Datastatistik i Calc

Brug datastatistik i Calc til at udføre kompliceret analyse af data

For at arbejde med komplicerede statistiske eller ingeniør-analyser, kan du spare arbejde og tid ved at bruge Calc Data Statistik. Du indtaster data og parametre for hver analyse, og værktøjerne bruger passende statistiske eller ingeniør-funktioner for at beregne eller vise resultatet i en resultat-tabel.

Stikprøveudtagning

Opret en tabel med prøver udtaget fra en anden tabel.

For at tilgå denne kommando...

Vælg Data - Statistik - Stikprøvetagning


Prøveudtagning gør det muligt for dig at plukke data fra en kildetabel for at udfylde en måltabel. Prøveudtagningen kan være tilfældig eller efter et mønster.

Noteikon

Prøveudtagning sker rækkevis. Det betyder at de udtagne data vil vælge hele linjen fra kildetabellen og kopiere den ind i en linje i måltabellen.


Data

Inddataområde: Referencen til det dataområde som skal analyseres.

Resultater til: Referencen til den øverste venstre celle af det område, hvor resultatet skal vises.

Prøveudtagningsmetode

Tilfældig: Udtag præcis Prøvestørrelse linjer fra kildetabellen tilfældigt.

Prøvestørrelse: Antal linjer udtaget fra kildetabellen.

Periodisk: Udtager linjer med en afstand defineret af Periode.

Periode: antal linjer der periodisk skal udelades ved prøveudtagning.

Eksempel

Følgende data vil blive brugt som eksempel på kilde-datatabellen for prøveudtagning:

A

B

C

1

11

21

31

2

12

22

32

3

13

23

33

4

14

24

34

5

15

25

35

6

16

26

36

7

17

27

37

8

18

28

38

9

19

29

39


Prøveudtagning med en periode på 2 vil resultere i den følgende tabel:

12

22

32

14

24

34

16

26

36

18

28

38


Deskriptiv statistik

Udfyld en tabel i regnearket med datasættets vigtigste statistiske egenskaber.

For at tilgå denne kommando...

Vælg Data - Statistik - Deskriptiv Statistik


Analyseværktøjet til deskriptiv statistik genererer en rapport af univariate statistikker for data i inddataområdet med oplysninger om den centrale tendens og variation af dine data.

Noteikon

Find mere information om beskrivende statistik i den engelske wikipedia-artikel.


Data

Inddataområde: Referencen til det dataområde som skal analyseres.

Resultater til: Referencen til den øverste venstre celle af det område, hvor resultatet skal vises.

Grupperet efter

Vælg om inddataområdet har layout som kolonner eller rækker.

Eksempel

Følgende data vil blive brugt som eksempel

A

B

C

1

Matematik

Fysik

Biologi

2

47

67

33

3

36

68

42

4

40

65

44

5

39

64

60

6

38

43

7

47

84

62

8

29

80

51

9

27

49

40

10

57

49

12

11

56

33

60

12

57

13

26


Den følgende tabel viser resultaterne af den deskriptive statistik for de eksempel-data, der er vist ovenfor.

Kolonne 1

Kolonne 2

Kolonne 3

Middelværdi

41.9090909091

59.7

44.7

Standardfejl

3.5610380138

5.3583786934

4.7680650629

Tilstand

47

49

60

Median

40

64.5

43.5

Varians

139.4909090909

287.1222222222

227.3444444444

Standardafvigelse

11.8106269559

16.944681237

15.0779456308

Kurtosis

-1.4621677981

-0.9415988746

1.418052719

Skævhed

0.0152409533

-0.2226426904

-0.9766803373

Område

31

51

50

Minimum

26

33

12

Maksimum

57

84

62

Sum

461

597

447

Tæl

11

10

10


Analyse af varians (ANOVA)

Udfører analyse af variansen (ANOVA) af et datasæt

For at tilgå denne kommando...

Vælg Data - Statistik - Analyse af varians (ANOVA)...


ANOVA er akronymet for ANalysis Of VAriance. Dette værktøj udfører variansanalysen (ANOVA) for et givet datasæt

Noteikon

Læs mere om ANOVA i den engelske Wikipedia-artikel.


Data

Inddataområde: Referencen til det dataområde som skal analyseres.

Resultater til: Referencen til den øverste venstre celle af det område, hvor resultatet skal vises.

Grupperet efter

Vælg om inddataområdet har layout som kolonner eller rækker.

Type

Vælges hvis analysen er for enkeltfaktor eller for tofaktor ANOVA.

Parametre

Alfa: Signifikansniveauet af prøven.

Rækker per prøve: Definér hvor mange rækker en prøve har.

Eksempel

Følgende data vil blive brugt som eksempel

A

B

C

1

Matematik

Fysik

Biologi

2

47

67

33

3

36

68

42

4

40

65

44

5

39

64

60

6

38

43

7

47

84

62

8

29

80

51

9

27

49

40

10

57

49

12

11

56

33

60

12

57

13

26


Følgende tabel viser resultatet af Analyse af varians (ANOVA) for prøvedataene herover.

Anova - enkeltfaktor

Alfa

0.05

Grupper

Tæl

Sum

Middelværdi

Varians

Kolonne 1

11

461

41.9090909091

139.4909090909

Kolonne 2

10

597

59.7

287.1222222222

Kolonne 3

10

447

44.7

227.3444444444

Kilde for variation

SS

df

MS

F

P-værdi

F-kritisk

Mellem grupper

1876.5683284457

2

938.2841642229

4.3604117704

0.0224614952

3.340385558

Inde i grupper

6025.1090909091

28

215.1824675325

Total

7901.6774193548

30


Korrelation

Beregner korrelationen af to sæt af numeriske data.

For at tilgå denne kommando...

Vælg Data - Statistik - Korrelation...


Korrelationskoefficienten (en værdi mellem -1 og +1) fortæller hvor stærkt to variable er relateret til hinanden. Du kan bruge funktionen KORRELATION eller Datastatistik til at finde korrelationskoefficienten mellem to variable.

En korrelationskoefficient på +1 indikerer en perfekt positiv korrelation.

En korrelationskoefficient på -1 indikerer en perfekt negativ korrelation.

Noteikon

Se mere om statistisk korrelation i den engelske wikipedia-artikel.


Data

Inddataområde: Referencen til det dataområde som skal analyseres.

Resultater til: Referencen til den øverste venstre celle af det område, hvor resultatet skal vises.

Grupperet efter

Vælg om inddataområdet har layout som kolonner eller rækker.

Eksempel

Følgende data vil blive brugt som eksempel

A

B

C

1

Matematik

Fysik

Biologi

2

47

67

33

3

36

68

42

4

40

65

44

5

39

64

60

6

38

43

7

47

84

62

8

29

80

51

9

27

49

40

10

57

49

12

11

56

33

60

12

57

13

26


Den følgende tabel viser resultaterne af korrelationen af data-eksemplet ovenfor.

Korrelationer

Kolonne 1

Kolonne 2

Kolonne 3

Kolonne 1

1

Kolonne 2

-0.4029254917

1

Kolonne 3

-0.2107642836

0.2309714048

1


Kovarians

Beregner kovariansen for to mængder af numeriske data.

For at tilgå denne kommando...

Menu Data - Statistik - Kovarians


Kovariansen er et udtryk for hvor meget to tilfældige (stokastiske) variable ændrer sig sammen.

Noteikon

Se mere om statistisk covarians i den engelske wikipedia-artikel


Data

Inddataområde: Referencen til det dataområde som skal analyseres.

Resultater til: Referencen til den øverste venstre celle af det område, hvor resultatet skal vises.

Grupperet efter

Vælg om inddataområdet har layout som kolonner eller rækker.

Eksempel

Følgende data vil blive brugt som eksempel

A

B

C

1

Matematik

Fysik

Biologi

2

47

67

33

3

36

68

42

4

40

65

44

5

39

64

60

6

38

43

7

47

84

62

8

29

80

51

9

27

49

40

10

57

49

12

11

56

33

60

12

57

13

26


Den følgende tabel viser resultaterne af kovariansen af dataeksemplet ovenfor.

Kovarianser

Kolonne 1

Kolonne 2

Kolonne 3

Kolonne 1

126.8099173554

Kolonne 2

-61.4444444444

258.41

Kolonne 3

-32

53.11

204.61


Eksponentiel udjævning

Resulterer i en udjævnet dataserie

For at tilgå denne kommando...

Vælg Data - Statistik - Eksponentiel udjævning


Eksponentiel udjævning er en filterteknik der, når den anvendes på et datasæt, giver udjævnede resultater. Benyttes i mange brancher som for eksempel på børser, økonomi og prøvemålinger.

Noteikon

Læs mere om eksponentiel udglatning i den engelske wikipedia-artikel.


Data

Inddataområde: Referencen til det dataområde som skal analyseres.

Resultater til: Referencen til den øverste venstre celle af det område, hvor resultatet skal vises.

Grupperet efter

Vælg om inddataområdet har layout som kolonner eller rækker.

Parametre

Udjævningsfaktor: En parameter mellem 0 og 1 der repræsenterer den dæmpende faktor Alfa i udjævningsligningen.

Eksempel

Følgende tabel har to serier med tid, en som repræsenterer en impulsfunktion ved tid t=0 og den anden en impulsfunktion ved tid t=2.

A

B

1

1

0

2

0

0

3

0

1

4

0

0

5

0

0

6

0

0

7

0

0

8

0

0

9

0

0

10

0

0

11

0

0

12

0

0

13

0

0


Den resulterende udjævning ses nedenfor med udjævningsfaktor 0.5:

Alfa

0.5

Kolonne 1

Kolonne 2

1

0

1

0

0.5

0

0.25

0.5

0.125

0.25

0.0625

0.125

0.03125

0.0625

0.015625

0.03125

0.0078125

0.015625

0.00390625

0.0078125

0.001953125

0.00390625

0.0009765625

0.001953125

0.0004882813

0.0009765625

0.0002441406

0.0004882813


Rullende gennemsnit

Beregner det løbende gennemsnit for en tidsserie

For at tilgå denne kommando...

Vælg Data - Statistik - Løbende gennemsnit


Noteikon

Læs mere om glidende gennemsnit i den engelske wikipedia-artikel.


Data

Inddataområde: Referencen til det dataområde som skal analyseres.

Resultater til: Referencen til den øverste venstre celle af det område, hvor resultatet skal vises.

Grupperet efter

Vælg om inddataområdet har layout som kolonner eller rækker.

Parametre

Interval: Antal prøver brugt i beregningen af det løbende gennemsnit.

Eksempel

Følgende tabel har to serier med tid, en som repræsenterer en impulsfunktion ved tid t=0 og den anden en impulsfunktion ved tid t=2.

A

B

1

1

0

2

0

0

3

0

1

4

0

0

5

0

0

6

0

0

7

0

0

8

0

0

9

0

0

10

0

0

11

0

0

12

0

0

13

0

0


Resultater af det løbende gennemsnit:

Kolonne 1

Kolonne 2

#N/A

#N/A

0.3333333333

0.3333333333

0

0.3333333333

0

0.3333333333

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

0

#N/A

#N/A


Parret t-test

Beregner den parrede t-test af to dataprøver.

For at tilgå denne kommando...

Vælg Data - Statistik - Parret t-test


En parret t-test er enhver statistisk hypotesetest, der følger en t-fordeling.

Noteikon

Læs mere om parrede t.tests i den engelske wikipedia-artikel.


Data

Variabel 1 område: Reference til området med den første dataserie, der skal analyseres.

Variabel 2 område: Reference til området med den anden dataserie, der skal analyseres.

Resultater til: Reference til den øverste venstre celle i det område, hvor test skal vises.

Grupperet efter

Vælg om inddataområdet har layout som kolonner eller rækker.

Eksempel

Den følgende tabel har to datasæt.

A

B

1

28

19

2

26

13

3

31

12

4

23

5

5

20

34

6

27

31

7

28

31

8

14

12

9

4

24

10

0

23

11

2

19

12

8

10

13

9

33


Resultater for parret t-test:

Den følgende tabel viser den parrede t-test for dataserien ovenfor:

parret t-test

Alfa

0.05

Den forventede middelforskel

0

Variabel 1

Variabel 2

Middelværdi

16.9230769231

20.4615384615

Varians

125.0769230769

94.4358974359

Observationer

13

13

Pearson-korrelation

-0.0617539772

Observeret difference for middelværdi

-3.5384615385

Variansen af forskellene

232.9358974359

df

12

t stat

-0.8359262137

P (T<=t) en-halet

0.2097651442

t kritisk en-halet

1.7822875556

P (T<=t) to-halet

0.4195302884

t kritisk to-halet

2.1788128297


F-test

Beregner F-testen af to dataprøver.

For at tilgå denne kommando...

Vælg Data - Statistik - F-test


En F-test er enhver statistisk test baseret på F-fordelingen under nul hypotesen.

Noteikon

Læs mere om F-tests i den engelske wikipedia-artikel.


Data

Variabel 1 område: Reference til området med den første dataserie, der skal analyseres.

Variabel 2 område: Reference til området med den anden dataserie, der skal analyseres.

Resultater til: Reference til den øverste venstre celle i det område, hvor test skal vises.

Grupperet efter

Vælg om inddataområdet har layout som kolonner eller rækker.

Eksempel

Den følgende tabel har to datasæt.

A

B

1

28

19

2

26

13

3

31

12

4

23

5

5

20

34

6

27

31

7

28

31

8

14

12

9

4

24

10

0

23

11

2

19

12

8

10

13

9

33


Resultater af F-test:

Den følgende tabel viser t-testen for dataserien ovenfor:

F-test

Alfa

0.05

Variabel 1

Variabel 2

Middelværdi

16.9230769231

20.4615384615

Varians

125.0769230769

94.4358974359

Observationer

13

13

df

12

12

F

1.3244637524

P (F<=f) højre-halet

0.3170614146

F kritisk højre-halet

2.6866371125

P (F<=f) venstre-halet

0.6829385854

F kritisk venstre-halet

0.3722125312

P to-halet

0.6341228293

F kritisk to-halet

0.3051313549

3.277277094


Z-test

Beregner z-testen af to dataprøver.

For at tilgå denne kommando...

Vælg Data - Statistik - Z-test


Noteikon

Læs mere om Z-tests iden engelske wikipedia-artikel.


Data

Variabel 1 område: Reference til området med den første dataserie, der skal analyseres.

Variabel 2 område: Reference til området med den anden dataserie, der skal analyseres.

Resultater til: Reference til den øverste venstre celle i det område, hvor test skal vises.

Grupperet efter

Vælg om inddataområdet har layout som kolonner eller rækker.

Eksempel

Den følgende tabel har to datasæt.

A

B

1

28

19

2

26

13

3

31

12

4

23

5

5

20

34

6

27

31

7

28

31

8

14

12

9

4

24

10

0

23

11

2

19

12

8

10

13

9

33


Resultater af Z-test:

Den følgende tabel viser t-testen for dataserien ovenfor:

Z-test

Alfa

0.05

Den forventede middelforskel

0

Variabel 1

Variabel 2

Kendt varians

0

0

Middelværdi

16.9230769231

20.4615384615

Observationer

13

13

Observeret difference for middelværdi

-3.5384615385

z

#DIV/0!

P (Z<=z) en-sidet

#DIV/0!

Z kritisk en-sidet

1.644853627

P (Z<=z) to-sidet

#DIV/0!

Z kritisk to-sidet

1.9599639845


Chi-kvadrat-test

Beregner Chi-kvadratet for en stikprøve.

For at tilgå denne kommando...

Menu Data - Statistik - Chi-kvadrat test


Noteikon

Læs mere om chi-kvadrat-tests i den danske Wikipedia-artikel.


Data

Inddataområde: Referencen til det dataområde som skal analyseres.

Resultater til: Reference til den øverste venstre celle i det område, hvor test skal vises.

Grupperet efter

Vælg om inddataområdet har layout som kolonner eller rækker.

Eksempel

Den følgende tabel har to datasæt.

A

B

1

28

19

2

26

13

3

31

12

4

23

5

5

20

34

6

27

31

7

28

31

8

14

12

9

4

24

10

0

23

11

2

19

12

8

10

13

9

33


Resultater af Chi-kvadrat test:

Kontrol af uafhængighed (Chi-kvadrat)

Alfa

0.05

df

12

P-værdi

2.32567054678584E-014

Test Statistik

91.6870055842

Kritisk Værdi

21.0260698175