Messwerte mit z-Werten standardisieren

Transformieren Sie numerische Spalten einzeln, um Messwerte für eine anschließende Analyse vorzubereiten.

Anleitungen · Arbeitsblätter und Datenwerkzeuge · 4 Min. Lesezeit

App-Befehle, Arbeitsblattkennungen und Werte der Beispieldaten bleiben im Original erhalten. Screenshots, Diagramme und Dateien zum Herunterladen liegen im englischen Original vor. Die Zahlen in dieser Anleitung verwenden die englische Schreibweise mit Dezimalpunkt und Tausenderkomma.

Beispiel: Trocknungschargen

Eine Trocknungsstudie erfasst Nasschargenmasse, Eintrittstemperatur, Trocknungszeit und Stromverbrauch für 48 Chargen. Transformieren Sie jede Messgröße anhand der Werte dieser Stichprobe.

Messwerte der Trocknungschargen herunterladen (CSV)

Dieses Beispiel wird auch in Help verwendet. Die CSV-Datei enthält die zu importierenden Messwerte. Die vier numerischen Spalten verwenden kg, °C, Minuten und kWh; batch_id kennzeichnet die Charge.

1. Analyse erstellen

Öffnen Sie in der Seitenleiste Data utilities, wählen Sie Standardize & Normalize und benennen Sie die Analyse. Wählen Sie New blank worksheet und Create analysis.

2. Daten importieren

Wählen Sie unter Worksheet die Option Import. Wählen Sie die heruntergeladene Datei aus oder fügen Sie ihren Inhalt ein. Stellen Sie als Trennzeichen Comma und als Dezimaltrennzeichen Decimal dot ein und aktivieren Sie First row contains column names. Prüfen Sie die Importvorschau und wählen Sie anschließend Import into worksheet.

3. Eingabespalten auswählen

Öffnen Sie unter Inputs die Spaltenauswahl für Variables to transform. Wählen Sie wet_batch_mass_kg, inlet_temperature_c, drying_time_min und electricity_kwh in dieser Reihenfolge aus. Korrigieren Sie die Reihenfolge bei Bedarf mit den Pfeilen nach oben und unten.

Lassen Sie batch_id unmarkiert; die Spalte kennzeichnet eine Charge und enthält keine Messgröße.

4. Methode und Ausgabenamen festlegen

Wählen Sie unter Method die Option Standardize (z-scores). Geben Sie unter Output names für jede Quellspalte den passenden Namen ein.

QuellspalteAusgabename
wet_batch_mass_kgwet_batch_mass_kg_zscore
inlet_temperature_cinlet_temperature_c_zscore
drying_time_mindrying_time_min_zscore
electricity_kwhelectricity_kwh_zscore

Prüfen Sie das Zielarbeitsblatt und den Hinweis 4 new columns. Die ursprünglichen Spalten bleiben erhalten.

Standardisieren und Normalisieren: Eingaben mit den Spaltenzuordnungen und Einstellungen des Beispiels
Englischsprachige Ansicht Inputs mit den vier ausgewählten Quellspalten, der Methode Standardize (z-scores) und den vier Ausgabenamen. Bild in voller Größe ansehen (öffnet sich in einem neuen Tab)

5. Transformation ausführen

Wählen Sie Transform und öffnen Sie anschließend Results. Öffnen Sie Worksheet, um die vier neuen Spalten neben den ursprünglichen zu sehen. Jede erfolgreiche Transformation fügt neue Spalten hinzu; eine Wiederholung ersetzt die vorherige Ausgabe nicht.

6. Ergebnisse interpretieren

  1. Zusammenfassung der Ausgangsdaten lesen

    Die Zusammenfassung beschreibt die vier ursprünglichen Spalten mit jeweils 48 Werten und keinen fehlenden Messwerten. Für die Masse beträgt der Mittelwert 45.4906 kg, die Stichprobenstandardabweichung 7.00915 kg und der beobachtete Wertebereich 32.57–66.24 kg.

  2. Transformation verstehen

    Ziehen Sie von jeder Spalte deren eigenen Mittelwert ab und teilen Sie anschließend durch ihre Stichprobenstandardabweichung. Null entspricht dem Mittelwert der Ausgangsdaten; +1 bedeutet eine Stichprobenstandardabweichung darüber. Das Ergebnis hat keine ursprüngliche Maßeinheit.

  3. Erste transformierte Charge auswerten

    Die erste Charge hat eine Masse von 50 kg. Ziehen Sie 45.4906 kg ab und teilen Sie durch 7.00915 kg; das ergibt etwa +0.6434. Diese Charge liegt etwa 0.64 Stichprobenstandardabweichungen über der mittleren Masse. Jede weitere Spalte verwendet ihren eigenen Mittelwert und ihre eigene Stichprobenstandardabweichung.

  4. Nächste Analyse auswählen

    Mit z-Werten können Sie vergleichen, wie weit Messwerte von ihren jeweiligen Mittelwerten entfernt sind, auch wenn ihre ursprünglichen Einheiten verschieden sind. Die Werte werden dadurch nicht zu Wahrscheinlichkeiten. Wählen Sie die neuen Spalten für Ihre nächste Analyse ausdrücklich aus. Die Skalierung macht die Daten nicht normalverteilt, beseitigt keine Abhängigkeiten und belegt keine akzeptable Prozessleistung.

  5. Gespeicherten Vorgang im Kontext betrachten

    Alle 48 Zeilen bleiben in Chargenreihenfolge erhalten, ebenso die ursprünglichen Spalten. Results dokumentiert die Transformation zum Zeitpunkt ihrer Ausführung. Spätere Änderungen am Arbeitsblatt oder Undo können das Arbeitsblatt verändern, ohne dieses gespeicherte Ergebnis zu ändern.

Weitere Einzelheiten: die einzelnen Ergebnisabschnitte lesen

Vollständige Ergebnistabellen verwenden wie im Bereich Help sechs signifikante Stellen.

Transformationszusammenfassung

Source und Output column kennzeichnen die ursprüngliche und die neue Spalte. Valid values zählt verwendbare Ausgangsmesswerte; Missing zählt fehlende Messwerte. Source mean, Source SD, Source minimum und Source maximum beschreiben die ursprüngliche Spalte in ihrer Maßeinheit. Ziehen Sie von jeder Spalte deren eigenen Mittelwert ab und teilen Sie anschließend durch ihre Stichprobenstandardabweichung. Null entspricht dem Mittelwert der Ausgangsdaten; +1 bedeutet eine Stichprobenstandardabweichung darüber. Das Ergebnis hat keine ursprüngliche Maßeinheit.

Berechnete Beispielausgabe. Das Ausführen einer Übungskopie schreibt neue Spalten in deren unabhängiges Arbeitsblatt.

Transformationszusammenfassung · 4 Zeilen
QuelleAusgabespalteMethodeGültige WerteFehlendQuellmittelwertStandardabweichung der QuelleQuellminimumQuellmaximum
wet_batch_mass_kgwet_batch_mass_kg_zscoreStandardize (z-scores)48045.49067.0091532.5766.24
inlet_temperature_cinlet_temperature_c_zscoreStandardize (z-scores)48064.50833.2456757.170.4
drying_time_mindrying_time_min_zscoreStandardize (z-scores)48030.5944.5197823.0241.72
electricity_kwhelectricity_kwh_zscoreStandardize (z-scores)48017.12391.7496114.26522.814

Transformierte Werte

Zeile 1 ist die erste importierte Charge. Jede Spalte enthält ihre transformierten Messwerte; alle 48 Zeilen bleiben in Erfassungsreihenfolge erhalten. Die erste Charge hat eine Masse von 50 kg. Ziehen Sie 45.4906 kg ab und teilen Sie durch 7.00915 kg; das ergibt etwa +0.6434. Diese Charge liegt etwa 0.64 Stichprobenstandardabweichungen über der mittleren Masse.

Erfasste Werte in ursprünglicher Zeilenreihenfolge. Exporte behalten die volle numerische Präzision bei.

Transformierte Werte · 48 Zeilen
Zeilewet_batch_mass_kg_zscoreinlet_temperature_c_zscoredrying_time_min_zscoreelectricity_kwh_zscore
10.6433550.3979660.6739360.326418
2-1.50526-1.32741-1.07172-1.08361
30.6918630.1206731.596550.415581
40.641929-1.881990.08319910.66135
5-0.4794620.983360.722611-0.579498
62.242690.3979662.461632.54291
7-0.435235-0.156619-0.396913-0.820123
8-1.05871-2.28253-1.38147-1.63402
92.960330.8601192.18953.25221
10-0.522264-1.050120.324361-0.694952
11-1.32407-0.495531-0.379213-1.41626
12-0.0828381-0.618772-0.372575-0.257141
130.0255915-1.66632-1.44342-1.00416
14-0.129919-0.27986-0.987649-0.292577
15-0.510850.95255-0.456650.0246364
160.379415-0.526342-0.2044250.733937
17-0.426674-0.341480.0278867-0.384598
180.1668351.6920.7004860.493884
19-0.6592270.8293090.0345242-0.500623
202.064350.5828271.209361.57813
21-0.1028121.26065-1.1204-0.268
22-1.62653-0.803634-1.67574-1.46027
230.03415180.6752581.032360.0274942
24-0.9659691.16822-1.30846-0.464044
25-0.8446991.47632-0.1823-0.617221
26-0.783351-0.310670.0610741-0.863561
27-1.11863-0.31067-0.4301-0.803548
280.7132640.983360.5389730.791093
29-0.517984-0.834444-1.32174-1.00588
30-0.104239-1.57389-0.646925-0.0793867
310.4536030.336345-0.3438130.215536
32-0.583612-0.988495-0.602675-0.262285
33-0.413834-0.495531-0.5827620.120658
34-0.4794620.829309-0.70445-0.086817
350.0270182-1.080930.6938480.173241
36-0.567918-0.957685-1.44342-0.664088
370.385122-0.4339110.6960610.196675
380.2795451.6920.1119620.336706
390.5334990.860119-0.368150.122372
400.82312-0.1874291.131920.171526
41-0.1342-0.372290.0831991-0.266857
421.566430.2439140.3885241.23405
431.761891.815240.8133231.9022
44-1.84339-0.896065-1.01862-1.42197
45-0.3838730.3363450.514636-0.091961
46-0.6635081.22984-0.828349-0.644655
470.93155-0.2490491.061121.09916
480.9429640.3979662.120911.24834

7. Bericht erstellen

Bewahren Sie im englischsprachigen Originalbericht Transformation summary und alle Zeilen von Transformed values auf. Dokumentieren Sie die ausgewählte Methode, Quellspalten und Ausgabenamen. Die Zusammenfassung beschreibt die ursprünglichen Messwerte; die Wertetabelle enthält die transformierte Ausgabe.

Wählen Sie Add to report im abgeschlossenen Analyselauf. Öffnen Sie Choose individual items and advanced options zur Auswahl von Tabellen und Diagrammen und wählen Sie anschließend Add to draft. Ausgeblendete Elemente bleiben in der gespeicherten Analyse erhalten.

Geben Sie dem Bericht einen Namen und ergänzen Sie den Zweck der Untersuchung sowie Ihre Interpretation. Wählen Sie Save, prüfen Sie Preview und verwenden Sie anschließend Export → Download HTML. Das folgende Beispiel enthält den gesamten ausgewählten Inhalt, auch Ergebnisse, die über eine Bildschirmansicht hinausgehen.

Dieser Bericht wurde in der App erstellt und liegt im englischen Original vor. Vollständige Originalausgabe der App für dieses Help-Beispiel mit den zugehörigen Tabellen, Diagrammen und Hinweisen zum Analyselauf. Die Zahlen im Bericht behalten die in der App angezeigte numerische Präzision bei. Exportierte Diagramme sind statisch. Auf schmalen Bildschirmen können Sie breite Diagramme und Tabellen horizontal scrollen.
Beispielbericht ansehen: z-Werte für Trocknungschargen

Wir verwenden Microsoft Clarity mit Sitzungsaufzeichnungen und Heatmaps, um zu verstehen, wie Besucher diese Website nutzen. Sie können die Website nutzen, ohne der Analyse zuzustimmen.

Ihre Entscheidung wird für sechs Monate in diesem Browser gespeichert. Datenschutzhinweis

Aktuelle Entscheidung: Nicht festgelegt.