应用统计分析课程学习总结

时间:2019-05-12 11:28:38下载本文作者:会员上传
简介:写写帮文库小编为你整理了多篇相关的《应用统计分析课程学习总结》,但愿对你工作学习有帮助,当然你在写写帮文库还可以找到更多《应用统计分析课程学习总结》。

第一篇:应用统计分析课程学习总结

应用统计分析课程学习总结

在学期开始时,老师就语重心长的告诉我们:一定要好好听应用统计分析的课,那个SPSS软件非常有用,以后写论文肯定要用到!尽管心里也是一再暗示自己要好好学,但是因为其他原因,学习的效果并没有预期中的那么理想,课程结束后依旧是模模糊糊,好多知识还真的是一知半解。通过回顾课程内容,阅读老师发来的SPSS电子书,我简略总结一下自己这学期所学到的基本内容。

SPSS社会科学统计软件是世界著名的统计分析软件之一,SPSS作为数据统计分析的重要工具,其操作是属于技术方面的,关键在于数据的收集描述和分析以及后期数据处理时的假设检验方法的选择。通俗一点说,使用SPSS可以从一堆看似杂乱无章的数字中找到联系,发现数据之间的影响关系。这就是SPSS的神奇之处,这也就是我们作为研究生在实证研究时使用SPSS的目的和用途。

描述性统计是进行其他统计分析的基础和前提。利用这些基本统计方法,可以对要分析数据的总体特征有比较准确的把握,同时也为更深入的分析提供了依据。在商业分析中,通常需要进行组与组之间平均水平的比较。t检验方法,就是主要用来进行两个样本间的比较。t检验的基本原理是:首先假设零假设H0成立,即样本间不存在显著差异,然后利用现有样本根据t 分布求得t值,并据此得到相应的概率值p,若p≤ɑ,则拒绝原假设,认为两样本间存在显著差异。SPSS中“Analyze”菜单中的“Compare Means”可用于均值检验,其子菜单中的“One-sample t test”用于单一样本t检验;“Independent-samples t test”用于两独立样本t检验;“Baired-samples t test”用于两配对样本t检验。方差分析用于两个及两个以上样本均值差异的显著性检验。方差分析的基本思想是:通过分析研究中不同变量的变异对总变异的贡献大小,确定控制变量对研究变量影响力的大小。通过方差分析,分析不同水平的控制变量是否对结果产生了显著影响。如果控制变量的不同水平能够对结果产生显著影响,那么它和随机变量共同作用,必将使结果有显著变化。单因素方差分析所解决的是一个因素下的多个不同水平之间的相关问题;多因素方差分析的控制变量在两个或两个以上,其主要用于分析多个控制变量的作用、多个控制变量的交互作用以及其他随机变量是否对结果产生了显著影响;协方差分析将那些很难控制的因素作为协变量,在排除协变量影响的条件下,分析控制变量对观察变量的影响,从而更准确地对控制因素进行评价。单因素方差分析主要用“Analysis”的“Compare Means”菜单下的“One—Way ANOVA”子菜单实现;多因素方差分析和协方差分析都是在“Analysis”下“General Linear Model”菜单下的“Univariate”子菜单实现的。相关分析即是用适当的统计指标来衡量事物之间,以及变量之间线性相关程度的强弱。相关分析的方法很多,包括简单相关分析、偏相关分析和距离相关分析。简单相关分析包括定距变量的相关分析和定序变量的相关分析。前者通过计算定距变量间的相关系数来判断两个或两个以上定距变量之间的相关程度。后者则采用非参数检验的方法利用等级相关系数来衡量定序变量之间的相关程度;偏相关分析是指在排除了第三者影响的前提下,衡量两个变量之间的相关程度,当然第三者与这两个变量之间要有一定的联系;距离相关分析是对观测变量之间差异度或相似程度进行的测量。回归分析是研究变量与变量之间联系的最为广泛的模型。在实际中,根据变量的个数、类型,以及变量之间的相关关系,回归分析通常分为一元线性回归分析、多元线性回归分析、非线性回归分析、曲线估计、时间序列的曲线估计、含虚拟自变量的回归分析和逻辑回归分析等。一元线性回归只涉及一个自变量的回归问题;多元线性回归用于解决两个或两个以上自变量对一个因变量的数量变化关系问题;非线性回归主要解决在非线性相关条件下,自变量对因变量的数量变化关系;时间序列的曲线回归用于研究因变量与时间之间的变化关系;当遇到非数量型变量时,通过引入虚拟变量来构造含虚拟变量的回归模型;Logistic回归分析是对定性变量进行的回归分析。SPSS中“Analyze”/“Regression”菜单可用于回归统计分析。其中,一元线性回归、多元线性回归和含虚拟变量的回归分析可由“Linear”子菜单完成;非线性回归分析、曲线估计和时间序列的曲线估计可由“Curve Estimation”子菜单完成;逻辑回归分析可由“Binary Logistic”子菜单完成。

结构方程模型又称协方差结构模型,它主要是在心理、行为、教育、和社会科学等学科的实际应用中发展起来的一个研究方向。结构方程模型是验证性因子分析和因果模型的结合体,所包含的因子模型又称为测量模型,其中的方程成为测量方程,描述了潜变量与观察变量之间的关系,所包含的因果模型又称为潜变量模型,也称为结构模型,描述了潜变量之间的关系。结构方程模型具有诸多好处,可以同时处理多个因变量,容许自变量和因变量含测量误差,同时估计因子结构和因子关系,容许更大弹性的测量模型,估计整个模型的拟合程度。

以上是对每一部分内容的简要概述,其中更深层的内容仍需要更深刻的理解。课程虽然结束了,但是对SPSS的学习不能停止,因为自己还不能独自熟练的操作这个软件,还不能依靠这个软件为自己的论文或科研做出一些成果。SPSS是极其实用的,学习不能止步!很是希望能够把SPSS的应用熟练操作,并且能把它变为自己的一种技能,使自己在今后的工作与学习中,可以轻松运用。

第二篇:统计分析学习总结

经过四周的课程主要学习了以下几种分析方法: 1.方差分析

方差分析(Analysis of Variance,简称ANOVA),又称“变异数分析”或“F检 验”,是R.A.Fisher发明的,用于两个及两个以上样本均数差别的显著性检验。由于各种因素的影响,研究所得的数据呈现波动状。造成波动的原因可分成两类,一是不可控的随机因素,另一是研究中施加的对结果形成影响的可控因素。方差分析是从观测变量的方差入手,研究诸多控制变量中哪些变量是对观测变量有显著影响的变量。

作用:一个复杂的事物,其中往往有许多因素互相制约又互相依存。方差分析的目的是通过数据分析找出对该事物有显著影响的因素,各因素之间的交互作用,以及显著影响因素的最佳水平等。方差分析是在可比较的数组中,把数据间的总的“变差”按各指定的变差来源进行分解的一种技术。对变差的度量,采用离差平方和。方差分析方法就是从总离差平方和分解出可追溯到指定来源的部分离差平方和,这是一个很重要的思想。

经过方差分析若拒绝了检验假设,只能说明多个样本总体均值不相等或不全相等。若要得到各组均值间更详细的信息,应在方差分析的基础上进行多个样本均值的两两比较。

(1)多个样本均值间两两比较

多个样本均值间两两比较常用q检验的方法,即Newman-kueuls法,其基本步骤为:建立检验假设-->样本均值排序-->计算q值-->查q界值表判断结果。

(2)多个实验组与一个对照组均值间两两比较

多个实验组与一个对照组均值间两两比较,若目的是减小第II类错误,最好选用最小显著差法(LSD法);若目的是减小第I类错误,最好选用新复极差法,前者查t界值表,后者查q'界值表。折叠

分析方法

根据资料设计类型的不同,有以下两种方差分析的方法:

1、对成组设计的多个样本均值比较,应采用完全随机设计的方差分析,即单因素方差分析。

2、对随机区组设计的多个样本均值比较,应采用配伍组设计的方差分析,即两因素方差分析。折叠两类方差分析的异同

两类方差分析的基本步骤相同,只是变异的分解方式不同,对成组设计的资料,总变异分解为组内变异和组间变异(随机误差),即:SS总=SS组间+SS组内,而对配伍组设计的资料,总变异除了分解为处理组变异和随机误差外还包括配伍组变异,即:SS总=SS处理+SS配伍+SS误差。折叠基本步骤

整个方差分析的基本步骤如下:

1、建立检验假设; H0:多个样本总体均值相等;

H1:多个样本总体均值不相等或不全等。检验水准为0.05。

2、计算检验统计量F值;

3、确定P值并作出推断结果。

2.回归分析法定义

所谓回归分析法,是在掌握大量观察数据的基础上,利用数理统计方法建立因变量与自变量之间的回归关系函数表达式(称回归方程式)。回归分析法不能用于分析与评价工程项目风险。

分类

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。根据自变量的个数,可以是一元回归,也可以是多元回归。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。根据所研究问题的性质,可以是线性回归,也可以是非线性回归。通常线性回归分析法是最基本的分析方法,遇到非线性回归问题可以借助数学手段化为线性回归问题处理。回归分析法预测是利用回归分析方法,根据一个或一组自变量的变动情况预测与其有相关关系的某随机变量的未来值。进行回归分析需要建立描述变量间相关关系的回归方程。

应用

社会经济现象之间的相关关系往往难以用确定性的函数关系来描述,它们大多是随机性的,要通过统计观察才能找出其中规律。回归分析是利用统计学原理描述随机变量间相关关系的一种重要方法。

在物流的计算中,回归分析法的公式如下: y=a+bx b=∑xy-n·∑x∑y/[∑x²-n·(∑x)²];a=∑y-b·∑x/n

3.主成分分析和因子分析

principal component analysis(PCA)主成分分析法是一种数学变换的方法, 它把给定的一组相关变量通过线性变换转成另一组不相关的变量,这些新的变量按照方差依次递减的顺序排列。在数学变换中保持变量的总方差不变,使第一变 量具有最大的方差,称为第一主成分,第二变量的方差次大,并且和第一变量不相关,称为第二主成分。依次类推,I个变量就有I个主成分。

其中Li为p维正交化向量(Li*Li=1),Zi之间互不相关且按照方差由大到小排列,则称Zi为X的第I个主成分。设X的协方差矩阵为Σ,则Σ必为半正定对称矩阵,求特征值λi(按从大到小排序)及其特征向量,可以证明,λi所对应的正交化特征向量,即为第I个主成分Zi所对应的系数向量Li,而Zi的方差贡献率定义为λi/Σλj,通常要求提取的主成分的数量k满足Σλk/Σλj>0.85。

主成分分析主要是一种探索性的技术,在分析者进行多元数据分析之前,用他来分析数据,让自己对数据有一个大致的了解,这是非常有必要的。主成分分析一般很少单独使用:a、了解数据。(screening the data),b、和cluster analysis(聚类分析)一起使用,c、和判别分析一起使用,比如当变量很多,个案数不多,直接使用判别分析可能无解,这时候可以使用主成分对变量简化(reduce dimensionality),d、在多元回归中,主成分分析可以帮助判断是否存在共线性(条件指数),还可以用来处理共线性。

1、因子分析中是把变量表示成各因子的线性组合,而主成分分析中则是把主成分表示成各变量的线性组合。

2、主成分分析的重点在于解释各变量的总方差,而因子分析则把重点放在解释各变量之间的协方差。

3、主成分分析中不需要有假设(assumptions),因子分析则需要一些假设。因子分析的假设包括:各个共同因子之间不相关,特殊因子(specific factor)之间也不相关,共同因子和特殊因子之间也不相关。

4、主成分分析中,当给定的协方差矩阵或者相关矩阵的特征值是唯一的时候,主成分一般是独特的;而因子分析中因子不是独特的,可以旋转得到不同的因子。

5、在因子分析中,因子个数需要分析者指定(spss根据一定的条件自动设定,只要是特征值大于1的因子进入分析),而指定的因子数量不同而结果不同。在主成分分析中,成分的数量是一定的,一般有几个变量就有几个主成分。和主成分分析相比,由于因子分析可以使用旋转技术帮助解释因子,在解释方面更加有优势。大致说来,当需要寻找潜在的因子,并对这些因子进行解释的时候,更加倾向于使用因子分析,并且借助旋转技术帮助更好解释。而如果想把现有的变量变成少数几个新的变量(新的变量几乎带有原来所有变量的信息)来进入后续的分析,则可以使用主成分分析。当然,这种情况也可以使用因子得分做到。所以这种区分不是绝对的。

在算法上,主成分分析和因子分析很类似,不过在因子分析中所采用的协方差矩阵的对角元素不再是变量的方差,而是和变量对应的共同度(变量方差中被各因子所解释的部分)。4.聚类分析

依据研究对象(样品或指标)的特征,对其进行分类的方法,减少研究对象的数目。各类事物缺乏可靠的历史资料,无法确定共有多少类别,目的是将性质相近事物归入一类。各指标之间具有一定的相关关系。聚类分析(cluster analysis)是一组将研究对象分为相对同质的群组(clusters)的统计分析技术。聚类分析也叫分类分析(classification analysis)或数值分类(numerical taxonomy)变量类型:定类变量、定量(离散和连续)变量 聚类方法

1,层次聚类(Hierarchical Clustering)合并法、分解法、树状图 2.非层次聚类 划分聚类、谱聚类 分析步骤:

定义问题与选择分类变量;聚类方法;确定群组数目;聚类结果评估;结果的描述、解释

5典型相关分析和对应分析

典型相关分析(canonical correlation analysis)就是利用综合变量对之间的相关关系来反映两组指标之间的整体相关性的多元统计分析方法。它的基本原理是:为了从总体上把握两组指标之间的相关关系,分别在两组变量中提取有代表性的两个综合变量U1和V1(分别为两个变量组中各变量的线性组合),利用这两个综合变量之间的相关关系来反映两组指标之间的整体相关性。

对应分析(Correspondence analysis)也称关联分析、R-Q型因子分析,是近年新发展起来的一种多元相依变量统计分析技术,通过分析由定性变量构成的交互汇总表来揭示变量间的联系。可以揭示同一变量的各个类别之间的差异,以及不同变量各个类别之间的对应关系。主要应用在市场细分、产品定位、地质研究以及计算机工程等领域中。原因在于,它是一种视觉化的数据分析方法,它能够将几组看不出任何联系的数据,通过视觉上可以接受的定位图展现出来。6.判别分析和时间序列分析 判别分析又称“分辨法”,是在分类确定的条件下,根据某一研究对象的各种特征值判别其类型归属问题的一种多变量统计分析方法。其基本原理是按照一定的判别准则,建立一个或多个判别函数,用研究对象的大量资料确定判别函数中的待定系数,并计算判别指标。据此即可确定某一样本属于何类。当得到一个新的样品数据,要确定该样品属于已知类型中哪一类,这类问题属于判别分析问题。时间序列分析(Time series analysis)是一种动态数据处理的统计方法。该方法基于随机过程理论和数理统计学方法,研究随机数据序列所遵从的统计规律,以用于解决实际问题。它包括一般统计分析(如自相关分析,谱分析等),统计模型的建立与推断,以及关于时间序列的最优预测、控制与滤波等内容。经典的统计分析都假定数据序列具有独立性,而时间序列分析则侧重研究数据序列的互相依赖关系。后者实际上是对离散指标的随机过程的统计分析,所以又可看作是随机过程统计的一个组成部分。例如,记录了某地区第一个月,第二个月,„„,第N个月的降雨量,利用时间序列分析方法,可以对未来各月的雨量进行预报。

第三篇:统计分析方法学习总结

统计分析方法学习总结

S201505158 陈丹妮

一、统计的描述

一般采用以下几种图形描述数据:

直方图:表示几个变量的数据,使人们能够看出这些数目的大体分布或“形状”; 盒形图:比直方图简单一些的是盒形图(boxplot,又称箱图、箱线图、盒子图);

茎叶图:既展示了数据的分布形状又有原始数据。它象一片带有茎的叶子。茎为较大位数的数字,叶为较小位数的数字;

散点图:描述的数据有两对连续变量; 定型变量的图:定性变量(或属性变量,分类变量)不能点出直方图、散点图或茎叶图,但可以描绘出它们各类的比例,如:饼图、条形图。

二、汇总统计量

表示位置的汇总统计量:均值(mean):样本值的算术平均值;中位数(median):中间大小的数(一半样本点小于中位数);(第一或第三)(下、上)四分位数(点)(first quantile, third quantile)(分别有1/4或3/4的数目小于它们);k-百分位数(k-percentile);a分位数(a centile): k-百分位数=k%分位数:有k%的数目小于它;众数(mode):样本中出现最多的数。

表示尺度的汇总统计量:极差(range):极端值之差;四分位间距(四分位极差)(interquantile range)四分位数之差;标准差(standard deviation)方差平方根;方差(variance)各点到均值距离平方的平均。

三、相关的分布

相关的分布包括:离散分布、连续分布、抽样分布:我们能够利用样本统计量中的(描述样本的)信息, 比如样本均值和样本标准差中的信息,来对(描述总体的)总体参数(比如总体均值和总体标准差)进行推断(估计、检验等)。

大数定律:阐述大量随机变量的平均结果具有稳定性的一系列定律的总称。其中又分为独立同分布大数定律(提供了用样本平均数估计总体平均数的理论依据)和贝努力大数定律(提供了频率代替概率的理论依据)。

中心极限定理:阐述大量随机变量之和的极限分布是正态分布的一系列定理的总称。独立同分布中心极限定理(不论总体服从何种分布,只要它的数学期望和方差存在,从中抽取容量为n的样本,当n充分大时,则这个样本的总和或平均数是服从正态分布的随机变量)和德莫佛-拉普拉斯中心极限定理(提供了用正态分布近似计算二项分布概率的方法)。均值的假设检验包括对于正态总体均值的检验、对于比例的检验

四、各种分析方法

1.列联表分析

列联表变量中每个都有两个或更多的可能取值,称为水平,比如收入有三个水平,观点有两个水平,性别有两个水平等。列联表的中间各个变量不同水平的交汇处,就是这种水平组合出现的频数或计数(count)。二维的列联表又称为交叉表(cross table)。列联表可以有

很多维。维数多的叫做高维列联表。注意前面这个列联表的变量都是定性变量;但列联表也会带有定量变量作为协变量。

2.方差分析

方差分析(analysis of variance,ANOVA)是分析各个自变量对因变量影响的一种方法。这里的自变量就是定性变量的因子及可能出现的称为协变量(covariate)的定量变量。分析结果是由一个方差分析表表示的。原理为:把因变量的值随着自变量的不同取值而得到的变化进行分解,使得每一个自变量都有一份贡献,最后剩下无法用已知的原因解释的则看成随机误差的贡献。然后用各自变量的贡献和随机误差的贡献进行比较(F检验),以判断该自变量的不同水平是否对因变量的变化有显著贡献。输出就是F-值和检验的一些p-值。

3.相关和回归分析

发现变量之间的统计关系,并且用此规律来帮助我们进行决策才是统计实践的最终目的。一般来说,统计可以根据目前所拥有的信息(数据)来建立人们所关心的变量和其他有关变量的关系。这种关系一般称为模型(model)。

假如用Y表示感兴趣的变量,用X表示其他可能与Y有关的变量(X也可能是若干变量组成的向量)。则所需要的是建立一个函数关系Y=f(X)。这里Y称为因变量或响应变量(dependent variable, response variable),而X称为自变量,也称为解释变量或协变量(independent variable, explanatory variable, covariate)。建立这种关系的过程就叫做回归(regression)。

一旦建立了回归模型,除了对变量的关系有了进一步的定量理解之外,还可以利用该模型(函数)通过自变量对因变量做预测(prediction)。这里所说的预测,是用已知的自变量的值通过模型对未知的因变量值进行估计;它并不一定涉及时间先后。

4.主成分分析和因子分析

主成分分析从原理上是寻找椭球的所有主轴。原先有几个变量,就有几个主成分。而因子分析是事先确定要找几个成分,这里叫因子(factor)(比如两个),那就找两个。这使得在数学模型上,因子分析和主成分分析有不少区别。而且因子分析的计算也复杂得多。根据因子分析模型的特点,它还多一道工序:因子旋转(factor rotation);这个步骤可以使结果更好。对于计算机,因子分析并不费事。从输出的结果来看,因子分析也有因子载荷(factor loading)的概念,代表了因子和原先变量的相关系数。但是在因子分析公式中的因子载荷位置和主成分分析不同。因子分析也给出了二维图;其解释和主成分分析的载荷图类似。

可以看出,因子分析和主成分分析都依赖于原始变量,也只能反映原始变量的信息。所以原始变量的选择很重要。另外,如果原始变量都本质上独立,那么降维就可能失败,这是因为很难把很多独立变量用少数综合的变量概括。数据越相关,降维效果就越好。在得到分析的结果时,并不一定会都得到如我们例子那样清楚的结果。这与问题的性质,选取的原始变量以及数据的质量等都有关系。

5.聚类分析

物以类聚、人以群分;但根据什么分类呢?如要想把中国的县分类,就有多种方法可以按照自然条件来分,比如考虑降水、土地、日照、湿度等,也可考虑收入、教育水准、医疗条件、基础设施等指标;既可以用某一项来分类,也可以同时考虑多项指标来分类。对一个数据,既可以对变量(指标)进行分类(相当于对数据中的列分类),也可以对观测值(事件,样品)来分类(相当于对数据中的行分类)。当然,不一定事先假定有多少类,完全可以按照数据

本身的规律来分类。对变量的聚类称为R型聚类,而对观测值聚类称为Q型聚类。它们在数学上是无区别的。

k-均值聚类(k-means cluster,也叫快速聚类,quick cluster)却要求先说好要分多少类。然后,根据和这三个点的距离远近,把所有点分成三类。再把这三类的中心(均值)作为新的基石或种子(原来“种子”就没用了),再重新按照距离分类。如此叠代下去,直到达到停止叠代的要求(比如,各类最后变化不大了,或者叠代次数太多了)。显然,前面的聚类种子的选择并不必太认真,它们很可能最后还会分到同一类中呢。另一种聚类称为分层聚类或系统聚类(hierarchical cluster)。开始时,有多少点就是多少类。它第一步先把最近的两类(点)合并成一类,然后再把剩下的最近的两类合并成一类;这样下去,每次都少一类,直到最后只有一大类为止。越是后来合并的类,距离就越远。

6.判别分析

在聚类分析中,人们一般事先并不知道应该分成几类及哪几类,全根据数据确定。在判别分析中,至少有一个已经明确知道类别的“训练样本”,并利用该样本来建立判别准则,并通过预测变量来为未知类别的观测值进行判别了。训练样本中必须包含所有要判别的类型,分类必须清楚,不能有混杂。要选择好可能用于判别的预测变量。这是最重要的。当然,在应用中,选择余地不见得有多大。要注意数据是否有不寻常的点或者模式存在。还要看预测变量中是否有些不适宜的;这可以用单变量方差分析(ANOVA)和相关分析来验证。判别分析是为了正确地分类,但同时也要注意使用尽可能少的预测变量来达到这个目的。使用较少的变量意味着节省资源和易于对结果作解释。在计算中需要看关于各个类的有关变量的均值是否显著不同的。

7.典型相关分析

由于一组变量可以有无数种线性组合(线性组合由相应的系数确定),因此必须找到既有意义又可以确定的线性组合。典型相关分析(canonical correlation analysis)就是要找到这两组变量线性组合的系数使得这两个由线性组合生成的变量(和其他线性组合相比)之间的相关系数最大。目的:研究多个变量之间的相关性。方法:利用主成分思想,可以把多个变量与多个变量之间的相关化为两个变量之间的相关.即找一组系数(向量)l和m, 使新变量U=l`X(1)和V=m`X(2)有最大可能的相关关系。

8.对应分析

在因子分析中,或者只对变量(列中的变量)进行分析,或者只对样品(观测值或行中的变量)进行分析;而且利用载荷图来描述各个变量之间的接近程度。典型相关分析也只研究列中两组变量之间的关系。然而,在很多情况下,所关心的不仅仅是行或列本身变量之间的关系,而是行变量和列变量的相互关系;对应分析方法被普遍认为是探索性数据分析的内容,处理列联表的问题仅仅是对应分析的一个特例。一般地,对应分析常规地处理连续变量的数据矩阵;这些数据具有如在主成分分析、因子分析、聚类分析等时所处理的数据形式。在对应分析中,根据各行变量的因子载荷和各列变量的因子载荷之间的关系,行因子载荷和列因子载荷之间可以两两配对。如果对每组变量选择前两列因子载荷,则两组变量就可画出两因子载荷的散点图。由于这两个图所表示的载荷可以配对,于是就可以把这两个因子载荷的两个散点图画到同一张图中,并以此来直观地显示各行变量和各列变量之间的关系。由于列联表数据形式和一般的连续变量的数据形式类似,所以也可以用对应分析的数学方法来研究行变量各个水平和列变量各个水平之间的关系。

9.时间序列分析

人们对统计数据往往可以根据其特点从两个方面来切入,以简化分析过程。一个是研究所谓横截面(cross section)数据,也就是对大体上同时,或者和时间无关的不同对象的观测值组成的数据。另一个称为时间序列(time series),也就是由对象在不同时间的观测值形成的数据。时间序列分析也是一种回归。回归分析的目的是建立因变量和自变量之间关系的模型;并且可以用自变量来对因变量进行预测。通常线性回归分析因变量的观测值假定是互相独立并且有同样分布。而时间序列的最大特点是观测值并不独立。时间序列的一个目的是用变量过去的观测值来预测同一变量的未来值。也就是说,时间序列的因变量为变量未来的可能值,而用来预测的自变量中就包含该变量的一系列历史观测值。当然时间序列的自变量也可能包含随着时间度量的独立变量。一个时间序列可能有趋势、季节、循环这三个成分中的某些或全部再加上随机成分。因此,如果要想对一个时间序列本身进行较深入的研究,把序列的这些成分分解出来、或者把它们过虑掉则会有很大的帮助。如果要进行预测,则最好把模型中的与这些成分有关的参数估计出来。

如果我们不仅仅满足于分解现有的时间序列,而且想要对未来进行预测,就需要建立模型。首先,这里介绍比较简单的指数平滑(exponential smoothing)。指数平滑只能用于纯粹时间序列的情况,而不能用于含有独立变量时间序列的因果关系的研究。指数平滑的原理为:当利用过去观测值的加权平均来预测未来的观测值时(这个过程称为平滑),离得越近的观测值要给以更多的权。而“指数”意味着:按照已有观测值“老”的程度,其上的权数按指数速度递减。

第四篇:《Office高级应用》课程学习总结

《Office高级应用》课程学习总结

学习《Office高级应用》这门课程之后,使我受益匪浅。学习过程中,我不仅学习了很多书本上的知识,而且学习并掌握了一些在日常生活中非常实用的技巧,我相信这在我将来的学习工作中会帮助我改善工作质量,提高效率;更重要的是,我意识到从今往后我应该积极主动地去学习,主动探索未知知识,把他们变为自己的知识,改掉以前那种只靠学习课本的方法。

当我接触学习这一门课时,在简单地翻阅这本书后,便觉得这门课对我来说应该不难,里边有很多内容早在中学时候便就已经学过了,因此便在不知不觉中不想再听老师的讲解,慢慢地却发现里边讲的好多内容我都不懂,老师在上课过程中的一系列操作问题我都不懂。渐渐地我终于意识到我该好好地听老师讲课,我虽然懂得一些操作,但都是平时经常用的一些基础的操作,很多的高级应用操作我都还没有接触到,而且缺乏实践经验。孰能生巧,一个人理论上再完善,没有通过大量的练习,在遇到问题时往往会不知所措。通过这门课的学习我意识到学习与实践的重要性,在以后的学习中我一定要多练习,多实践,以求自己对知识掌握得更好。以下是该门课程的主要学习内容和我的一点感悟。

主要学习内容

《Office高级应用》这门课程主要学习了以下内容:

(1)Word 2003文档制作、文档格式设置、文档的高级处理技巧;

(2)Excel 2003表格制作、表格数据的输入与编辑、美化工作表、数据的计算

与分析;

(3)PowerPoint 2003 演示文稿制作、幻灯片设计和放映。

现分别描述如下:

一 Word篇

Word是一个文档处理的软件。应用该软件,可以进行文本的输入、编辑、排版、打印等工作。一般应用于公司制作简报、电子贺卡、编辑公告、文案等。

文字处理是当前社会用处最广泛的东西,因此 Word 的出现,带来了许多 的方便。随着办公自动化在企业中的普及,作为 Microsoft Office 重要组件之 一的 Word 越来越得到广泛使用,是现代 办公室不可缺少的软件之一。在Word学习过程中,主要学习了如何对一篇长文档进行排版,其中包括各种技巧的使用,如分页与分节,插入目录,标题格式套用等等。具体方法如下:

1、页眉和页脚:页眉和页脚通常用于显示文档的附加信息,例如页码、日期、作者名称、单 位名称、徽标或章节名称等。其中,页眉位于页面顶部,而页脚位于页面底部。Word 可以给文档的每一页建立相同的页眉和页脚,也可以交替更换页眉和页脚,即在奇数页和偶数页上建立不同的页眉和页脚。

2、页面设置:从菜单中选择【文件】|【页面设置】命令,显示“页面设置”对话框,选择【纸张】选项卡,然后根据需要选择合适纸张;如果先录入内容,最后再设纸张大小,由于默认是A4纸,如果改用B5纸,就有可能使整篇文档的排版不能很好地满足要求。所以,先进行页面设置,可以直观地在录入时看到页面中的内容和排版是否适宜,避免事后的修改。

3、分节符:将不同的部分分成不同的节,实现分别针对不同的节进行设置。定位到第二部分的标题文字前,从菜单选择【插入】|【分隔符】命令,显示“分

隔符”对话框,选择“分节符”类型中的“下一页”,并单击【确定】按钮,就会在当前光标位置插入一个不可见的分节符,这个分节符不仅将光标位置后面的内容

分为新的一节,还会使该节从新的一页开始,实现既分节,又分页的功能。用同

样的方法可对文章的其他部分分节。

4、标题格式套用:【格式】|【样式和格式】命令下,“正文”样式是文档中的默认样式,新建的文档中的文字通常都采用“正文”样式;“标题1”~“标题9”为标

题样式,它们通常用于各级标题段落。例如对于文章中的每一部分或章节的大标

题,采用“标题1”样式,章节中的小标题,按层次分别采用“标题2”~“标题4”样

式;文章中的说明文字,采用“正文首行缩进2”样式;文章中的图和图号说明,采用“注释标题”样式。

5、表格制作及计算:表格的制作可以手动绘制也可以自动生成,对于创建

和编辑好的表格,如果对它们再做一些修饰,例如,进行边框的处理,或给部分

单元格添加底纹,则会突出所要强调的内容或添加表格的美观性。在表格中还可

以利用公式工具进行一些数据的计算与统计。

6、快速定位:菜单选择【视图】|【文档结构图】命令,可在文档左侧显示

文档的层次结构,在其中的标题上单击,即可快速定位到相应位置。从菜单选择

【视图】|【大纲】命令,进入大纲视图。文档顶端会显示“大纲”工具栏,在“大

纲”工具栏中选择“显示级别”下拉列表中的某个级别即可。

7、插入目录:定位到需要插入目录的位置,从菜单选择【插入】|【引用】

|【索引和目录】命令,显示“索引和目录”对话框,单击“目录”选项卡,在“显示

级别”中,可指定目录中包含几个级别,从而决定目录的细化程度。如果要设置

更为精美的目录格式,可在“格式”中选择其他类型。通常用默认的“来自模板”即

可。单击【确定】按钮,即可插入目录。

8、几个小技巧:

(1)输入三个“=”,回车,得到一条双直线;

(2)输入三个“~”,回车,得到一条波浪线;

(3)输入三个“*”或 “-”或 “#”,回车;

(4)在单元格内输入=now()显示日期 在单元格内输入

=CHOOSE(WEEKDAY(I3,2),“星期一”,“星期二”,“星期三”,“星期 四”,“星期五”,“星

期六”,“星期日”)显示星期几。

(5)数字格式批量转换

用“Ctrl+H”组合键调出查找和替换对话框,将光标定位在“查找内容”框

中,然后单击“高级”展开对话框,再单击“特殊字符”并选择“任意数字”,这时“查找内容”中会自动显示为“^#”。将光标定位在“替换为”框中,然后

在“特殊字符”中选择“查找内容”,将显示“^&”。接着单击“格式”为数字

设置一些特殊格式,比如字体加大、文字加粗以及特殊颜色等。最后单击“全部

替换”就可以了。

二 Excel篇

Excel是一个数据处理软件。应用该软件,可以创建电子表格、编辑工作表、数据的格式设置等。诸如,通过数据排序,筛选、分类汇总、数据透视表等高级

应用。一般应用于制作企业员工人事档案、工资管理表、员工绩效评估表等方面。

在学习Excel过程中,除了填充数据外主要学习了一些重要公式、函数的使

用,插入图表以及数据统计等方面的知识。具体内容如下:

1、超过15位数字的输入有两种方法:

一、单元格设置为文本;

二、在输入数

字前先输入’。

2、关于COUNTIF。COUNTIF函数只能有一个条件,如大于90,为

=COUNTIF(A1:A10,“>=90”);

介于80与90之间需用减,为 =COUNTIF(A1:A10,“>80”)-COUNTIF(A1:

A10,“>90”)。

RANK(number,ref,order)功能是返回某数字在一系列数字串中相对于其它数的大小排位,这就是我们在查看与统计某一同学的班级排名时方便至极;

3、多个工作表的单元格合并计算:=Sheet1!D4+Sheet2!D4+Sheet3!D4,更好的=SUM(Sheet1:Sheet3!D4)。

4、求非空单元格数量,公式计算出来的数据,不能用COUNTA(否则空字符

也计算进去了)应该为:=COUNTIF($E:$E536,“?*”)。

5、要会巧妙运用查找替换功能。如何让空单元格自动填为0:选中需更改的区域,然后“编辑”—>查找—>“空”替换为“0”。

另外,在平时操作中,经常出现一些错误, 现例举常见显示错误原因与解决方

法如下:

错误显示1:#####!

原因:单元格所包含的数字、日期或时间占位比单元格宽。

解决方案:拖动鼠标指针更改列宽。

错误显示2:#NUM!

原因:顾名思义,公式中的数字出现问题——类型错误,或者数字超出Excel表

示的有效范围。

解决方案:让数字类型和大小都符合要求。

错误显示3:#REF!

原因:公式引用的单元格被删除或者被错误覆盖。

解决方案:临时修改后及时“撤销”,恢复单元格原状。

错误显示4:#VALUE!

原因a:需要数字或逻辑值时输入了文本,如单元格B1为数字15,单元格B2

为文本,则B3中输入公式“=B1+B2”将返回错误值#VALUE!

解决方案a:确保公式引用的单元格中包含有效值。上例中可在B3中输入

=SUM(B1:B2),SUM函数忽略文本,所以结果显示15。

原因b:本来应该引用单一数值,却引用了一个区域。

解决方案b:将数值区域改成单一数值,或者修改数值区域,使其包含公式所在的数据行或列。

三 PowerPoint篇

Power point是一个演示文稿软件。应用该软件,可以很方便的在各个幻灯

片中制作各种特效。诸如,幻灯片里面各种对象、文字、图片、影片等,都可以

分别或有选择的设置动画效果。一般应用于课件制作,会议、演讲、产品展示等

方面。

PowerPoint,主要学习了一些特效,如如何使各幻灯片元素动起来,甚至达

到flash的效果以及如何使整个幻灯片放映过程中都伴随音乐,如何用一些简单的手法达到与众不同的效果等等。具体内容如下:

1、在设计幻灯片时,要善于使用幻灯片放映—>自定义动画—>添加效果,里面有各种动作方式,使我们所设计的幻灯片动起来;

2、设置循环播放声音直至幻灯片结束。

这项操作适用于图片欣赏等场合,往往是伴随着声音出现一幅幅图片。声音的操作步骤(假如共有5张幻灯片):

(1)在要出现声音的第一张幻灯片中单击主菜单“插入/影片中的声音/文件中的声音(或剪辑库中的声音等)”,选择一声音文件,在弹出的对话框“是否需要在幻灯片放映时自动播放声音”中选择“是”,在幻灯片上显示一喇叭图标;

(2)右击该喇叭图标,选择“自定义动画”中的“多媒体设置”项,选择“按动画

顺序播放”,播放时“继续幻灯片放映”,停止播放在“5张幻灯片后”;

(3)单击“其他选项”,选择“循环播放,直到停止”。

以上操作无论是有链接还是无链接的情况,只要是点击了5张幻灯片就停止

播放声音。

3、PowerPoint中使用动作设置功能。将近似的内容采用一种设计模板制作

在一个幻灯片文件中,例如为参加某会议提交的论文需要制作幻灯片,可将论文

标题、摘要、正文、结论、参考文献等分别采用一种设计模板制作存储为不同的幻灯片文件,这样的幻灯片看起来就富于变化了。

但在幻灯片放映时有一个问题,一个个的幻灯片文件需多次打开,这时我们

可以使用PowerPoint的“动作设置”功能很方便地解决。

首先分类采用不同的设计模板制作并存储为若干个不同的幻灯片文件,如

WJ1、WJ2等。在第一个文件如WJ1的最后一幅幻灯片上,可以选中一段文字,也可以选中一幅卡通画,在“幻灯片放映”中点击“动作设置”。根据个人的习惯,选取“单击鼠标”或“鼠标移过”,动作则选中“超级链接到”,再选取“其它

PowerPoint演示文稿”。

在“超级链接到其它PowerPoint演示文稿”弹出选单中,输入第二个幻灯片文

件名如WJ2。为了在第二个幻灯片文件放映完毕后能顺利返回到调用它的幻灯片

或再转到其它的幻灯片,同样方法在该幻灯片的最后一幅适当位置选中文字或设

置按钮,超级链接到其它PowerPoint演示文稿或返回。这样会使幻灯片放起来

更加精彩。

收获及感悟

学习了这门课程之后,我意识到,“处处留心皆学问”,很多知识并不是靠

整天面对课本就能学会或是掌握的,他需要我们在平日生活中用心感悟,用心发

现,善于思考,善于探索,善于实践,才能真正意义上化为己有。以word为例,Word,在对长文档进行排版时,真可谓是“无所不能”,它可以帮助用户创建、编辑、排版、打印各类 用途的文档,成为用户日常工作、学习和生活中信息处

理的好帮手。它的众多功能会使我们的排版工作简化很多而且绝对标准。比方说

在适当场合运用查找替换功能,能使我们的工作量大大减少,而不必对整篇文档

进行仔细的人工查找;分节功能,不同于分页,在给有目录的文档插入页码方面

效果突出,可以在不同的节中自动从1排列页码;自动生成目录功能也大大简化

了我们的工作量。这么多功能必须时常练习才能够熟练应用。

Office作为办公操作专家,它能使我们更加深入地理解、熟练文字、表格及

幻灯片操作的命令。要强迫自己做几个综合实例,分别详细地进行编辑,使自己

可以从全局的角度掌握整个编辑过程,力争使自己学习完Office之后就可以投身

到实际的工作中去。在今后的学习中,我要改变以往那种只会跟着书本走的学习

方法,试着探索性学习,发现探索的乐趣,我相信,这样做,知识才会真正被我掌握,而不是记住而已。

通过《Office高级应用》这门课程的学习,我觉得Office办公软件比我想象的强大的多,使我完全改变了以前对Word、Excel、PowerPoint的看法,以前的我认为Word、Excel只不过是简单的文字、表格处理工具,用来修改文章,汇总

数据,PPT只不过是用来制作演示文稿的,没把他们放在眼里,认为会用就行,学习之后我才发展现,他们的功能真的很强大,以前那种光知道怎么用是不行的,那只是冰山一角,我们应该多掌握一些功能,使我们在以后的工作中事半功倍。

我相信,通过《Office高级应用》课程的学习,不能说我们已经成为办公软件的高手,突显成就,但至少我们能够快步走在大多数电脑使用者的前面,迎接未来的竞争!

《Office高级应用》课程学习总结

论文题目:《Office高级应用》课程学习总结专业班级计本09级01班姓名(学号)张滨滨(20092567)

2011 年12月03 日

第五篇:《Office高级应用》课程学习总结

《Office高级应用》课程学习总结

学习《Office高级应用》这门课程之后,使我受益匪浅。学习过程中,我不仅学习了很多书本上的知识,而且学习并掌握了一些在日常生活中非常实用的技巧,我相信这在我将来的学习工作中会帮助我改善工作质量,提高效率;更重要的是,我意识到从今往后我应该积极主动地去学习,主动探索未知知识,把他们变为自己的知识,改掉以前那种只靠学习课本的方法。

当我接触学习这一门课时,在简单地翻阅这本书后,便觉得这门课对我来说应该不难,里边有很多内容早在中学时候便就已经学过了,因此便在不知不觉中不想再听老师的讲解,慢慢地却发现里边讲的好多内容我都不懂,老师在上课过程中的一系列操作问题我都不懂。渐渐地我终于意识到我该好好地听老师讲课,我虽然懂得一些操作,但都是平时经常用的一些基础的操作,很多的高级应用操作我都还没有接触到,而且缺乏实践经验。孰能生巧,一个人理论上再完善,没有通过大量的练习,在遇到问题时往往会不知所措。通过这门课的学习我意识到学习与实践的重要性,在以后的学习中我一定要多练习,多实践,以求自己对知识掌握得更好。以下是该门课程的主要学习内容和我的一点感悟。

主要学习内容

《Office高级应用》这门课程主要学习了以下内容:

(1)Word 2003文档制作、文档格式设置、文档的高级处理技巧;

(2)Excel 2003表格制作、表格数据的输入与编辑、美化工作表、数据的计算与分析;

(3)PowerPoint 2003 演示文稿制作、幻灯片设计和放映。现分别描述如下:

一 Word篇

Word是一个文档处理的软件。应用该软件,可以进行文本的输入、编辑、排版、打印等工作。一般应用于公司制作简报、电子贺卡、编辑公告、文案等。

文字处理是当前社会用处最广泛的东西,因此 Word 的出现,带来了许多 的方便。随着办公自动化在企业中的普及,作为 Microsoft Office 重要组件之 一的 Word 越来越得到广泛使用,是现代 办公室不可缺少的软件之一。在Word学习过程中,主要学习了如何对一篇长文档进行排版,其中包括各种技巧的使用,如分页与分节,插入目录,标题格式套用等等。具体方法如下:

1、页眉和页脚:页眉和页脚通常用于显示文档的附加信息,例如页码、日期、作者名称、单 位名称、徽标或章节名称等。其中,页眉位于页面顶部,而页脚位于页面底部。Word 可以给文档的每一页建立相同的页眉和页脚,也可以交替更换页眉和页脚,即在奇数页和偶数页上建立不同的页眉和页脚。

2、页面设置:从菜单中选择【文件】|【页面设置】命令,显示“页面设置”对话框,选择【纸张】选项卡,然后根据需要选择合适纸张;如果先录入内容,最后再设纸张大小,由于默认是A4纸,如果改用B5纸,就有可能使整篇文档的排版不能很好地满足要求。所以,先进行页面设置,可以直观地在录入时看到页面中的内容和排版是否适宜,避免事后的修改。

3、分节符:将不同的部分分成不同的节,实现分别针对不同的节进行设置。定位到第二部分的标题文字前,从菜单选择【插入】|【分隔符】命令,显示“分隔符”对话框,选择“分节符”类型中的“下一页”,并单击【确定】按钮,就会在当前光标位置插入一个不可见的分节符,这个分节符不仅将光标位置后面的内容分为新的一节,还会使该节从新的一页开始,实现既分节,又分页的功能。用同样的方法可对文章的其他部分分节。

4、标题格式套用:【格式】|【样式和格式】命令下,“正文”样式是文档中的默认样式,新建的文档中的文字通常都采用“正文”样式;“标题1”~“标题9”为标题样式,它们通常用于各级标题段落。例如对于文章中的每一部分或章节的大标题,采用“标题1”样式,章节中的小标题,按层次分别采用“标题2”~“标题4”样式;文章中的说明文字,采用“正文首行缩进2”样式;文章中的图和图号说明,采用“注释标题”样式。

5、表格制作及计算:表格的制作可以手动绘制也可以自动生成,对于创建和编辑好的表格,如果对它们再做一些修饰,例如,进行边框的处理,或给部分单元格添加底纹,则会突出所要强调的内容或添加表格的美观性。在表格中还可以利用公式工具进行一些数据的计算与统计。

6、快速定位:菜单选择【视图】|【文档结构图】命令,可在文档左侧显示文档的层次结构,在其中的标题上单击,即可快速定位到相应位置。从菜单选择【视图】|【大纲】命令,进入大纲视图。文档顶端会显示“大纲”工具栏,在“大纲”工具栏中选择“显示级别”下拉列表中的某个级别即可。

7、插入目录:定位到需要插入目录的位置,从菜单选择【插入】|【引用】|【索引和目录】命令,显示“索引和目录”对话框,单击“目录”选项卡,在“显示级别”中,可指定目录中包含几个级别,从而决定目录的细化程度。如果要设置更为精美的目录格式,可在“格式”中选择其他类型。通常用默认的“来自模板”即可。单击【确定】按钮,即可插入目录。

8、几个小技巧:(1)输入三个“=”,回车,得到一条双直线;

(2)输入三个“~”,回车,得到一条波浪线;(3)输入三个“*”或 “-”或 “#”,回车;

(4)在单元格内输入=now()显示日期 在单元格内输入=CHOOSE(WEEKDAY(I3,2),“星期一”,“星期二”,“星期三”,“星期 四”,“星期五”,“星期六”,“星期日”)显示星期几。(5)数字格式批量转换

用“Ctrl+H”组合键调出查找和替换对话框,将光标定位在“查找内容”框中,然后单击“高级”展开对话框,再单击“特殊字符”并选择“任意数字”,这时“查找内容”中会自动显示为“^#”。将光标定位在“替换为”框中,然后在“特殊字符”中选择“查找内容”,将显示“^&”。接着单击“格式”为数字设置一些特殊格式,比如字体加大、文字加粗以及特殊颜色等。最后单击“全部替换”就可以了。

二 Excel篇

Excel是一个数据处理软件。应用该软件,可以创建电子表格、编辑工作表、数据的格式设置等。诸如,通过数据排序,筛选、分类汇总、数据透视表等高级应用。一般应用于制作企业员工人事档案、工资管理表、员工绩效评估表等方面。

在学习Excel过程中,除了填充数据外主要学习了一些重要公式、函数的使用,插入图表以及数据统计等方面的知识。具体内容如下:

1、超过15位数字的输入有两种方法:

一、单元格设置为文本;

二、在输入数字前先输入’。

2、关于COUNTIF。COUNTIF函数只能有一个条件,如大于90,为=COUNTIF(A1:A10,“>=90”);

介于80与90之间需用减,为 =COUNTIF(A1:A10,“>80”)-COUNTIF(A1:A10,“>90”)。

RANK(number,ref,order)功能是返回某数字在一系列数字串中相对于其它数的大小排位,这就是我们在查看与统计某一同学的班级排名时方便至极;

3、多个工作表的单元格合并计算:=Sheet1!D4+Sheet2!D4+Sheet3!D4,更好的=SUM(Sheet1:Sheet3!D4)。

4、求非空单元格数量,公式计算出来的数据,不能用COUNTA(否则空字符也计算进去了)应该为:=COUNTIF($E:$E536,“?*”)。

5、要会巧妙运用查找替换功能。如何让空单元格自动填为0:选中需更改的区域,然后“编辑”—>查找—>“空”替换为“0”。

另外,在平时操作中,经常出现一些错误, 现例举常见显示错误原因与解决方法如下:

错误显示1:#####!原因:单元格所包含的数字、日期或时间占位比单元格宽。解决方案:拖动鼠标指针更改列宽。

错误显示2:#NUM!原因:顾名思义,公式中的数字出现问题——类型错误,或者数字超出Excel表示的有效范围。

解决方案:让数字类型和大小都符合要求。

错误显示3:#REF!原因:公式引用的单元格被删除或者被错误覆盖。解决方案:临时修改后及时“撤销”,恢复单元格原状。

错误显示4:#VALUE!原因a:需要数字或逻辑值时输入了文本,如单元格B1为数字15,单元格B2为文本,则B3中输入公式“=B1+B2”将返回错误值#VALUE!解决方案a:确保公式引用的单元格中包含有效值。上例中可在B3中输入=SUM(B1:B2),SUM函数忽略文本,所以结果显示15。原因b:本来应该引用单一数值,却引用了一个区域。

解决方案b:将数值区域改成单一数值,或者修改数值区域,使其包含公式所在的数据行或列。

三 PowerPoint篇

Power point是一个演示文稿软件。应用该软件,可以很方便的在各个幻灯片中制作各种特效。诸如,幻灯片里面各种对象、文字、图片、影片等,都可以分别或有选择的设置动画效果。一般应用于课件制作,会议、演讲、产品展示等方面。

PowerPoint,主要学习了一些特效,如如何使各幻灯片元素动起来,甚至达到flash的效果以及如何使整个幻灯片放映过程中都伴随音乐,如何用一些简单的手法达到与众不同的效果等等。具体内容如下:

1、在设计幻灯片时,要善于使用幻灯片放映—>自定义动画—>添加效果,里面有各种动作方式,使我们所设计的幻灯片动起来;

2、设置循环播放声音直至幻灯片结束。

这项操作适用于图片欣赏等场合,往往是伴随着声音出现一幅幅图片。声音的操作步骤(假如共有5张幻灯片):

(1)在要出现声音的第一张幻灯片中单击主菜单“插入/影片中的声音/文件中的声音(或剪辑库中的声音等)”,选择一声音文件,在弹出的对话框“是否需要在幻灯片放映时自动播放声音”中选择“是”,在幻灯片上显示一喇叭图标;

(2)右击该喇叭图标,选择“自定义动画”中的“多媒体设置”项,选择“按动画顺序播放”,播放时“继续幻灯片放映”,停止播放在“5张幻灯片后”;

(3)单击“其他选项”,选择“循环播放,直到停止”。

以上操作无论是有链接还是无链接的情况,只要是点击了5张幻灯片就停止播放声音。

3、PowerPoint中使用动作设置功能。将近似的内容采用一种设计模板制作在一个幻灯片文件中,例如为参加某会议提交的论文需要制作幻灯片,可将论文标题、摘要、正文、结论、参考文献等分别采用一种设计模板制作存储为不同的幻灯片文件,这样的幻灯片看起来就富于变化了。

但在幻灯片放映时有一个问题,一个个的幻灯片文件需多次打开,这时我们可以使用PowerPoint的“动作设置”功能很方便地解决。

首先分类采用不同的设计模板制作并存储为若干个不同的幻灯片文件,如WJ1、WJ2等。在第一个文件如WJ1的最后一幅幻灯片上,可以选中一段文字,也可以选中一幅卡通画,在“幻灯片放映”中点击“动作设置”。根据个人的习惯,选取“单击鼠标”或“鼠标移过”,动作则选中“超级链接到”,再选取“其它PowerPoint演示文稿”。

在“超级链接到其它PowerPoint演示文稿”弹出选单中,输入第二个幻灯片文件名如WJ2。为了在第二个幻灯片文件放映完毕后能顺利返回到调用它的幻灯片或再转到其它的幻灯片,同样方法在该幻灯片的最后一幅适当位置选中文字或设置按钮,超级链接到其它PowerPoint演示文稿或返回。这样会使幻灯片放起来更加精彩。

收获及感悟

学习了这门课程之后,我意识到,“处处留心皆学问”,很多知识并不是靠整天面对课本就能学会或是掌握的,他需要我们在平日生活中用心感悟,用心发现,善于思考,善于探索,善于实践,才能真正意义上化为己有。以word为例,Word,在对长文档进行排版时,真可谓是“无所不能”,它可以帮助用户创建、编辑、排版、打印各类 用途的文档,成为用户日常工作、学习和生活中信息处理的好帮手。它的众多功能会使我们的排版工作简化很多而且绝对标准。比方说在适当场合运用查找替换功能,能使我们的工作量大大减少,而不必对整篇文档进行仔细的人工查找;分节功能,不同于分页,在给有目录的文档插入页码方面效果突出,可以在不同的节中自动从1排列页码;自动生成目录功能也大大简化了我们的工作量。这么多功能必须时常练习才能够熟练应用。

Office作为办公操作专家,它能使我们更加深入地理解、熟练文字、表格及幻灯片操作的命令。要强迫自己做几个综合实例,分别详细地进行编辑,使自己可以从全局的角度掌握整个编辑过程,力争使自己学习完Office之后就可以投身到实际的工作中去。在今后的学习中,我要改变以往那种只会跟着书本走的学习方法,试着探索性学习,发现探索的乐趣,我相信,这样做,知识才会真正被我掌握,而不是记住而已。通过《Office高级应用》这门课程的学习,我觉得Office办公软件比我想象的强大的多,使我完全改变了以前对Word、Excel、PowerPoint的看法,以前的我认为Word、Excel只不过是简单的文字、表格处理工具,用来修改文章,汇总数据,PPT只不过是用来制作演示文稿的,没把他们放在眼里,认为会用就行,学习之后我才发展现,他们的功能真的很强大,以前那种光知道怎么用是不行的,那只是冰山一角,我们应该多掌握一些功能,使我们在以后的工作中事半功倍。我相信,通过《Office高级应用》课程的学习,不能说我们已经成为办公软件的高手,突显成就,但至少我们能够快步走在大多数电脑使用者的前面,迎接未来的竞争!

《Office高级应用》课程学习总结

论文题目: 《Office高级应用》课程学习总结

专业班级 计本09级01班

姓名(学号)张滨滨(20092567)

2011 年 12 月 03 日

下载应用统计分析课程学习总结word格式文档
下载应用统计分析课程学习总结.doc
将本文档下载到自己电脑,方便修改和收藏,请勿使用迅雷等下载。
点此处下载文档

文档为doc格式


声明:本文内容由互联网用户自发贡献自行上传,本网站不拥有所有权,未作人工编辑处理,也不承担相关法律责任。如果您发现有涉嫌版权的内容,欢迎发送邮件至:645879355@qq.com 进行举报,并提供相关证据,工作人员会在5个工作日内联系你,一经查实,本站将立刻删除涉嫌侵权内容。

相关范文推荐

    应用地球化学课程总结

    1、应用地球化学的概念:它是一门运用地球化学基本理论和方法技术,解决人类生存的自然资源和环境质量等实际问题的学科。简而言之,是研究地球表层系统物质组成与人类生存关系,并......

    人工智能及其应用课程总结

    《人工智能及其应用》课程总结20世纪40年代,计算机的发明揭开了人类发展的新篇章,使得人类追寻已久的脑力劳动机械化问题获得了解决的方法和途径。计算机能够代替人类大脑进行......

    微课程学习应用心得体会

    微课程学习应用心得体会 我们学校开展微课的学习已经有一年多的时间了,对于微课我经历了一个困惑、尝试、了解、应用的过程。通过这次学习,我对微课又有了进一步的认识。 一......

    课程学习总结[精选合集]

    课程学习总结总结就是把一个时间段取得的成绩、存在的问题及得到的经验和教训进行一次全面系统的总结的书面材料,它可以帮助我们总结以往思想,发扬成绩,让我们好好写一份总结吧......

    课程学习总结

    课程学习总结1 本学期开设的独立研究课程是一门很有用的学科。它不仅能够帮助大学生解决现实中的需要,如毕业论文的撰写,更能提高大学生的素质,如创新精神的培养及创新能力的......

    课程学习总结

    课程学习总结 课程学习总结1 从19世纪末含苞欲放的科学管理理念到20世纪50年代枝繁叶茂、百花齐放的现代管理思潮;从形形色色的管理流派,到扎扎实实的管理实践都有效地配置了......

    课程学习总结

    课程学习总结 课程学习总结1 今天,我们市教育界的同志迎来了教育改革的春风,市全体教师在局长刘晓朝的带领下,步入了教育的殿堂,共享这一盛世盛宴。局长在这次发言中,语重心长地......

    课程学习总结

    班级:机化112姓名:张波学号:2011012613 课程总结我们用了十周的时间学习了这门课程,开始学习是对它的感觉是害怕,继而感觉到它十分有用,然后觉得对这门课很有兴趣。十星期的时间虽......