是拟合直线的得回归分析中方差、标准差等各项信息。
关于excel表格数据分析的相关 文章 推荐：
1. 如何利用excel进行数据分析的教程
2. 如何用excel进行数据分析的教程
3. excel的数据分析功能在哪里
Excel是日常工作中最常用的工具，如果不考虑性能和数据量的话，可以应付绝大部分的分析工作。数据分析的最终目的是解决我们生活和工作中遇到的问题，明确的问题为数据分析提供了目标和方向。
Excel数据分析步骤分为：明确问题-理解数据-清洗数据-数据分析或构建模型-数据可视化。
一、明确问题
以上篇文章中提到的淘宝和天猫婴儿用品数据为数据集来进行数据分析。
1、在一级分类商品中，哪个商品销量最好，在此分类下，哪个子分类最受欢迎？
2、不同季度对用户购买行为有什么影响？
2、不同年龄对用户购买行为有什么影响？
3、不同性别对用户购买行为有什么影响？
二、理解数据
参考 沐沐：描述统计分析 理解数据集部分
三、数据清洗
数据清洗步骤为：选择子集-列名重命名-删除重复值-缺失值处理-一致化处理-数据排序-异常值处理。
1、选择子集
有时候原始数据量过大，有时候并不需要全部字段，我们可以将不需要用到的字段进行隐藏，为了保证数据的完整性，尽量不要删除数据。从问题中我们可以发现购买商品表中的商品属性对于我们分析数据没什么帮助，可以将其隐藏（选中商品属性列-右击-选择隐藏）。
2、列名重命名
我们可以将原始数据集的英文字段改成中文字段，方便阅读和理解，双击列名直接修改即可。
3、删除重复值
从购买商品表和婴儿信息表示中可知，如果全部字段重复，我们才认为数据是有重复的，从操作来看，是没有重复值的。
4、缺失值处理
可以看总共有多少行数据，然后鼠标选中列来看缺少多少数值。如果有缺失值，我们可以用定位找到缺失值（选中列-F5-定位条件-空值）。未找到缺失值。
5、一致化处理
对数据列的数据格式进行统一处理。数据中的购买时间列和出生日期列为常规格式，我们需要转换为日期类型（选中列-右击-设置单元格格式-日期），然后再选中列-分列-下一步-下一步-列数据格式：日期：YMD-完成。
6、数据排序
我们通过对购买次数列进行降序排序，发现用户‘2288344467’在2014年11月13日购买了10000份的‘50018831’二级分类、‘50014815’一级分类商品。
7、异常值处理
通过数据透视表没有每列数据中的异常值。
至此，我们已经得到分析问题的数据了，下一步，利用Excel中的数据透视、函数和分析工具来进行数据分析来解决我们的业务问题了。
1、在一级分类商品中，哪个商品销量最好，在此分类下，哪个子分类最受欢迎？
将商品一级分类放在行标签，值为购买数量的求和项，得出最受欢迎的一级商品为28，购买数量为28545。
在此分类下，即在一级分类28商品下，最受欢迎的是哪类二级商品？
2、季度对用户购买行为有什么影响？即看每个季度销量怎么样？
从数据透视结果来看，我们发现，12-14年的第四季度在该年的销售量都是最高的。
3、不同年龄对用户购买行为有什么影响？
在分析这个问题之前，我们需要将一级分类商品和二级分类商品用Vlookup函数V到婴儿信息表中，然后计算出婴儿的年龄。
根据计算出的数据透视出来各年龄段的购买量为：从透视表中我们可以看出4岁以前的婴儿为主要用户群体。
从婴儿不同年龄段购买二级商品数量来看，各年龄段最受用户欢迎的二级商品如下图所示：
4、不同性别对用户购买行为有什么影响？
我们可以看出男婴儿和女婴儿的人数相差小，但是女婴儿的购买数量将近是男婴儿的两倍。
最受男女婴儿欢迎的二级分类商品的TOP5
此外，我们还可以看出最受男女婴儿欢迎的二级分类商品TOP5。
以上就是关于请问EXCEL表格怎么做数据分析?全部的内容，如果了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！
