Statistiche dati in Calc
In Calc, utilizzate le statistiche dati per eseguire analisi complesse
Per lavorare su statistiche complesse o analisi ingegneristica, potete salvare i passaggi e il tempo utilizzando le Statistiche dati di Calc. Basta fornire i dati e i parametri per ciascuna analisi, e il set di strumenti utilizzerĂ la statistica corretta o le funzioni ingegneristiche, visualizzando i risultati in una tabella.
Campionamento
Creare una tabella con dati campionati da un'altra tabella.
Il campionamento vi consente di prelevare dati da una tabella sorgente e completare una tabella di destinazione. Il campionamento può essere eseguito su base periodica o essere casuale.
Il campionamento si basa su righe. Ciò significa che i dati campionati verranno prelevati dall'intera riga della tabella di origine e copiati nella riga della tabella di destinazione.
Metodo di campionamento
Casuale: preleva esattamente, in modo casuale, le righe della dimensione del campione della tabella di origine.
Dimensione campione: numero di righe campionate dalla tabella di origine.
Periodico: preleva le righe al passo definito da Periodo.
Periodo: il numero di righe da saltare periodicamente durante il campionamento.
Come esempio di tabella dati di origine verranno utilizzati i dati seguenti:
|
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 |
Il campionamento con un periodo di 2 restituirĂ la tabella seguente:
|
12 |
22 |
32 |
|
14 |
24 |
34 |
|
16 |
26 |
36 |
|
18 |
28 |
38 |
Statistiche descrittive
Completare una tabella di un foglio di calcolo con le proprietĂ statistiche principali di un insieme di dati.
Lo strumento di analisi Statistiche descrittive genera un rapporto di statistica univariata per i dati dell'intervallo d'immissione, e fornisce informazioni sulla tendenza e la variabilitĂ principale dei vostri dati.
Per maggiori informazioni sulle statistiche descrittive, consultate l'articolo wikipedia relativo (in inglese).
La tabella che segue mostra i risultati della statistica descrittiva dei dati di esempio sopra riportati.
|
Colonna 1 |
Colonna 2 |
Colonna 3 |
|
|
Media |
41.9090909091 |
59.7 |
44.7 |
|
Errore standard |
3.5610380138 |
5.3583786934 |
4.7680650629 |
|
Modo |
47 |
49 |
60 |
|
Mediana |
40 |
64.5 |
43.5 |
|
Varianza |
139.4909090909 |
287.1222222222 |
227.3444444444 |
|
Deviazione standard |
11.8106269559 |
16.944681237 |
15.0779456308 |
|
Curtosi |
-1.4621677981 |
-0.9415988746 |
1.418052719 |
|
Asimmetria |
0.0152409533 |
-0.2226426904 |
-0.9766803373 |
|
Area |
31 |
51 |
50 |
|
Minimo |
26 |
33 |
12 |
|
Massimo |
57 |
84 |
62 |
|
Somma |
461 |
597 |
447 |
|
Conta |
11 |
10 |
10 |
Analisi della varianza (ANOVA)
Produce l'analisi della varianza (ANOVA) di un insieme di dati
ANOVA è l'acronimo di ANalysis Of VAriance (analisi della varianza). Questo strumento produce analisi della varianza (ANOVA) su un gruppo scelto di dati.
Per maggiori informazioni su ANOVA, consultate l'articolo wikipedia relativo (in inglese).
Tipo
Scegliete se eseguire l'analisi per fattore singolo o per due fattori ANOVA.
Parametri
Alfa: il livello del peso del test.
Righe per campione: definite quante righe deve contenere il campione.
La tabella che segue mostra i risultati dell'analisi della varianza (ANOVA) dei dati di esempio sopra riportati.
|
ANOVA - fattore singolo |
||||||
|
Alfa |
0.05 |
|||||
|
Gruppi |
Conta |
Somma |
Media |
Varianza |
||
|
Colonna 1 |
11 |
461 |
41.9090909091 |
139.4909090909 |
||
|
Colonna 2 |
10 |
597 |
59.7 |
287.1222222222 |
||
|
Colonna 3 |
10 |
447 |
44.7 |
227.3444444444 |
||
|
Fonte della variazione |
SS |
df |
MS |
F |
Valore p |
Valore critico di F |
|
Between |
1876.5683284457 |
2 |
938.2841642229 |
4.3604117704 |
0.0224614952 |
3,340385558 |
|
Within |
6025.1090909091 |
28 |
215.1824675325 |
|||
|
Totale |
7901.6774193548 |
30 |
Correlazione
Determina la correlazione di due insiemi di dati numerici.
Il coefficiente di correlazione (un valore tra -1 e +1) indica quanto strettamente due variabili siano collegate tra loro. Potete usare la funzione CORRELAZIONE o la Statistica dati per trovare il coefficiente di correlazione tra le due variabili.
Un coefficiente di correlazione +1 indica una correlazione positiva perfetta.
Un coefficiente di correlazione -1 indica una correlazione negativa perfetta
Per maggiori informazioni sulla correlazione statistica, consultate consultate l'articolo wikipedia relativo (in inglese).
La tabella che segue mostra i risultati della correlazione dei dati di esempio sopra riportati.
|
Correlazioni |
Colonna 1 |
Colonna 2 |
Colonna 3 |
|
Colonna 1 |
1 |
||
|
Colonna 2 |
-0.4029254917 |
1 |
|
|
Colonna 3 |
-0.2107642836 |
0.2309714048 |
1 |
Covarianza
Determina la covarianza di due insiemi di dati numerici.
La covarianza è una misura che indica quanto cambiano assieme due variabili casuali.
Per maggiori informazioni sulla covarianza statistica, consultate l'articolo wikipedia relativo (in inglese).
La tabella che segue mostra i risultati della covarianza dei dati di esempio sopra riportati.
|
Covarianze |
Colonna 1 |
Colonna 2 |
Colonna 3 |
|
Colonna 1 |
126.8099173554 |
||
|
Colonna 2 |
-61.4444444444 |
258.41 |
|
|
Colonna 3 |
-32 |
53.11 |
204.61 |
Livellamento esponenziale
Espone i risultati in serie di dati livellati
Il livellamento esponenziale è una tecnica per produrre risultati livellati, quando applicato a un insieme di dati. Viene impiegato in molti campi, per esempio nel mercato azionario, in economia e nei campionamenti.
Per maggiori informazioni sul livellamento esponenziale, consultate l'articolo wikipedia relativo (in inglese).
Parametri
Fattore di livellamento: parametro tra 0 e 1 che rappresenta il coefficiente di smorzamento Alfa nell'equazione di livellamento.
Il livellamento risultante è inferiore a zero col fattore di livellamento 0,5:
|
Alfa |
|
|
0.5 |
|
|
Colonna 1 |
Colonna 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 |
Media mobile
Determina la media mobile di una serie temporale
Per maggiori informazioni sulla media mobile, consultate l'articolo wikipedia relativo (in inglese).
Parametri
Intervallo: il numero di campioni utilizzati nel calcolo della media mobile.
Risultati della media mobile:
|
Colonna 1 |
Colonna 2 |
|
#N/D |
#N/D |
|
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/D |
#N/D |
Test ~t accoppiato
Calcola il test t accoppiato di due campioni di dati.
Un test t accoppiato è qualsiasi test d'ipotesi statistica che segua una distribuzione t di Student.
Per maggiori informazioni sui test t accoppiati, consultate l'articolo wikipedia relativo (in inglese).
Dati
Intervallo variabile 1: l'area della prima serie di dati da analizzare.
Intervallo variabile 2: l'area della seconda serie di dati da analizzare.
Risultato in: il riferimento della cella alla estrema sinistra dell'area in cui il test verrĂ visualizzato.
Risultati per il test t accoppiato:
La tabella che segue mostra il test t accoppiato per la serie di dati sopra riportati:
|
test ~t accoppiato |
||
|
Alfa |
0.05 |
|
|
Differenza media ipotizzata |
0 |
|
|
Variabile 1 |
Variabile 2 |
|
|
Media |
16.9230769231 |
20.4615384615 |
|
Varianza |
125.0769230769 |
94.4358974359 |
|
Osservazioni |
13 |
13 |
|
Correlazione di Pearson |
-0.0617539772 |
|
|
Differenza media osservata |
-3.5384615385 |
|
|
Varianza delle differenze |
232.9358974359 |
|
|
df |
12 |
|
|
Stat t |
-0.8359262137 |
|
|
P (T<=t) a una coda |
0.2097651442 |
|
|
Valore critico di t a una coda |
1.7822875556 |
|
|
P (T<=t) a due code |
0.4195302884 |
|
|
Valore critico di t a due code |
2.1788128297 |
Test di F
Calcola il test di F di due campioni di dati.
Un test di F è qualsiasi test statistico basato sulla distribuzione F sotto l'ipotesi nulla.
Per maggiori informazioni sui test di F, consultate l'articolo wikipedia relativo (in inglese).
Dati
Intervallo variabile 1: l'area della prima serie di dati da analizzare.
Intervallo variabile 2: l'area della seconda serie di dati da analizzare.
Risultato in: il riferimento della cella alla estrema sinistra dell'area in cui il test verrĂ visualizzato.
Risultati per il Test di F:
La tabella che segue mostra il test di F per la serie di dati sopra riportati:
|
Test.F |
||
|
Alfa |
0.05 |
|
|
Variabile 1 |
Variabile 2 |
|
|
Media |
16.9230769231 |
20.4615384615 |
|
Varianza |
125.0769230769 |
94.4358974359 |
|
Osservazioni |
13 |
13 |
|
df |
12 |
12 |
|
F |
1.3244637524 |
|
|
P (F<=f) coda a destra |
0.3170614146 |
|
|
Valore critico di F coda a destra |
2.6866371125 |
|
|
P (F<=f) coda a sinistra |
0.6829385854 |
|
|
Valore critico di F coda a sinistra |
0.3722125312 |
|
|
P a due code |
0.6341228293 |
|
|
Valore critico di F a due code |
0.3051313549 |
3.277277094 |
Test di z
Calcola il test di z di due campioni di dati.
Per maggiori informazioni sui test z, consultate l'articolo wikipedia relativo (in inglese).
Dati
Intervallo variabile 1: l'area della prima serie di dati da analizzare.
Intervallo variabile 2: l'area della seconda serie di dati da analizzare.
Risultato in: il riferimento della cella alla estrema sinistra dell'area in cui il test verrĂ visualizzato.
Risultati per il Test di z:
La tabella che segue mostra il test di z per la serie di dati sopra riportati:
|
Test di z |
||
|
Alfa |
0.05 |
|
|
Differenza media ipotizzata |
0 |
|
|
Variabile 1 |
Variabile 2 |
|
|
Varianza conosciuta |
0 |
0 |
|
Media |
16.9230769231 |
20.4615384615 |
|
Osservazioni |
13 |
13 |
|
Differenza media osservata |
-3.5384615385 |
|
|
z |
#DIV/0! |
|
|
P (Z<=z) a una coda |
#DIV/0! |
|
|
Valore critico di z a una coda |
1.644853627 |
|
|
P (Z<=z) a due code |
#DIV/0! |
|
|
Valore critico di z a due code |
1.9599639845 |
Test Chi-quadrato
Determina il test di Chi-quadrato di un campione di dati.
Per maggiori informazioni sui test Chi-quadrato, consultate l'articolo wikipedia relativo (in inglese).
Risultati per il Test di Chi-quadrato:
|
Test di indipendenza (Chi-quadrato) |
|
|
Alfa |
0.05 |
|
df |
12 |
|
Valore p |
2.32567054678584E-014 |
|
Statistica del test |
91.6870055842 |
|
Valore critico |
21.0260698175 |