Рассчитайте эмпирическое значение z критерия знаков эксель

Обновлено: 06.07.2024

Рассмотрим использование MS EXCEL при проверке статистических гипотез о среднем значении распределения в случае известной дисперсии. Вычислим тестовую статистику Z ₀ , рассмотрим процедуру «одновыборочный z-тест», вычислим Р-значение (Р- value ).

Проверка гипотез (Hypothesis testing) тесно связана с построением доверительных интервалов . При первом знакомстве с процедурой проверки гипотез рекомендуется начать с изучения построения соответствующего доверительного интервала .

СОВЕТ : Для проверки гипотез нам потребуется знание следующих понятий:

Формулировка задачи. Из генеральной совокупности имеющей нормальное распределение с неизвестным μ и известной дисперсией σ 2 взята выборка размера n. Необходимо проверить статистическую гипотезу о равенстве неизвестного μ заданному значению μ ₀ (англ. Inference on the mean of a population, variance known).

Примечание : Требование о нормальности исходного распределения, из которого берется выборка , не является строгим. Н ₀ , необходимо, чтобы были выполнены условия применения Центральной предельной теоремы .

Статистическая гипотеза – это некое утверждение о неизвестных параметрах распределения. Процедура проверки гипотез зависит от оцениваемого параметра распределения и условий задачи. Сначала рассмотрим общий подход при проверке гипотез , затем рассмотрим конкретный пример.

Обычно формулируют 2 гипотезы: нулевую Н ₀ и альтернативную Н ₁ . В нашем случае нулевой гипотезой будет равенство μ и μ ₀ , а альтернативной гипотезой – их отличие. Нулевая гипотеза отвергается только в том случае, если на это достаточно оснований. В этом случае принимается альтернативная гипотеза .

Чтобы понять, достаточно ли у нас оснований для отклонения нулевой гипотезы , из распределения делают выборка.

Сначала проведем проверку гипотезы , используя доверительный интервал , а затем с помощью вышеуказанной процедуры z-тест . В конце вычислим Р-значение и также используем его для проверки гипотезы .

Итак, нулевая гипотеза Н ₀ утверждает, что неизвестное среднее значение распределения μ равно μ ₀ . Соответствующая альтернативная гипотеза Н ₁ утверждает обратное: μ не равно μ ₀ . Это пример двусторонней проверки , т.к. неизвестное значение может быть как больше, так и меньше μ ₀ .

Если упрощенно, то проверка гипотезы заключается в сравнении 2-х величин: вычисленного на основании выборки среднего значения Х _ср и заданного μ ₀ . Если эти значения «отличаются больше, чем можно было бы ожидать исходя из случайности», то нулевую гипотезу отклоняют.

Поясним фразу «отличаются больше, чем можно было бы ожидать исходя из случайности». Для этого, вспомним, что распределение Выборочного среднего (статистика Х _ср ) стремится к нормальному распределению со средним значением μ и стандартным отклонением равным σ/√n, где σ – стандартное отклонение распределения , из которого берется выборка (не обязательно нормальное ), а n – объем выборки (подробнее см. статью про ЦПТ ). В нашем случае стандартное отклонение σ известно.

В задачах проверки гипотез также задается уровень доверия (вероятность), который определяет порог между утверждением «мало вероятно» и «вполне вероятно» или «может быть обусловлено случайностью» и «не может быть обусловлено случайностью». Обычно используют значения уровня доверия 90%; 95%; 99%, реже 99,9% и т.д.

Примечание : Уровень доверия равен (1-α) , где α – уровень значимости . И наоборот, α=( 1-уровень доверия ) .

Таким образом, знание распределения статистики Х _ср и заданного уровня доверия , позволяют нам формализовать с помощью математических выражений фразу «отличаются больше, чем можно было бы ожидать исходя из случайности». В этом нам поможет доверительный интервал (как строится доверительный интервал нам известно из этой статьи ).

Если среднее выборки попадает в доверительный интервал, построенный относительно μ ₀ , то для отклонения нулевой гипотезы оснований нет.

Для визуализации процедуры проверки гипотез в файле примера на листе Сигма известна создана диаграмма .

Если μ ₀ не попадает в доверительный интервал, то нулевая гипотеза отклоняется.

Теперь рассмотрим проверку гипотез с помощью процедуры z -тест .

Z-тест

Кроме доверительного интервала для проверки гипотез существует также и другой эквивалентный подход - z -тест:

• На основе выборки вычисляют тестовую статистику . Выбор тестовой статистики делают в зависимости от оцениваемого параметра распределения и условий задачи. В нашем случае тестовой статистикой является случайная величина z= , где – среднее выборки (обозначим Х _ср ). Значение, которое приняла z-статистика , обычно обозначают Z ₀ ;
• z-статистика , как и любая другая случайная величина, имеет свое распределение. В процедуре проверки гипотез это распределение называют « эталонным распределением », англ. Reference distribution. В нашем случае тестовая статистика имеет стандартное нормальное распределение ;
• Также исследователь устанавливает требуемый уровень значимости – это допустимая для данной задачи ошибка первого рода , т.е. вероятность отклонить нулевую гипотезу , когда она верна ( уровень значимости обозначают буквой α и чаще всего выбирают равным 0,1; 0,05 или 0,01);
• С помощью эталонного распределения для заданного уровня значимости вычисляют соответствующие квантили этого распределения . В нашем случае, при проверке двухсторонней гипотезы , необходимо будет вычислить верхний α/2-квантиль стандартногонормального распределения, т.е. такое значение случайной величины z, что P(z>=Z _α/2 )=α/2 ;
• И наконец, значение тестовой статистики Z ₀ сравнивают с вычисленными на предыдущем шаге квантилями и делают статистический вывод : Имеются ли основания, чтобы отвергнуть нулевую гипотезу ? В нашем случае проверки двусторонней гипотезы, Н ₀ отвергается если: |Z ₀ |>Z _α/2 .

Примечание : Подробнее про квантили распределения можно прочитать в статье Квантили распределений MS EXCEL .

В MS EXCEL верхний α /2-квантиль стандартного нормального распределения вычисляется по формуле =НОРМ.СТ.ОБР(1-α/2)

Учитывая симметричность стандартного нормального распределения относительно оси ординат, верхний α /2-квантиль равен обычному α /2-квантилю со знаком минус: =-НОРМ.СТ.ОБР(α/2)

Примечание : Еще раз подчеркнем связь процедуры z -теста с построением доверительного интервала . Т.к. z -статистика распределена по стандартному нормальному закону, то можно ожидать, что 1-α значений z -статистики будет попадать в интервал между -Z _α/2 и Z _α/2 . Например, для уровня доверия 95% в интервал между -1,960 и 1,960 будет попадать примерно 95% значений Z ₀ , вычисленных на основе выборки . Если Z ₀ не попало в указанный интервал, то это считается маловероятным событием и нулевая гипотеза отвергается.

В случае односторонней гипотезы речь идет об отклонении μ только в одну сторону: либо больше либо меньше μ ₀ . Если альтернативная гипотеза звучит как μ>μ ₀ , то гипотеза Н ₀ отвергается в случае Z ₀ > Z _α . Если альтернативная гипотеза звучит как μ μ ₀ .

Напомним, что если Н ₁ утверждает, что μ>μ ₀ , то односторонняя гипотеза Н ₀ отвергается в случае если Z ₀ > Z _α . Эти значения z -статистики имеют размерность анализируемой случайной величины, но их трудно интерпретировать. Преобразуем неравенство Z ₀ > Z _α так, чтобы его можно было проще интерпретировать.

Напомним, что Z _α – это положительная величина и она равна верхнему α -квантилю стандартного нормального распределения (такому значению случайной величины z, что P(z>=Z _α )=α). Неравенство Z ₀ > Z _α означает, что если Z ₀ , вычисленное на основе выборки , будет слишком велико, т.е. больше Z _α , то эта ситуация считается маловероятным событием и появляется основание для отклонения нулевой гипотезы .

Поэтому, логично вычислить вероятность события, что z -статистика примет значение z>=Z ₀ и сравнить ее с вероятностью, что z=>Z _α . Вероятность события z=>Z _α (по определению верхнего квантиля ) – это просто α. Вероятность события, что z -статистика примет значение z>=Z ₀ равна 1-Ф(Z ₀ ), где Ф(z) – интегральная функция стандартного нормального распределения . В MS EXCEL эта функция вычисляется по формуле =1-НОРМ.СТ.РАСП(Z ₀ ;ИСТИНА)

Примечание : В MS EXCEL для вычисления p-значения имеется специальная функция Z.TEСT() , которая эквивалентна выражению =1-НОРМ.СТ.РАСП(Z ₀ ;ИСТИНА) . Про функцию Z.TEСT() см. ниже .

Таким образом, неравенство Z ₀ > Z _α эквивалентно неравенству P(z>= Z ₀ ) =НОРМ.СТ.РАСП(Z ₀ ;ИСТИНА) . Соответственно, p-значение для односторонней гипотезы μ =1-Z.TEСT( выборка ; μ ₀ ; σ) , где выборка – ссылка на диапазон, содержащий значения выборки .

В случае двусторонней гипотезы, p -значение вычисляется по формуле =2*(1-Ф(|Z ₀ |)).

В качестве примера проверим гипотезу Н ₀ : μ=μ ₀ , при этом альтернативная односторонняя гипотеза Н ₁ : μ Z ₀ =(1,851-2,3)/(2/КОРЕНЬ(60))=-1,739 p-значение =НОРМ.СТ.РАСП(-1,739;ИСТИНА)=0,04 Нулевая гипотеза отклоняется, т.к. 0,04 файле примера : во всех случаях, когда z-тест дает заключение о необходимости отклонить нулевую гипотезу , Х _ср не попадает в соответствующий доверительный интервал, а p -значение меньше уровня значимости.

Функция Z.ТЕСТ()

MS EXCEL для процедуры z-тест существует специальная функция Z.ТЕСТ() , которая на самом деле вычисляет p-значение в случае односторонней альтернативной гипотезы μ >μ ₀ : =Z.TEСT( выборка ; μ ₀ ; σ) , где выборка – ссылка на диапазон, содержащий n значений выборки, σ – известное стандартное отклонение распределения, из которого делается выборка .

Функция Z.ТЕСТ() эквивалентна формуле =1- НОРМ.СТ.РАСП((СРЗНАЧ( выборка )- μ ₀ ) / (σ/√n);ИСТИНА)

Выражение (СРЗНАЧ( выборка )- μ ₀ ) / (σ/√n) – это значение тестовой статистики , т.е. Z ₀ .

Эту же функцию можно использовать для вычисления p -значения в случае проверки двусторонней гипотезы , записав формулу: =2 * МИН(Z.TEСT( выборка ; μ ₀ ; σ); 1 - Z.TEСT( выборка ; μ ₀ ; σ)

Для вычисления p -значения в случае односторонней альтернативной гипотезы μ =1-Z.TEСT( выборка ; μ ₀ ; σ)

σ - третий аргумент функции Z.ТЕСТ() должен быть всегда указан, т.к. это соответствует вышерассмотренной процедуре z-теста .

Одним из наиболее известных статистических инструментов является критерий Стьюдента. Он используется для измерения статистической значимости различных парных величин. Microsoft Excel обладает специальной функцией для расчета данного показателя. Давайте узнаем, как рассчитать критерий Стьюдента в Экселе.

Определение термина

Но, для начала давайте все-таки выясним, что представляет собой критерий Стьюдента в общем. Данный показатель применяется для проверки равенства средних значений двух выборок. То есть, он определяет достоверность различий между двумя группами данных. При этом, для определения этого критерия используется целый набор методов. Показатель можно рассчитывать с учетом одностороннего или двухстороннего распределения.

Расчет показателя в Excel

Способ 1: Мастер функций

Проще всего производить вычисления данного показателя через Мастер функций.

Строим таблицу с двумя рядами переменных.

В поле «Хвосты» вписываем значение «1», если будет производиться расчет методом одностороннего распределения, и «2» в случае двухстороннего распределения.

В поле «Тип» вводятся следующие значения:

• 1 – выборка состоит из зависимых величин;
• 2 – выборка состоит из независимых величин;
• 3 – выборка состоит из независимых величин с неравным отклонением.

Выполняется расчет, а результат выводится на экран в заранее выделенную ячейку.

Способ 2: работа со вкладкой «Формулы»

Функцию СТЬЮДЕНТ.ТЕСТ можно вызвать также путем перехода во вкладку «Формулы» с помощью специальной кнопки на ленте.

Выделяем ячейку для вывода результата на лист. Выполняем переход во вкладку «Формулы».

Способ 3: ручной ввод

Формулу СТЬЮДЕНТ.ТЕСТ также можно ввести вручную в любую ячейку на листе или в строку функций. Её синтаксический вид выглядит следующим образом:

Что означает каждый из аргументов, было рассмотрено при разборе первого способа. Эти значения и следует подставлять в данную функцию.

После того, как данные введены, жмем кнопку Enter для вывода результата на экран.

Как видим, вычисляется критерий Стьюдента в Excel очень просто и быстро. Главное, пользователь, который проводит вычисления, должен понимать, что он собой представляет и какие вводимые данные за что отвечают. Непосредственный расчет программа выполняет сама.

Мы рады, что смогли помочь Вам в решении проблемы.

Отблагодарите автора, поделитесь статьей в социальных сетях.

Опишите, что у вас не получилось. Наши специалисты постараются ответить максимально быстро.

Регрессионный анализ является одним из самых востребованных методов статистического исследования. С его помощью можно установить степень влияния независимых величин на зависимую переменную. В функционале Microsoft Excel имеются инструменты, предназначенные для проведения подобного вида анализа. Давайте разберем, что они собой представляют и как ими пользоваться.

Подключение пакета анализа

Но, для того, чтобы использовать функцию, позволяющую провести регрессионный анализ, прежде всего, нужно активировать Пакет анализа. Только тогда необходимые для этой процедуры инструменты появятся на ленте Эксель.

Перемещаемся во вкладку «Файл».

Теперь, когда мы перейдем во вкладку «Данные», на ленте в блоке инструментов «Анализ» мы увидим новую кнопку – «Анализ данных».

Виды регрессионного анализа

Существует несколько видов регрессий:

• параболическая;
• степенная;
• логарифмическая;
• экспоненциальная;
• показательная;
• гиперболическая;
• линейная регрессия.

О выполнении последнего вида регрессионного анализа в Экселе мы подробнее поговорим далее.

Линейная регрессия в программе Excel

Внизу, в качестве примера, представлена таблица, в которой указана среднесуточная температура воздуха на улице, и количество покупателей магазина за соответствующий рабочий день. Давайте выясним при помощи регрессионного анализа, как именно погодные условия в виде температуры воздуха могут повлиять на посещаемость торгового заведения.

Общее уравнение регрессии линейного вида выглядит следующим образом: У = а0 + а1х1 +…+акхк . В этой формуле Y означает переменную, влияние факторов на которую мы пытаемся изучить. В нашем случае, это количество покупателей. Значение x – это различные факторы, влияющие на переменную. Параметры a являются коэффициентами регрессии. То есть, именно они определяют значимость того или иного фактора. Индекс k обозначает общее количество этих самых факторов.

Кликаем по кнопке «Анализ данных». Она размещена во вкладке «Главная» в блоке инструментов «Анализ».

С помощью других настроек можно установить метки, уровень надёжности, константу-ноль, отобразить график нормальной вероятности, и выполнить другие действия. Но, в большинстве случаев, эти настройки изменять не нужно. Единственное на что следует обратить внимание, так это на параметры вывода. По умолчанию вывод результатов анализа осуществляется на другом листе, но переставив переключатель, вы можете установить вывод в указанном диапазоне на том же листе, где расположена таблица с исходными данными, или в отдельной книге, то есть в новом файле.

Разбор результатов анализа

Результаты регрессионного анализа выводятся в виде таблицы в том месте, которое указано в настройках.

Одним из основных показателей является R-квадрат. В нем указывается качество модели. В нашем случае данный коэффициент равен 0,705 или около 70,5%. Это приемлемый уровень качества. Зависимость менее 0,5 является плохой.

Ещё один важный показатель расположен в ячейке на пересечении строки «Y-пересечение» и столбца «Коэффициенты». Тут указывается какое значение будет у Y, а в нашем случае, это количество покупателей, при всех остальных факторах равных нулю. В этой таблице данное значение равно 58,04.

Как видим, с помощью программы Microsoft Excel довольно просто составить таблицу регрессионного анализа. Но, работать с полученными на выходе данными, и понимать их суть, сможет только подготовленный человек.

Мы рады, что смогли помочь Вам в решении проблемы.

Отблагодарите автора, поделитесь статьей в социальных сетях.

Опишите, что у вас не получилось. Наши специалисты постараются ответить максимально быстро.

Программа Microsoft Excel является не просто табличным редактором, а ещё и мощнейшим приложением для различных вычислений. Не в последнюю очередь такая возможность появилась благодаря встроенным функциям. С помощью некоторых функций (операторов) можно задавать даже условия вычисления, которые принято называть критериями. Давайте подробнее узнаем, каким образом можно их использовать при работе в Экселе.

Применение критериев

Критерии представляют собой условия, при которых программа выполняет определенные действия. Они применяются в целом ряде встроенных функций. В их названии чаще всего присутствует выражение «ЕСЛИ». К данной группе операторов, прежде всего, нужно отнести СЧЁТЕСЛИ, СЧЁТЕСЛИМН, СУММЕСЛИ, СУММЕСЛИМН. Кроме встроенных операторов, критерии в Excel используются также при условном форматировании. Рассмотрим их применение при работе с различными инструментами данного табличного процессора более подробно.

СЧЁТЕСЛИ

Главной задачей оператора СЧЁТЕСЛИ, относящегося к статистической группе, является подсчет занятых различными значениями ячеек, которые удовлетворяют определенному заданному условию. Его синтаксис следующий:

Как видим, у данного оператора два аргумента. «Диапазон» представляет собой адрес массива элементов на листе, в которых следует произвести подсчет.

А теперь давайте на конкретном примере посмотрим, как работает данный оператор на практике.

Итак, имеется таблица, где представлена выручка по пяти магазинам за неделю. Нам нужно узнать количество дней за этот период, в которых в Магазине 2 доход от реализации превысил 15000 рублей.

Выделяем элемент листа, в который оператор будет выводить результат вычисления. После этого щелкаем по пиктограмме «Вставить функцию».

В следующем поле «Критерий» как раз нужно задать непосредственный параметр отбора. В нашем случае нужно подсчитать только те элементы таблицы, в которых значение превышает 15000. Поэтому с помощью клавиатуры вбиваем в указанное поле выражение «>15000».

СЧЁТЕСЛИМН

Следующей функцией, которая оперирует критериями, является СЧЁТЕСЛИМН. Она также относится к статистической группе операторов. Задачей СЧЁТЕСЛИМН является подсчет ячеек в указанном массиве, которые удовлетворяют определенному набору условий. Именно тот факт, что можно задать не один, а несколько параметров, и отличает этого оператора от предыдущего. Синтаксис следующий:

«Диапазон условия» является идентичным первому аргументу предыдущего оператора. То есть, он представляет собой ссылку на область, в которой будет производиться подсчет ячеек, удовлетворяющих указанным условиям. Данный оператор позволяет задать сразу несколько таких областей.

«Условие» представляет собой критерий, который определяет, какие элементы из соответствующего массива данных войдут в подсчет, а какие не войдут. Каждой заданной области данных нужно указывать условие отдельно, даже в том случае, если оно совпадает. Обязательно требуется, чтобы все массивы, используемые в качестве областей условия, имели одинаковое количество строк и столбцов.

Для того, чтобы задать несколько параметров одной и той же области данных, например, чтобы подсчитать количество ячеек, в которых расположены величины больше определенного числа, но меньше другого числа, следует в качестве аргумента «Диапазон условия» несколько раз указать один и тот же массив. Но при этом в качестве соответствующих аргументов «Условие» следует указывать разные критерии.

На примере все той же таблицы с недельной выручкой магазинов посмотрим, как это работает. Нам нужно узнать количество дней недели, когда доход во всех указанных торговых точках достигал установленной для них нормы. Нормы выручки следующие:

• Магазин 1 – 14000 рублей;
• Магазин 2 – 15000 рублей;
• Магазин 3 – 24000 рублей;
• Магазин 4 – 11000 рублей;
• Магазин 5 – 32000 рублей.

В поле «Диапазон условия1» следует ввести адрес строки, в которой расположены данные по выручке Магазина 1 за неделю. Для этого ставим курсор в поле и выделяем соответствующую строку в таблице. Координаты отображаются в окне.

Учитывая, что для Магазина 1 дневная норма выручки составляет 14000 рублей, то в поле «Условие 1» вписываем выражение «>14000».

В поля «Диапазон условия2 (3,4,5)» следует внести координаты строк с недельной выручкой соответственно Магазина 2, Магазина 3, Магазина 4 и Магазина 5. Действие выполняем по тому же алгоритму, что и для первого аргумента данной группы.

В поля «Условие2», «Условие3», «Условие4» и «Условие5» вносим соответственно значения «>15000», «>24000», «>11000» и «>32000». Как нетрудно догадаться, эти значения соответствуют интервалу выручки, превышающую норму для соответствующего магазина.

Теперь несколько изменим задачу. Нам следует посчитать количество дней, в которых Магазин 1 получил выручку, превышающую 14000 рублей, но меньшую, чем 17000 рублей.

Ставим курсор в элемент, где будет произведен вывод на лист результатов подсчета. Клацаем по пиктограмме «Вставить функцию» над рабочей площадью листа.

Далее устанавливаем курсор в поле «Условие1». Тут нам нужно указать нижнюю границу значений в ячейках, которые будут принимать участие в подсчете. Указываем выражение «>14000».

В поле «Диапазон условия2» вводим тот же адрес тем же способом, который вводили в поле «Диапазон условия1», то есть, опять вносим координаты ячеек со значениями выручки по первой торговой точке.

В поле «Условие2» указываем верхнюю границу отбора: «<17000».

СУММЕСЛИ

Ещё одним оператором, который использует критерии, является СУММЕСЛИ. В отличие от предыдущих функций, он относится к математическому блоку операторов. Его задачей является суммирование данных в ячейках, которые соответствуют определенному условию. Синтаксис таков:

Аргумент «Диапазон» указывает на область ячеек, которые будут проверяться на соблюдение условия. По сути, он задается по тому же принципу, что и одноименный аргумент функции СЧЁТЕСЛИ.

Теперь, как всегда, рассмотрим применение данного оператора на практике. На основе той же таблицы перед нами стоит задача подсчитать сумму выручки в Магазине 1 за период, начиная с 11.03.2017.

Выделяем ячейку, в которой будет производиться вывод результата. Щелкаем по пиктограмме «Вставить функцию».

В поле «Диапазон» вводим область таблицы, в которой будут располагаться значения, проверяемые на соблюдение условий. В нашем случае это будет строка дат. Ставим курсор в данное поле и выделяем все ячейки, в которых содержатся даты.

Так как нам нужно сложить только суммы выручки, начиная с 11 марта, то в поле «Критерий» вбиваем значение «>10.03.2017».

В поле «Диапазон суммирования» нужно указать область, значения которой, отвечающие указанным критериям, будут суммироваться. В нашем случае это значения выручки строки «Магазин1». Выделяем соответствующий массив элементов листа.

СУММЕСЛИМН

Завершим изучение операторов, которые используют критерии, остановившись на функции СУММЕСЛИМН. Задачей данной математической функции является суммирование значений указанных областей таблицы, отобранных по нескольким параметрам. Синтаксис указанного оператора таков:

Данная функция подразумевает операции сразу с несколькими наборами подобных операторов.

Посмотрим, как данный оператор применим для решения задач в контексте нашей таблицы выручки от реализации в торговых точках. Нам нужно будет подсчитать доход, который принес Магазин 1 за период с 09 по 13 марта 2017 года. При этом при суммировании дохода должны учитываться только те дни, выручка в которых превысила 14000 рублей.

Снова выделяем ячейку для вывода итога и клацаем по пиктограмме «Вставить функцию».

Устанавливаем курсор в поле «Диапазон суммирования». В отличие от последующих аргументов, этот единственный в своем роде и указывает на тот массив значений, где будет производиться суммирование подошедших под указанные критерии данных. Затем выделяем область строки «Магазин1», в которой размещены значения выручки по соответствующей торговой точке.

После того, как адрес отобразился в окне, переходим к полю «Диапазон условия1». Тут нам нужно будет отобразить координаты строки с датами. Производим зажим левой кнопки мыши и выделяем все даты в таблице.

Ставим курсор в поле «Условие1». Первым условием является то, что нами будут суммироваться данные не ранее 09 марта. Поэтому вводим значение «>08.03.2017».

Перемещаемся к аргументу «Диапазон условия2». Тут нужно внести те же координаты, которые были записаны в поле «Диапазон условия1». Делаем это тем же способом, то есть, путем выделения строчки с датами.

Устанавливаем курсор в поле «Условие2». Вторым условием является то, что дни, за которые будет суммироваться выручка, должны быть не позже 13 марта. Поэтому записываем следующее выражение: «<14.03.2017».

Переходим в поле «Диапазон условия2». В данном случае нам нужно выделить тот самый массив, адрес которого был внесен, как массив суммирования.

После того, как адрес указанного массива отобразился в окне, переходим к полю «Условие3». Учитывая, что в суммировании будут принимать участие только значения, величина которых превышает 14000 рублей, вносим запись следующего характера: «>14000».

Условное форматирование

Последним, описанным нами, инструментом, при работе с которым используются критерии, является условное форматирование. Он выполняет указанный вид форматирования ячеек, которые отвечают заданным условиям. Взглянем на пример работы с условным форматированием.

Выделим те ячейки таблицы синим цветом, где значения за день превышают 14000 рублей.

Выделяем весь массив элементов в таблице, в котором указана выручка торговых точек по дням.

Более подробно о возможностях условного форматирования рассказывается в отдельной статье.

Как видим, с помощью инструментов, использующих при своей работе критерии, в Экселе можно решать довольно разноплановые задачи. Это может быть, как подсчет сумм и значений, так и форматирование, а также выполнение многих других задач. Основными инструментами, работающими в данной программе с критериями, то есть, с определенными условиями, при выполнении которых активируется указанное действие, является набор встроенных функций, а также условное форматирование.

Мы рады, что смогли помочь Вам в решении проблемы.

Отблагодарите автора, поделитесь статьей в социальных сетях.

Опишите, что у вас не получилось. Наши специалисты постараются ответить максимально быстро.

Читайте также:

  
• Чтобы посмотреть видео пожалуйста включите поддержку javascript или обновите ваш браузер ps3
  
• Пцр тест для выезда за границу фотошоп
  
• Sublime text 3 удалить синтаксис
  
• Структуры которые не допускается использовать в программе при структурном программировании
  
• Comodo защита браузеров выскакивает