Datenstatistiken in Calc
Verwenden Sie die Datenstatistik in Calc, um komplexe Datenanalysen durchzuführen
Um an einer komplexen statistischen oder technischen Analyse zu arbeiten, können Sie durch die Verwendung von Datenstatistiken in Calc Arbeitsschritte und Zeit sparen. Sie liefern die Daten und Parameter für jede Analyse und der Werkzeugsatz verwendet die dafür vorgesehenen statistischen oder technischen Funktionen, um die Ergebnisse zu berechnen und in einer Ausgabetabelle anzuzeigen.
Stichproben
Erstellt eine Tabelle mit Daten, welche aus einer anderen Tabelle bezogen werden.
Die Stichprobenentnahme erlaubt es Ihnen, Daten einer Quelltabelle herauszugreifen und zum Füllen einer Zieltabelle zu verwenden. Die Stichprobenentnahme kann zufällig oder periodisch erfolgen.

Die Stichprobenentnahme erfolgt zeilenweise. Das bedeutet, dass die abgefragten Daten aus der ganzen Zeile der Quelltabelle herausgegriffen und in eine Zeile der Zieltabelle kopiert werden.
Stichprobenmethode
Zufällig: Greift zufällig auf die vorgegebenen Zeilen Stichprobenumfang der Quelltabelle zu.
Stichprobenumfang: Anzahl der Zeilen, die von der Quelltabelle abgefragt werden.
Periodisch: Greift Zeilen in einer Schrittfolge ab, wie sie durch Periode festgelegt ist.
Periode: Die Anzahl der Zeilen, die bei der Stichprobenentnahme jeweils ausgelassen werden.
Beispiel
Die folgenden Daten werden als Beispiel einer Tabelle mit Quelldaten für Stichproben verwendet:
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 |
Eine Stichprobe mit der Periode 2 ergibt folgende Tabelle:
12 |
22 |
32 |
14 |
24 |
34 |
16 |
26 |
36 |
18 |
28 |
38 |
Beschreibende Statistik
Füllt einen Tabellenbereich im Tabellendokument mit den wichtigsten statistischen Eigenschaften des Datensatzes.
Das Analysetool Beschreibende Statistik erzeugt einen Bericht über univariate Statistiken für Daten im Eingabebereich und stellt Informationen über die zentrale Tendenz und Variabilität Ihrer Daten bereit.

Weitere Informationen zur beschreibenden Statistik finden Sie im zugehörigen Wikipedia-Artikel.
Die folgende Tabelle zeigt das Ergebnis der beschreibenden Statistik von den Beispieldaten oben.
Spalte 1 |
Spalte 2 |
Spalte 3 |
|
Mittelwert |
41.9090909091 |
59.7 |
44.7 |
Standardfehler |
3.5610380138 |
5.3583786934 |
4.7680650629 |
Modus |
47 |
49 |
60 |
Zentralwert |
40 |
64.5 |
43.5 |
Varianz |
139.4909090909 |
287.1222222222 |
227.3444444444 |
Standardabweichung |
11.8106269559 |
16.944681237 |
15.0779456308 |
Kurtosis |
-1.4621677981 |
-0.9415988746 |
1.418052719 |
Schräge |
0.0152409533 |
-0.2226426904 |
-0.9766803373 |
Bereich |
31 |
51 |
50 |
Minimum |
26 |
33 |
12 |
Maximum |
57 |
84 |
62 |
Summe |
461 |
597 |
447 |
Count |
11 |
10 |
10 |
Varianzanalyse (ANOVA)
Erzeugt die Varianzanalyse (ANOVA) eines gegebenen Datensatzes.
ANOVA ist die Abkürzung des englischen Begriffs für Varianzanalyse (ANalysis Of VAriance). Es wird die Varianzanalyse (ANOVA) eines gegebenen Datensatzes erstellt

Weitere Informationen zur Varianzanalyse (ANOVA) finden Sie im zugehörigen Wikipedia-Artikel.
Type
Gibt an, ob die Analyse für eine einfaktorielle oder eine zweifaktorielle Varianzanalyse durchgeführt werden soll.
Parameter
Alpha: Das Signifikanzniveau des Tests.
Zeilen pro Beispiel: Legt fest, wie viele Zeilen ein Beispiel hat.
Die folgende Tabelle zeigt das Ergebnis der Varianzanalyse (ANOVA) für obige Beispieldaten.
Varianzanalyse (ANOVA) - Einfaktoriell |
|||||
Alpha |
0.05 |
||||
Gruppen |
Anzahl |
Summe |
Mittelwert |
Varianz |
|
Spalte 1 |
11 |
461 |
41.9090909091 |
139.4909090909 |
|
Spalte 2 |
10 |
597 |
59.7 |
287.1222222222 |
|
Spalte 3 |
10 |
447 |
44.7 |
227.3444444444 |
|
Varianzquelle |
BB |
fg |
MS |
F |
p-Wert |
Zwischen den Gruppen |
1876.5683284457 |
2 |
938.2841642229 |
4.3604117704 |
0.0224614952 |
Innerhalb der Gruppen |
6025.1090909091 |
28 |
215.1824675325 |
||
Insgesamt |
7901.6774193548 |
30 |
Korrelation
Berechnet die Korrelation zwischen zwei numerischen Datensätzen.
Der Korrelationskoeffizient (ein Wert zwischen -1 und +1) gibt an, wie stark zwei Variablen voneinander abhängen. Sie können wahlweise die Funktion KORREL oder die Datenstatistik verwenden, um den Korrelationskoeffizienten zwischen zwei Variablen herauszufinden.
Ein Korrelationskoeffizient von +1 zeigt eine perfekte positive Korrelation an.
Ein Korrelationskoeffizient von -1 zeigt eine perfekte negative Korrelation an

Weitere Informationen zur statistischen Korrelation erhalten Sie im zugehörigen Wikipedia-Artikel.
Die folgende Tabelle zeigt die Ergebnisse der Korrelation der Beispieldaten oberhalb.
Korrelationen |
Spalte 1 |
Spalte 2 |
Spalte 3 |
Spalte 1 |
1 |
||
Spalte 2 |
-0.4029254917 |
1 |
|
Spalte 3 |
-0.2107642836 |
0.2309714048 |
1 |
Kovarianz
Berechnet die Kovarianz von zwei numerischen Datensätzen.
Die Kovarianz ist ein Maß dafür, wie groß der Einfluss zweier Zufallsvariablen aufeinander ist.

Weitere Informationen zur statistischen Kovarianz erhalten Sie im zugehörigen Wikipedia-Artikel.
Die folgende Tabelle zeigt die Ergebnisse der Kovarianz für die Beispieldaten oberhalb.
Kovarianzen |
Spalte 1 |
Spalte 2 |
Spalte 3 |
Spalte 1 |
126.8099173554 |
||
Spalte 2 |
-61.4444444444 |
258.41 |
|
Spalte 3 |
-32 |
53.11 |
204.61 |
Exponentielle Glättung
Liefert eine geglättete Datenreihe.
Exponentielle Glättung ist eine Filtertechnik, welche, angewandt auf einen Datensatz, geglättete Ergebnisse erzielt. Es wird auf vielen Gebieten verwendet, wie beispielsweise an der Börse oder in der Wirtschaft.

Weitere Informationen zur exponentiellen Glättung erhalten Sie im zugehörigen Wikipedia-Artikel.
Parameter
Glättungsfaktor: Ein Parameter zwischen 0 und 1, der den Dämpfungsfaktor Alpha in der Glättungsgleichung darstellt.
Die sich unten ergebende Glättung erfolgt mit dem Glättungsfaktor 0,5:
Alpha |
|
0.5 |
|
Spalte 1 |
Spalte 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 |
Gleitender Mittelwert
Berechnet den gleitenden Mittelwert einer Zeitreihe.

Weitere Informationen zum gleitenden Mittelwert erhalten sie im zugehörigen Wikipedia-Artikel.
Parameter
Intervall: Die Anzahl an Beispielen, die für die Berechnung des gleitenden Mittelwertes verwendet werden.
Ergebnis des gleitenden Mittelwerts:
Spalte 1 |
Spalte 2 |
#NV |
#NV |
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 |
#NV |
#NV |
Abhängiger t-Test
Berechnet den abhängigen t-Test zweier Beispieldaten.
Ein abhängiger t-Test ist ein statistischer Hypothesentest, der einer Student'schen Verteilung folgt.

Weitere Informationen zum abhängigen t-Test erhalten Sie im zugehörigen Wikipedia-Artikel.
Daten
Variable 1-Bereich: Der Bezug zum Bereich der ersten zu analysierenden Datenreihe.
Variable 2-Bereich: Der Bezug zum Bereich der zweiten zu analysierenden Datenreihe.
Ergebnisse nach: Der Bezug zur Zelle oben links des Bereichs, in dem der Test ausgegeben wird.
Ergebnisse des abhängigen t-Tests:
Die folgende Tabelle zeigt den abhängigen t-Test für die Datenreihe oberhalb:
Abhängiger t-Test |
||
Alpha |
0.05 |
|
Hypothetische Mittelwertdifferenz |
0 |
|
Variable 1 |
Variable 2 |
|
Mittelwert |
16.9230769231 |
20.4615384615 |
Varianz |
125.0769230769 |
94.4358974359 |
Beobachtungen |
13 |
13 |
Pearson-Korrelation |
-0.0617539772 |
|
Beobachtete Mittelwertdifferenz |
-3.5384615385 |
|
Varianz der Differenzen |
232.9358974359 |
|
df |
12 |
|
t-Statistik |
-0.8359262137 |
|
P (T<=t) einseitig |
0.2097651442 |
|
t kritisch, einseitig |
1.7822875556 |
|
P (T<=t) beidseitig |
0.4195302884 |
|
t kritisch, beidseitig |
2.1788128297 |
F-Test
Berechnet den F-Test zweier Beispieldaten.
Ein F-Test ist jeglicher statistischer Test, basierend auf einer F-Verteilung unter der Nullhypothese.

Weitere Informationen zum F-Test erhalten Sie im zugehörigen Wikipedia-Artikel.
Daten
Variable 1-Bereich: Der Bezug zum Bereich der ersten zu analysierenden Datenreihe.
Variable 2-Bereich: Der Bezug zum Bereich der zweiten zu analysierenden Datenreihe.
Ergebnisse nach: Der Bezug zur Zelle oben links des Bereichs, in dem der Test ausgegeben wird.
Ergebnis des F-Tests:
Die folgende Tabelle zeigt den F-Test der Datenreihe oberhalb:
F-Test |
||
Alpha |
0.05 |
|
Variable 1 |
Variable 2 |
|
Mittelwert |
16.9230769231 |
20.4615384615 |
Varianz |
125.0769230769 |
94.4358974359 |
Beobachtungen |
13 |
13 |
df |
12 |
12 |
F |
1.3244637524 |
|
P (F<=f) rechtsseitig |
0.3170614146 |
|
F kritisch, rechtsseitig |
2.6866371125 |
|
P (F<=f) linksseitig |
0.6829385854 |
|
F kritisch, linksseitig |
0.3722125312 |
|
P beidseitig |
0.6341228293 |
|
F kritisch, beidseitig |
0.3051313549 |
3.277277094 |
Gauß-Test
Berechnet den Gauß-Test zweier Beispieldaten.

Weitere Informationen zum Gauß-Test erhalten Sie im zugehörigen Wikipedia-Artikel.
Daten
Variable 1-Bereich: Der Bezug zum Bereich der ersten zu analysierenden Datenreihe.
Variable 2-Bereich: Der Bezug zum Bereich der zweiten zu analysierenden Datenreihe.
Ergebnisse nach: Der Bezug zur Zelle oben links des Bereichs, in dem der Test ausgegeben wird.
Ergebnis des Gauß-Tests:
Die folgende Tabelle zeigt den Gauß-Test der Datenreihe oberhalb:
Gauß-Test |
||
Alpha |
0.05 |
|
Hypothetische Mittelwertdifferenz |
0 |
|
Variable 1 |
Variable 2 |
|
Bekannte Varianz |
0 |
0 |
Mittelwert |
16.9230769231 |
20.4615384615 |
Beobachtungen |
13 |
13 |
Beobachtete Mittelwertdifferenz |
-3.5384615385 |
|
z |
#DIV/0! |
|
P (Z<=z) einseitig |
#DIV/0! |
|
z kritisch, einseitig |
1.644853627 |
|
P (Z<=z) beidseitig |
#DIV/0! |
|
z kritisch, beidseitig |
1.9599639845 |
Chi-Quadrat-Test
Berechnet den Chi-Quadrat-Test für Beispieldaten.

Weitere Informationen zum Chi-Quadrat-Test erhalten Sie im zugehörigen Wikipedia-Artikel.
Daten
Eingabebereich: Der Bezug zur zu analysierenden Datenreihe.
Ergebnisse nach: Der Bezug zur Zelle oben links des Bereichs, in dem der Test ausgegeben wird.
Ergebnisse des Chi-Quadrat-Tests:
Unabhängigkeitstest (Chi-Quadrat) |
|
Alpha |
0.05 |
df |
12 |
P-Wert |
2.32567054678584E-014 |
Statistik testen |
91.6870055842 |
Kritischer Wert |
21.0260698175 |