Статистики на данни в Calc
С командите за статистики на данни в Calc можете да извършвате сложен анализ на данни.
При извършване на сложен статистически или инженерен анализ можете да си спестите стъпки и време с функционалността „Статистики на данни“ в Calc. Вие предоставяте данните и параметрите за всеки анализ, а инструментариумът използва подходящите статистически или инженерни функции, за да изчисли и покаже резултатите в резултатна таблица.
Извадка
Създава таблица с данни, които представляват извадка от друга таблица.
Командата за извадка ви позволява да извлечете данни от таблица източник, за да попълните таблица местоназначение. Извадката може да бъде случайна или периодична.

Извличането на извадка става по редове. Това значи, че избраните редове от таблицата източник ще бъдат копирани изцяло в редове на таблицата цел.
Начин на избиране
Случайно: избира по случаен начин толкова реда от таблицата източник, колкото е зададено в Размер на извадката.
Размер на извадката: брой на редовете, извличани от таблицата източник.
Периодично: извлича редове със стъпка, зададена в полето Период.
Период: брой на редовете, които да бъдат пропускани при извличането да данни.
Пример
Следните данни ще бъдат използвани като пример за таблица с начални данни за извадка:
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 |
Извличането с период 2 ще даде следната таблица:
12 |
22 |
32 |
14 |
24 |
34 |
16 |
26 |
36 |
18 |
28 |
38 |
Дескриптивна статистика
Попълва в листа таблица с главните статистически свойства на набора от данни.
Аналитичният инструмент „Дескриптивна статистика“ генерира справка от едномерни статистически мерки за данните във входната област, предоставяйки информация за централната тенденция и разсейването на данните.

За повече информация относно дескриптивната статистика вижте съответната статия в Уикипедия (статията е на английски).
Следната таблица показва резултатите от дескриптивната статистика на примерните данни по-горе.
Колона 1 |
Колона 2 |
Колона 3 |
|
Средно |
41.9090909091 |
59.7 |
44.7 |
Стандартна грешка |
3.5610380138 |
5.3583786934 |
4.7680650629 |
Мода |
47 |
49 |
60 |
Медиана |
40 |
64.5 |
43.5 |
Дисперсия |
139.4909090909 |
287.1222222222 |
227.3444444444 |
Стандартно отклонение |
11.8106269559 |
16.944681237 |
15.0779456308 |
Ексцес |
-1.4621677981 |
-0.9415988746 |
1.418052719 |
Асиметрия |
0.0152409533 |
-0.2226426904 |
-0.9766803373 |
Диапазон |
31 |
51 |
50 |
Минимум |
26 |
33 |
12 |
Максимум |
57 |
84 |
62 |
Сума |
461 |
597 |
447 |
Брой |
11 |
10 |
10 |
Дисперсионен анализ (ANOVA)
Извършва дисперсионен анализ (ANOVA) на дадена съвкупност от данни.
ANOVA е съкращение от ANalysis Of VAriance (дисперсионен анализ). Този инструмент извършва дисперсионен анализ на дадена съвкупност от данни.

За повече информация относно ANOVA вижте статията в Уикипедия на английски или на български.
Type
Изберете дали дисперсионният анализ ANOVA е еднофакторен или двуфакторен.
Параметри
Алфа: нивото на значимост на теста.
Брой редове в извадка: определя колко реда съдържа извадката.
Следната таблица показва резултата от дисперсионния анализ (ANOVA) на горните примерни данни.
ANOVA - еднофакторен |
|||||
Алфа |
0.05 |
||||
Групи |
Count |
Сума |
Средно |
Дисперсия |
|
Колона 1 |
11 |
461 |
41.9090909091 |
139.4909090909 |
|
Колона 2 |
10 |
597 |
59.7 |
287.1222222222 |
|
Колона 3 |
10 |
447 |
44.7 |
227.3444444444 |
|
Източник на разсейване |
SS |
df |
MS |
F |
P-стойност |
Между групите |
1876.5683284457 |
2 |
938.2841642229 |
4.3604117704 |
0.0224614952 |
В групите |
6025.1090909091 |
28 |
215.1824675325 |
||
Общо |
7901.6774193548 |
30 |
Корелация
Изчислява корелацията на два набора от числови данни.
Коефициентът на корелация (стойност между -1 и +1) показва колко силно са свързани помежду си две променливи. Можете да използвате функцията CORREL или инструмента „Статистики на данни“, за да намерите коефициента на корелация между две променливи.
Коефициент на корелация +1 означава перфектна положителна корелация.
Коефициент на корелация -1 означава перфектна отрицателна корелация.

За повече информация относно статистическата корелация вижте статията в Уикипедия на английски или на български.
Следната таблица показва резултатите от корелацията на примерните данни по-горе.
Корелация |
Колона 1 |
Колона 2 |
Колона 3 |
Колона 1 |
1 |
||
Колона 2 |
-0.4029254917 |
1 |
|
Колона 3 |
-0.2107642836 |
0.2309714048 |
1 |
Ковариация
Изчислява ковариацията на два набора от числови данни.
Ковариацията е измерител за това доколко две случайни променливи се изменят заедно.

За повече информация относно статистическата ковариация вижте съответната статия в Уикипедия (на английски).
Следната таблица показва резултатите от ковариацията на примерните данни по-горе.
Ковариация |
Колона 1 |
Колона 2 |
Колона 3 |
Колона 1 |
126.8099173554 |
||
Колона 2 |
-61.4444444444 |
258.41 |
|
Колона 3 |
-32 |
53.11 |
204.61 |
Експоненциално изглаждане
Дава като резултат изгладена поредица от данни.
Експоненциалното изглаждане е техника за филтриране, с която може да се получи изгладена версия на съвкупност от данни. То се прилага в много области, например фондови борси и икономика, както и при дискретни измервания.

За повече информация относно експоненциалното изглаждане вижте съответната статия в Уикипедия (на английски).
Параметри
Коефициент на изглаждане: параметър между 0 и 1, който представлява коефициента на заглъхване алфа във формулата за изглаждане.
Следват получените изгладени данни с коефициент на изглаждане 0,5:
Алфа |
|
0.5 |
|
Колона 1 |
Колона 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 |
Пълзяща средна стойност
Изчислява пълзяща средна стойност на данни във времето.

За повече информация относно пълзящите средни стойности вижте статията в Уикипедия на английски или на български.
Параметри
Интервал: броят на измерванията, използвани в изчисляването на пълзящата средна стойност.
Резултат от пълзящата средна стойност:
Колона 1 |
Колона 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 |
Сдвоен t-тест
Изчислява сдвоен t-тест на два набора от данни.
Сдвоен t-тест е всеки тест на статистическа хипотеза, в който тестовата статистика следва t-разпределението на Стюдънт.

За повече информация относно сдвоените t-тестове вижте съответната статия в Уикипедия (на английски).
Данни
Диапазон на променлива 1: обръщение към първия диапазон от данни за анализиране.
Диапазон на променлива 2: обръщение към втория диапазон от данни за анализиране.
Резултати в: обръщение към горната лява клетка от областта, където да се покажат резултатите.
Резултати за сдвоен t-тест:
Следната таблица показва резултата от сдвоения t-тест за горните данни:
сдвоен t-тест |
||
Алфа |
0.05 |
|
Хипотетична разлика на средните |
0 |
|
Променлива 1 |
Променлива 2 |
|
Средно |
16.9230769231 |
20.4615384615 |
Дисперсия |
125.0769230769 |
94.4358974359 |
Наблюдения |
13 |
13 |
Корелация на Пирсън |
-0.0617539772 |
|
Наблюдавана разлика на средните |
-3.5384615385 |
|
Дисперсия на разликите |
232.9358974359 |
|
df |
12 |
|
t-статистика |
-0.8359262137 |
|
P (T<=t) едностранно |
0.2097651442 |
|
t критично едностранно |
1.7822875556 |
|
P (T<=t) двустранно |
0.4195302884 |
|
t критично двустранно |
2.1788128297 |
F-тест
Изчислява F-тест на два набора от данни.
F-тест е всеки статистически тест, в който тестовата статистика има F-разпределение при нулевата хипотеза.

За повече информация относно F-тестовете вижте съответната статия в Уикипедия (на английски).
Данни
Диапазон на променлива 1: обръщение към първия диапазон от данни за анализиране.
Диапазон на променлива 2: обръщение към втория диапазон от данни за анализиране.
Резултати в: обръщение към горната лява клетка от областта, където да се покажат резултатите.
Резултати за F-тест:
Следната таблица показва резултата от F-тест за горните данни:
F-тест |
||
Алфа |
0.05 |
|
Променлива 1 |
Променлива 2 |
|
Средно |
16.9230769231 |
20.4615384615 |
Дисперсия |
125.0769230769 |
94.4358974359 |
Наблюдения |
13 |
13 |
df |
12 |
12 |
F |
1.3244637524 |
|
P (F<=f) дясна страна |
0.3170614146 |
|
F критично, дясна страна |
2.6866371125 |
|
P (F<=f) лява страна |
0.6829385854 |
|
F критично, лява страна |
0.3722125312 |
|
P двустранно |
0.6341228293 |
|
F критично двустранно |
0.3051313549 |
3.277277094 |
Z-тест
Изчислява z-тест на два набора от данни.

За повече информация относно Z-тестовете вижте съответната статия в Уикипедия (на английски).
Данни
Диапазон на променлива 1: обръщение към първия диапазон от данни за анализиране.
Диапазон на променлива 2: обръщение към втория диапазон от данни за анализиране.
Резултати в: обръщение към горната лява клетка от областта, където да се покажат резултатите.
Резултати за z-тест:
Следната таблица показва резултата от z-тест за горните данни:
z-тест |
||
Алфа |
0.05 |
|
Хипотетична разлика на средните |
0 |
|
Променлива 1 |
Променлива 2 |
|
Известна дисперсия |
0 |
0 |
Средно |
16.9230769231 |
20.4615384615 |
Наблюдения |
13 |
13 |
Наблюдавана разлика на средните |
-3.5384615385 |
|
z |
#DIV/0! |
|
P (Z<=z) едностранно |
#DIV/0! |
|
z критично едностранно |
1.644853627 |
|
P (Z<=z) двустранно |
#DIV/0! |
|
z критично двустранно |
1.9599639845 |
χ²-тест
Изчислява χ²-тест за набор от данни.

За повече информация относно χ²-тестовете вижте съответната статия в Уикипедия (на английски).
Данни
Входна област: обръщение към областта с поредицата данни за анализиране.
Резултати в: обръщение към горната лява клетка от областта, където да се покажат резултатите.
Резултати за χ²-тест:
Тест за независимост (χ²) |
|
Алфа |
0.05 |
df |
12 |
P-стойност |
2.32567054678584E-014 |
Тестова статистика |
91.6870055842 |
Критична стойност |
21.0260698175 |