# Data Statistics in Calc

Use the data statistics in Calc to perform complex data analysis

To work on a complex statistical or engineering analysis, you can save steps and time by using Calc Data Statistics. You provide the data and parameters for each analysis, and the set of tools uses the appropriate statistical or engineering functions to calculate and display the results in an output table.

## Mostratge

Crea una taula amb les dades extretes d'una altra taula.

Choose Data - Statistics - Sampling

Sampling allows you to pick data from a source table to fill a target table. The sampling can be random or in a periodic basis.

 El mostratge es fa per files. Això significa que les dades obtingudes per mostratge es transferiran com a línies completes de la taula origen a la taula de destí.

Results to: The reference of the top left cell of the range where the results will be displayed.

### Mètode de mostratge

Random: Picks exactly Sample Size lines of the source table in a random way.

Mida de la mostra: nombre de línies extretes de la taula origen.

Periodic: Picks lines in a pace defined by Period.

Period: the number of lines to skip periodically when sampling.

### Exemple

Les dades següents es faran servir com a exemple de taula de dades per al mostratge:

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

Mostratge amb un període de 2 produirà la taula següent:

 12 22 32 14 24 34 16 26 36 18 28 38

Fill a table in the spreadsheet with the main statistical properties of the data set.

The Descriptive Statistics analysis tool generates a report of univariate statistics for data in the input range, providing information about the central tendency and variability of your data.

 For more information on descriptive statistics, refer to the corresponding Wikipedia article.

Results to: The reference of the top left cell of the range where the results will be displayed.

### Agrupat per

Select whether the input data has columns or rows layout.

### Exemple

Les dades següents s'usen com a exemple

A B C
1 Matemàtiques Física Biologia
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

La taula següent mostra els resultats de les estadístiques descriptives de la mostra de dades anteriors.

Columna 1 Columna 2 Columna 3
Mitjana 41.9090909091 59.7 44.7
Error estàndard 3.5610380138 5.3583786934 4.7680650629
Moda 47 49 60
Mediana 40 64.5 43.5
Variància 139.4909090909 287.1222222222 227.3444444444
Desviació estàndard 11.8106269559 16.944681237 15.0779456308
Curtosi -1.4621677981 -0.9415988746 1.418052719
Asimetria 0.0152409533 -0.2226426904 -0.9766803373
Interval 31 51 50
Mínim 26 33 12
Màxim 57 84 62
Suma 461 597 447
Comptatge 11 10 10

## Anàlisi de la variància (ANOVA)

Realitza l'anàlisi de variància (ANOVA) d'un conjunt de dades donat

ANOVA és l'acrònim d'ANÀLISI DeVAriància. Realitza l'anàlisi de variància (ANOVA) d'un conjunt de dades concret

Results to: The reference of the top left cell of the range where the results will be displayed.

### Agrupat per

Select whether the input data has columns or rows layout.

### Tipus

Seleccioneu si l'anàlisi és per a una ANOVA d'un únic factor o de dos factors.

### Paràmetres

Alfa: el nivell de significació de la prova.

Files per mostra: Defineix quantes files té una mostra.

### Exemple

Les dades següents s'usen com a exemple

A B C
1 Matemàtiques Física Biologia
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

La taula següent mostra els resultats de les anàlisis de variància (ANOVA) de les dades de la mostra anterior.

 ANOVA - factor únic Alfa 0.05 Grups Comptatge Suma Mitjana Variància Columna 1 11 461 41.9090909091 139.4909090909 Columna 2 10 597 59.7 287.1222222222 Columna 3 10 447 44.7 227.3444444444 Origen de la variació SS df MS F Valor P Entre els grups 1876.5683284457 2 938.2841642229 4.3604117704 0.0224614952 Dins els grups 6025.1090909091 28 215.1824675325 Total 7901.6774193548 30

## Correlació

Calcula la correlació entre dos conjunts de dades numèriques.

The correlation coefficient (a value between -1 and +1) means how strongly two variables are related to each other. You can use the CORREL function or the Data Statistics to find the correlation coefficient between two variables.

Un coeficient de correlació de +1 indica una correlació positiva perfecta.

Un coeficient de correlació de valor -1 indica una correlació negativa perfecta.

 For more information on statistical correlation, refer to the corresponding Wikipedia article.

Results to: The reference of the top left cell of the range where the results will be displayed.

### Agrupat per

Select whether the input data has columns or rows layout.

### Exemple

Les dades següents s'usen com a exemple

A B C
1 Matemàtiques Física Biologia
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

La taula següent mostra els resultats de la correlació de les dades de la mostra anterior.

Correlacions Columna 1 Columna 2 Columna 3
Columna 1 1
Columna 2 -0.4029254917 1
Columna 3 -0.2107642836 0.2309714048 1

## Covariància

Calcula la covariància entre dos conjunts de dades numèriques.

La covariància és una mesura de fins a quin punt canvien juntes dues variables aleatòries.

 For more information on statistical covariance, refer to the corresponding Wikipedia article.

Results to: The reference of the top left cell of the range where the results will be displayed.

### Agrupat per

Select whether the input data has columns or rows layout.

### Exemple

Les dades següents s'usen com a exemple

A B C
1 Matemàtiques Física Biologia
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

La taula següent mostra els resultats de la covariància de les dades de la mostra anterior.

Covariàncies Columna 1 Columna 2 Columna 3
Columna 1 126.8099173554
Columna 2 -61.4444444444 258.41
Columna 3 -32 53.11 204.61

## Suavitzat exponencial

Results in a smoothed data series

Exponential smoothing is a filtering technique that when applied to a data set, produces smoothed results. It is employed in many domains such as stock market, economics and in sampled measurements.

 For more information on exponential smoothing, refer to the corresponding Wikipedia article.

Results to: The reference of the top left cell of the range where the results will be displayed.

### Agrupat per

Select whether the input data has columns or rows layout.

### Paràmetres

Smoothing Factor: A parameter between 0 and 1 that represents the damping factor Alpha in the smoothing equation.

### Exemple

The following table has two time series, one representing an impulse function at time t=0 and the other an impulse function at time 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

El suavitzat resultant és a sota amb un factor de suavitzat com 0,5:

Alfa Columna 1 0.5 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

## Mitjana mòbil

Calcula la mitjana mòbil d'una sèrie temporal

 For more information on the moving average, refer to the corresponding Wikipedia article.

Results to: The reference of the top left cell of the range where the results will be displayed.

### Agrupat per

Select whether the input data has columns or rows layout.

### Paràmetres

Interval: The number of samples used in the moving average calculation.

### Exemple

The following table has two time series, one representing an impulse function at time t=0 and the other an impulse function at time 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

### Resultats de la mitjana mòbil:

Columna 1 Columna 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

## Prova t

Calcula la prova t de dues mostres de dades.

A t-test is any statistical hypothesis test that follows a Student's t distribution.

Interval de la variable 1: la referència de l'interval de la primera sèrie de dades a analitzar.

Interval de la variable 2: la referència de l'interval de la segona sèrie de dades a analitzar.

Results to: The reference of the top left cell of the range where the test will be displayed.

### Agrupat per

Select whether the input data has columns or rows layout.

### Exemple

The following table has two data sets.

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

### Resultats de la prova t:

La taula següent mostra la prova t per a la sèrie de dades anterior:

 Prova t Alfa 0.05 Diferència mitjana hipotètica 0 Variable 1 Variable 2 Mitjana 16.9230769231 20.4615384615 Variància 125.0769230769 94.4358974359 Observacions 13 13 Correlació de Pearson -0.0617539772 Diferència mitjana observada -3.5384615385 Variància de les diferències 232.9358974359 df 12 Estadístic t -0.8359262137 P (T<=t) unilateral 0.2097651442 t unilateral crítica 1.7822875556 P (T<=t) bilateral 0.4195302884 t bilateral crítica 2.1788128297

## Prova F

Calcula la prova F de dues mostres de dades.

A F-test is any statistical test based on the F-distribution under the null hypothesis.

Interval de la variable 1: la referència de l'interval de la primera sèrie de dades a analitzar.

Interval de la variable 2: la referència de l'interval de la segona sèrie de dades a analitzar.

Results to: The reference of the top left cell of the range where the test will be displayed.

### Agrupat per

Select whether the input data has columns or rows layout.

### Exemple

The following table has two data sets.

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

### Resultats de la prova F:

La taula següent mostra la prova F per a la sèrie de dades anterior:

 Prova F Alfa 0.05 Variable 1 Variable 2 Mitjana 16.9230769231 20.4615384615 Variància 125.0769230769 94.4358974359 Observacions 13 13 df 12 12 F 1.3244637524 P (F<=f) cua dreta 0.3170614146 F cua dreta crítica 2.6866371125 P (F<=f) cua esquerra 0.6829385854 F cua esquerra crítica 0.3722125312 P bilateral 0.6341228293 F bilateral crítica 0.3051313549 3.277277094

## Prova Z

Calcula la prova Z de dues mostres de dades.

Interval de la variable 1: la referència de l'interval de la primera sèrie de dades a analitzar.

Interval de la variable 2: la referència de l'interval de la segona sèrie de dades a analitzar.

Results to: The reference of the top left cell of the range where the test will be displayed.

### Agrupat per

Select whether the input data has columns or rows layout.

### Exemple

The following table has two data sets.

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

### Resultats de la prova z:

La taula següent mostra la prova Z per a la sèrie de dades anterior:

 Prova Z Alfa 0.05 Diferència mitjana hipotètica 0 Variable 1 Variable 2 Variància coneguda 0 0 Mitjana 16.9230769231 20.4615384615 Observacions 13 13 Diferència mitjana observada -3.5384615385 z #DIV/0! P (Z<=z) unilateral #DIV/0! Z unilateral crítica 1.644853627 P (Z<=z) bilateral #DIV/0! Z bilateral crítica 1.9599639845

Calculates the Chi-square test of a data sample.

 For more information on chi-square tests, refer to the corresponding Wikipedia article.

Results to: The reference of the top left cell of the range where the test will be displayed.

### Agrupat per

Select whether the input data has columns or rows layout.

### Exemple

The following table has two data sets.

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

### Resultats de la prova khi quadrat:

 Prova d'independència (khi quadrat) Alfa 0.05 df 12 Valor P 2.32567054678584E-014 Prova estadística 91.6870055842 Valor crític 21.0260698175

## Related Topics

Regression Analysis