excel計算年齡區間的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列股價、配息、目標價等股票新聞資訊

[精準活用祕笈]超實用!提高數據整理、統計運算分析的Excel必備省時函數

為了解決excel計算年齡區間的問題，作者張雯燕 這樣論述：

　　★ 步驟教學說明一定學得會 　　★ 買一本不再每次都Google 　　★ 熟用秒算＋直接提早下班   　　※快速了解公式及函數重要知識點 　　※熟悉學術、生活及職場應用的必備函數 　　※方便查詢函數功能、語法、參數與實例 　　※除了傳統函數外，也介紹最新版函數 　　※提供大量應用實例，有助提昇工作效率   　　內容豐富實用，簡單易操作，一本在手，輕鬆解決EXCEL函數疑難雜症！   　　本書統整了適用於大數據．人資．行政．總務．業務．會計．生管．財務．企宣．公務員．市場調查．銷售管理．產品研發…等商務應用、資料分析的重要函數，並搭配實例，示範如何將函數應用在實際工作中。   　　Par

t1→介紹公式與函數的重要知識點(詳見第01章)。 　　Part2→介紹各種類別旳實用函數，包括數值運算、邏輯、統計、資料取得、日期、時間、字串、財務、會計、資料驗證、資訊、查閱與參照等。(詳見第02~08章) 　　Part3→以完整的商務性綜合範例將多種函數交互應用，包括在職訓練成績計算排名與查詢，及現金流量表製作等。(詳見第09章)   　　書中所有介紹的函數都有對應的實例教學，而且每一個函數的介紹安排，包括功能說明、通用語法、引數解說、實作前的範例檔案、操作過程及實作後的成果展示。   　　【數值函數】 　　✧以自動加總計算總成績  　　✧以自動加總計算總成績平均  　　✧忽略空白儲存格

來計算平均成績 　　✧求取商品銷售總額  　　✧求取對應儲存格商品銷售總額  　　✧針對篩選的項目進行總數小計  　　✧全班各科分數最高分及最低分 　　✧將商品折扣價格以三種函數取捨進位  　　✧團體旅遊的出車總數及費用  　　✧在固定預算下購買商品的數量及所剩金額  　　✧隨機產生摸彩券中獎號碼 　　✧外包錄音（或錄影）費用結算表 　　✧股票停損停利決策表  　　✧以BMI 指數來衡量肥胖程度  　　✧求取0到16所有數值平方根  　　✧畢氏定理的驗證  　　✧不同測量系統之間的轉換   　　【邏輯與統計函數】 　　✧學校英語能力檢測  　　✧期末考成績人數統計表  　　✧分別統計期末考男生

及女生及格人數  　　✧中秋禮盒調查表  　　✧指定員工禮盒購買金額  　　✧指考成績人數統計表  　　✧記錄缺課人數  　　✧計算全班男生平均成績  　　✧全班男生及女生平均成績  　　✧不同班級男生及女生平均成績  　　✧多益成績各成績區間落點的人數 　　✧計算投籃大賽的中位數與眾數  　　✧列出段考總分前三名及後三名分數  　　✧將全班段考成績由大到小排名  　　✧投籃機高手團體賽  　　✧IQ智商表現水平描述 　　✧輸出各種考試科目最高分及最低分  　　✧旅遊地點問卷調查  　　✧不同摸彩獎品組合可能的總數  　　✧不同密碼字母排列的可能總數   　　【資料存取與資料庫函數】 　　✧統

計旅遊地點的參加人數  　　✧找尋招生最好的學校及季別  　　✧將多個符合條件的欄位進行加總 　　✧考試的及格標準百分比制定 .4-9 　　✧給定學生的成績表現評語  　　✧以VLOOKUP查詢各員工報名的套裝旅遊行程價格 　　✧以HLOOKUP查詢各員工報名的套裝旅遊行程價格 　　✧傳回指定參照的資料內容應用 　　✧軟體授權價目表查詢  　　✧以INDEX及MATCH軟體授權費用查詢  　　✧彙總平均分數、前3名及倒數3名分數   　　【日期與時間函數】 　　✧將生日取出年月日三種資訊  　　✧食品保鮮期追蹤  　　✧建立同仁的出生年月日基本資料 　　✧記錄各年度全馬平均時間  　　✧同仁虛

歲年齡計算  　　✧同仁年齡計算到月份  　　✧吃到飽自助餐平日及假日收費表 　　✧軟體開發時間表實際工作日  　　✧軟體開發專案付款日  　　✧實習工作體驗日申請計畫  　　✧設定軟體試用到期日  　　✧全馬平均時間計算時、分、秒三欄位資訊   　　【字串函數】 　　✧CHAR與CODE函數應用  　　✧線上軟體登入帳號的大量生成  　　✧FIND()函數的各種不同實例  　　✧從識別證文字取出欄位資訊  　　✧以國字表示貨品金額  　　✧將姓名首字大寫、國籍全部轉換為大寫  　　✧快速變更新舊產品編號與名稱  　　✧各種TEXT()函數的語法實例  　　✧候選人看好度  　　✧合併來自多個

範圍和/或字串的文字  　　✧TEXTJOIN函數應用範例1 　　✧TEXTJOIN函數應用範例2   　　【財務與會計函數】 　　✧購屋準備─零存整付累積頭期款 　　✧計算每期償還的貸款金額  　　✧儲蓄型保單利率試算 　　✧試算投資成本 　　✧貸款第一個月的償還本金的試算 　　✧貸款第一個月的償還利息的試算 　　✧達到儲蓄目標金額所需的期數 　　✧保險單淨值計算  　　✧傳回現金流量表的淨現值  　　✧評估儲蓄險的效益  　　✧已償還的貸款本金  　　✧機動利率定期存款的本利和   　　【資料驗證、資訊、查閱與參照函數】 　　✧全形的電話轉換成半形 　　✧限定密碼不可少於8位 　　✧不允許

重複收集相同的單字  　　✧由購買次數來判斷是否為老客戶 　　✧IS系列函數綜合應用  　　✧ROW/COLUMN函數綜合運用  　　✧ROWS/COLUMNS函數綜合運用  　　✧TRANSPOSE函數綜合運用 　　✧網站超連結功能實作 　　✧CELL函數綜合運用 　　✧查看Excel不同的類型編號所取得的訊息 　　✧不同資訊類型文字的回傳結果  　　✧不同引數值的TYPE 函數回傳結果  　　✧實測OFFSET不同引數值的回傳結果  　　✧實作SHEET/SHEETS兩者間的差別  　　✧FORMULATEXT函數不同引數的不同回傳結果  　　✧ADDRESS函數不同引數的回傳結果  　　

✧從類別編號自動填入書籍的類別名稱   　　【綜合商務應用範例】 　　✧運用填滿方式來填入員工編號  　　✧以自動加總計算總成績  　　✧計算成績平均  　　✧排列員工成績名次  　　✧建立員工成績查詢表  　　✧顯示合格與不合格人數 　　✧使用名稱管理員 　　✧使用「範圍名稱」運算 　　✧設定表首日期 　　✧自動顯示異常資料 　　✧動態月份表單製作

統計學：使用Python語言

為了解決excel計算年齡區間的問題，作者林進益 這樣論述：

讓統計學與Python帶你進入大數據的世界！ •深入淺出講解統計學理論，循序漸進培養數據分析的能力。 •使用Python程式語言畫出各式統計圖表，習得資料視覺化的專業技能。 •透過電腦模擬統計模型，理解推導過程無負擔。 　　◎隨書附贈資料檔光碟 　　資訊流通快速的二十一世紀，每天會產生數千萬筆資料，大數據成為炙手可熱的話題，擁有紮實的統計學理論基礎，正是踏入數據分析的第一步！Python是現今廣受歡迎的程式語言，適用範圍廣泛：從機器學習、爬蟲到統計數據分析。透過統計學與Python程式語言實作的結合，同時接觸並學習時下兩大熱門話題──數據分析與程式語言。 　　本書是給想學Python程式

語言卻又不知如何下手的讀者使用，即全書適合給完全沒有程式語言概念的初學者使用。本書建議用統計學來學習Python程式語言。全書屬於基本統計學的範圍，內容包含：基本統計繪圖與製表技巧、機率與機率分配、統計推論、線性迴歸模型與無母數統計等主題。為了讓讀者無遺珠之憾，書內只要有牽涉到讀取與儲存資料、繪圖、製表、計算以及估計等動作，本書光碟內皆附有對應的Python程式碼供讀者參考，或者讀者亦可以依上述程式碼複製書上內容，進而對Python程式語言有更深一步的認識。   作者簡介 林進益 　　學歷： 　　國立中山大學財務管理博士 　　國立政治大學經濟學研究所碩士 　　東海大學經濟學系學士 　

　經歷： 　　致理商專國貿科講師 　　國立屏東商專財務金融科講師 　　國立屏東商業技術學院財務金融系副教授 　　國立屏東大學財務金融學系副教授（退休） 　　著作： 　　財金統計學：使用R語言 《財統》 (五南) 　　經濟與財務數學：使用R語言 《財數》 (五南) 　　衍生性金融商品：使用R語言 《衍商》 (五南) 　　財金時間序列分析：使用R語言 《財時》 (五南)   Chapter 1 數據資料的顯示 1.1 類別性資料 1.2 雙向表 1.3 直方圖 1.4 散佈圖與時間圖 1.5 實證PDF與CDF Chapter 2 敘述統計 2.1 分配特徵的衡量 2.2 共變異數、相關係

數與迴歸線 2.3 應用 Chapter 3 機率與機率分配 3.1 抽樣分配 3.2 機率概論 3.3 機率分配 Chapter 4 特殊的機率分配 4.1 特殊的間斷機率分配 4.2 特殊的連續機率分配 4.3 QQ與PP圖 Chapter 5 區間估計 5.1 中央極限定理與應用 5.2 母體平均數與比率的區間估計 5.3 卡方分配的應用 5.4 F分配的應用 Chapter 6 假設檢定 6.1 假設與誤判 6.2 母體參數的假設檢定 6.3 效力曲線 Chapter 7 二個母體參數的假設檢定 7.1 二個母體平均數差異的假設檢定 7.2 二個母體比率差異的假設檢定 7.3

二獨立母體變異數的假設檢定 Chapter 8 卡方檢定與ANOVA 8.1 卡方檢定 8.2 變異數分析 Chapter 9 簡單的線性迴歸分析 9.1 迴歸模型的意義與OLS 9.2 統計推論 9.3 矩陣的操作 Chapter 10 線性迴歸模型 10.1 線性複迴歸模型的估計與檢定 10.2 殘差值分析 10.3 間斷因變數模型 Chapter 11 無母數統計方法 11.1 二項式機率分配的應用 11.2 成對與獨立樣本 11.3 Kruskal-Wallis 檢定 11.4 等級相關 Chapter 12 Python 的簡介 12.1 Python 12.2 Pyth

on的操作 12.3 陣列、矩陣與繪圖 序言 　　拜科技與網路普及之賜，現在學習專業學科似乎較為簡易。例如：許多專業上的盲點或困惑，透過網路搜尋如Google的幫助，應該比過去無網路時代能迅速蒐集到更多的資訊；換言之，若我們願意付出，應該皆能從網路上得到想要的答案。就筆者而言，透過網路上的學習，的確已快速降低以往躲在圖書館內影印參考資料所耗掉的成本了。 　　另一個能幫助筆者迅速學習專業學科的（輔助）工具竟然就是電腦語言的使用。由於個人電腦性能的提升以及自由軟體的普遍使用，使得我們於學習過程中不再憑空想像而是可以透過電腦的模擬與計算，以較為實際的方式學習專業學科。例如：筆者已寫出一系列用

R語言思考的專業書籍（可以參考本書的封面的作者著作）。其實，筆者只是想要找出「為何過去皆看不大懂專業學科」的答案以及「經驗傳承」而已。 　　如今，有可能已經出現答案了。原來，過去沒有網路資訊可使用（即無法知道不同的人如何解釋上述專業學科）以及不知如何使用電腦語言。上述的驗證又再一次在本書出現。其實，筆者於寫《財時》一書時，已經頗訝異Python語言（底下簡稱Python）的「異軍突起」；也就是說，網路上竟然已經有那麼多人在使用Python 了。或者說，Python 的使用竄升速度相當快。筆者應該也來試試使用Python。根據筆者的經驗，學習一種新的電腦語言如Python的最好方式就是先設定一

個目標，全部用Python來思考與操作。因此，本書的目的其實頗為簡單，即全部用Python來解釋「統計學」；換句話說，本書仍維持筆者過去書籍的特色，即書內只要有牽涉到例如讀存資料、計算、模擬、估計、製表或甚至於繪圖等動作，筆者皆有提供對應的Python程式碼供讀者參考。當然，讀者若是初學者，可以先參考本書的第12章。 　　為何選擇寫統計學？倒也有下列理由： 　　(1) 想學Python又毫無頭緒，看了Python的使用手冊或介紹Python的書籍又一頭霧水，更諷刺的是，上述手冊或書籍卻又強調Python是一種簡單易懂的電腦語言。此時不妨學習筆者的方式。於商科的專業學科內，微積分與統計學是最

容易學習Python應用的二門基本專業學科，本書是挑選統計學；換句話說，讀者亦可以思考：「若用Python來學習微積分，其結果會如何？或者說，用微積分來發現Python的使用方式」。不要忘記，隨時可以上網查詢不懂的部分。 　　(2) 老實說，筆者之前的著作，除了《財數》之外，其餘書籍較適合高年級（或研究所）的學生使用。筆者當然希望大一或大二的學生能儘早接觸程式語言如Python的練習與使用。因此，本書是挑統計學，就是統計學的內容不僅可以簡單化同時應用的層面也較廣。 　　(3) 筆者已不知多久沒有「用手按計算機」或「用手繪製圖形」了；也就是說，筆者皆用程式語言取代。於統計學內，有關於資料的計

算、整理、估計、編表、模擬或甚至於圖形繪製的操作例子應是「層出不窮、比比皆是」，即統計學可以讓我們熟悉上述操作。 　　(4) 換個角度思考，我們要學Python，若簡單如統計學就無法利用Python來處理，不是有些奇怪嗎？筆者每次重讀統計學，皆有不同的收穫；換句話說，不要輕忽重新念微積分與《財統》或《財數》等科的用處，即我們是用Python（或R語言）來思考並取代過去用手計算或繪圖的方式，其目的自然就是要熟悉電腦語言的操作。若是連簡單的都無法勝任愉快，那複雜的呢？ 　　(5) 目前「大數據」的使用已成為一個趨勢，而最能接近大數據方法的學科，當然就是統計學。 　　(6) 當然學習統計學亦可

使用Excel、SPSS或SAS等商業套裝軟體。老實說，使用上述套裝軟體實在無法引起筆者學習上的興趣，因為每次使用筆者總會想到該函數指令如何撰寫？找不到來源出處，實在勾不起筆者繼續學習的動力。Python（或R語言）就不同了，不僅其是免費軟體，同時於網路上可以找到原始的程式碼，因此若讀者願意繼續探索源頭，不就可以知道如何設計Python內的函數指令嗎？ 　　(7) 筆者於網路上曾看過Python函數指令的解釋（中文），總覺得「怪怪的」，有可能是「翻譯者」沒有接觸過（或不熟悉）統計學，那時筆者就知應該用Python來寫統計學了。 　　如前所述，筆者希望本書的讀者是大學部的新鮮人（大一或大二生

），是故本書的內容並無抽象或複雜的數學式；不過，因受限於篇幅，反而例子或習題較少，因此讀者可能需要多自行補充一些例子上的應用。換句話說，本書的內容脫離不了例如Moore et al.（2011）或Anderson et al.（2017）等書的範圍；或者說，上述書籍倒是提供許多統計上的例子可供讀者練習（上述書籍皆屬於舊版，故可能可以於網路上下載）。 　　比較不習慣的應該還是Python程式語言碼的撰寫，其實只要想到如何用Python計算、模擬、估計或甚至於繪圖，尤其是後者，讀者應該就不會太意外有太多的程式碼，還好筆者皆有對應的程式碼可供參考，故讀者首先應學習如何撰寫才不會構成負擔（可以參考本

書第12章）。也許，從另外一個角度思考心裡可能會比較舒服：「想到寫程式就有點興奮，特別是有人先寫給你看」。 　　 　　筆者的舊讀者應該不用太氣餒，若R語言已熟悉了，再學Python的確阻礙較低。雖說Python的功用較全面性而R則較集中於統計分析方面；不過，二者的思考邏輯方式卻是相通的，即相同一件事情或情況，不僅可以用Python來表示，當然也可以用R語言來分析或詮釋。例如：於《財統》內，我們強調rnorm、pnorm、qnorm 與dnorm等四種函數指令的意義與用法，而Python呢？相同的函數指令為何？讀者於本書內應將其找出來（norm.rvs、norm.cdf、norm.ppf與nor

m.pdf）。 　　由於是初次用Python來詮釋，故書內有提供部分的Python程式碼，完整的部分則附於隨書所附的光碟內。由於當初認知不足，以致於筆者還是無法維持當初的構想：「用R語言寫一系列統計與計量書籍」；也就是說，筆者當初還真的沒有想過最後會介紹Python，也許以後筆者的書籍會是R語言與Python並用。有關於筆者未來的規劃，可以參考筆者的簡易網站c12yih.webnode.tw，內有筆者的聯絡方式，即筆者的Email為[email protected]。很抱歉，筆者屬於「古代人」，還是非常不習慣用臉書或LINE（如此筆者反而較能專心做自己的事）。 　　本書當然歡迎教師採用（本書

內容屬於基礎統計學的範圍）。於目前的環境下，讓學生及早接觸程式語言的確不是一件壞事；或者說，現在讓學生「辛苦點」，反而對其有益。程式語言並沒有像接觸前「想像的那麼恐怖」；其實，倒有點像開車上路，剛得到駕照恐懼上路，但是一上路應該就能馬上進入狀況，而且愈開愈順。 　　由於受到篇幅的限制，教師若採用本書，可能要另外再多舉一些例子或習題供學生練習，此應該不是一件困難的事（畢竟只是基礎統計學的介紹）。利用Python來學習，最起碼可以不需要再用「查表」的方式；另一方面，其實教師亦可以按照原本的上課內容授課（可能需重新調整一下順序或增減一些內容），因為網路上有太多資訊，Python讓學生自行練習或參考

本書內容即可。如前所述，隨書所附的光碟內有各章完整的Python程式碼，除了簡答題外（答案於書內），光碟內亦附有各章習題的Python程式碼解答。因此，本書亦可用於「自修」或作為統計學的補充教材。內人是學統計出身的（統計系畢業），有些時候談到過去學統計學的經驗過程，我們皆會認為好像現在的統計學比較簡單，而過去的統計學比較難？其實答案馬上就知，即本書若少了Python，讀起來應是枯燥乏味且不知如何是好。 　　隨書仍提供兒子的一些作品，筆者當然也好奇最後兒子的實力會如何？好像我們二人在「競賽」，不過筆者已嘗試R語言與Python並用了，那兒子呢？筆者當然希望兒子也能找出自己的路。感謝內人的幫助以

及提供一些意見。筆者才疏識淺，倉促成書，錯誤難免，望各界先進指正。最後，祝操作順利。   林進益 寫於屏東三地門 2020/8/3 Chapter 1 數據資料的顯示 　　我們經常遇到不同型態的數據資料（data），究竟這些數據資料隱含何訊息？為了回答上述問題，我們當然需要有蒐集、整理、解釋以及顯示數據資料的能力，而統計學（Statistics）正是提供上述能力方法的學科；換言之，統計學是一門研究數據資料的科學。本書嘗試以Python 程式語言（簡稱Python）當作學習統計學的輔助工具1１。為了提高讀者的興趣以及輸入方便起見，部分的Python 程式碼將直接顯示於書內（完整的部分則

置於隨書所附的光碟內）。本章將介紹如何顯示數據資料。於尚未介紹前我們先檢視表1-1的內容。表1-1係抽取鐵達尼號（Titanic）的5位乘客名單。從表1-1中，可看出數據資料大致可以分成二種型態，其一是類別變數（categorical variables）與定量變數（quantitative variables）資料。類別變數：其亦稱為定性變數（qualitative variables）或虛擬變數（dummy　variables）。類別變數的實現值亦可以用數據表示，只不過若沒有事先定義清楚，我們並不知該實現值代表何意思。例如：表1-1內的PassengerId、Survived與Pclass

等皆屬於類別變數。當然，Sex變數亦屬於類別變數，我們可以進一步令1與0分別表示Male與Female。定量變數：即該變數的實現值可以用數值或被測量出來；或者說，用數值表示定量變數的實現值本身就有意義。例如：表1-1內的Age（年齡）變數就是一種定量變數。是故，透過類別變數與定量變數的使用，許多情況或事件幾乎皆可以用數據資料表示。底下我們介紹如何顯示數據資料的方式。換句話說，我們會使用圖形或列表來表示數據資料，其特色是即使存在元素眾多的數據資料（大數據，big　data），透過圖或表立即可瞭解上述數據資料的特徵。 

台灣注意力不足過動症門診量變化與藥物治療使用之分析

為了解決excel計算年齡區間的問題，作者王憲政 這樣論述：

注意力不足過動症(Attention-Deficit Hyperactivity Disorder; 簡稱ADHD或過動症)是孩童及青少年常見的兒童精神疾病之一 ，根據高淑芬的研究顯示，台灣國中一年級、二年級和三年級學生過動症的盛行率分別為7.5%、6.1%和3.3%。過動症不但困擾個案的就學與人際關係，也成為家庭及社會的負擔。文獻指出，過動症如果能及早診斷及早治療，不但能增加個案的學習能力、人際與家庭關係，長大後也能有很好的成就。本研究之實證資料係採用全勝藥品資訊公司所提供的2004-2006年的健保資料庫中的注意力不足症(Attention Deficit Disorder, ADD)

或注意力不足過動症(ADHD)個案的門診醫療使用紀錄與問卷調查方法，研究的目的可歸納為三點: (1) 分析過動症看診人次的變化及在不同分局別、評鑑別與權屬別的差異。 (2) 藥物平均日劑量與長短效興奮劑藥物使用的情形。(3) 以問卷方式調查兒童及青少年精神專科醫師 (簡稱兒青醫師) 提供門診醫療服務的現況。分析結果顯示: (1) ADHD的門診人次由2004年Q1的15,320人次，增加到2006年Q4的33,000人次，增加2.2倍，表示過動症的門診醫療需求逐季增加。(2) Ritalin的平均日劑量介於12.0~14.4毫克/天之間，而Concerta的平均日劑量介於15.6~19.9毫克

/天之間。有關長短效藥物使用的情形，在2004年Q4 ADHD個案服用Ritalin與Concerta的百分比分別為86%與14%，到了2006年Q4服用Ritalin與Concerta的百分比分別為60%與40%，服用Concerta的個案百分比逐年增加。(3) 問卷調查顯示平均每週兒青專科門診次數為2.7診，平均門診個案人數為21.7人，門診所需時間分別為初診36.7與複診13.9分鐘，61.2%的醫師表示家屬反應門診自行約診困難。就醫院評鑑別而言，50%的兒青醫師集中在醫學中心，因此，過動症個案的就醫一半集中在醫學中心。就分局別而言，東區分局只有5位兒青醫師屬醫療資源較缺乏地區。總之，過

動症影響為數不少的個案與家庭，衛生主管單位應該投入相對的醫療資源、提供適當的健保給付規範及長期的行為與藥物治療計劃，才能減少家庭、學校、社會的負擔，幫助更多的過動兒可以正常的學習與快樂的成長。