Os comandos da aplicação, os identificadores das folhas de cálculo e os valores dos dados dos exemplos mantêm a sua forma original. As capturas de ecrã, os gráficos e os ficheiros para transferência estão em inglês. Os exemplos científicos conservam o ponto decimal e a vírgula como separador de milhares da fonte original; os preços e as contagens do sítio seguem as convenções portuguesas.
Exemplo: lotes de secagem
Um estudo de secagem regista a massa húmida do lote, a temperatura de entrada, o tempo de secagem e o consumo de eletricidade de 48 lotes. Transforme cada medição usando os valores desta amostra.
Transferir as medições dos lotes de secagem (CSV)Este é o mesmo exemplo usado em Help. O CSV contém as medições a importar. As quatro colunas numéricas usam kg, °C, minutos e kWh; batch_id identifica o lote.
1. Crie a análise
Na barra lateral, abra Data utilities, escolha Standardize & Normalize e dê um nome à análise. Selecione New blank worksheet e Create analysis.
2. Importe os dados
Em Worksheet, escolha Import. Selecione o ficheiro transferido ou cole o seu conteúdo. Defina o delimitador como Comma, use Decimal dot e assinale First row contains column names. Pré-visualize a importação e escolha Import into worksheet.
3. Selecione as colunas de entrada
Em Inputs, abra o seletor de colunas de Variables to transform. Selecione wet_batch_mass_kg, inlet_temperature_c, drying_time_min e electricity_kwh, por esta ordem. Use as setas para cima e para baixo para corrigir a ordem, se necessário.
Deixe batch_id por selecionar; identifica um lote, não uma medição.
4. Defina o método e os nomes de saída
Em Method, escolha Scale to [0,1]. Em Output names, introduza o nome correspondente a cada coluna de origem.
| Coluna de origem | Nome de saída |
|---|---|
wet_batch_mass_kg | wet_batch_mass_kg_minmax |
inlet_temperature_c | inlet_temperature_c_minmax |
drying_time_min | drying_time_min_minmax |
electricity_kwh | electricity_kwh_minmax |
Verifique a folha de cálculo de destino e a nota que indica 4 new columns. As colunas originais são conservadas.
5. Transforme
Escolha Transform e abra Results. Abra Worksheet para ver as quatro novas colunas ao lado das originais. Cada transformação bem-sucedida acrescenta novas colunas; repeti-la não substitui os resultados anteriores.
6. Interpretar resultados
Leia o resumo da origem
O resumo descreve as quatro colunas originais, cada uma com 48 valores e sem leituras omissas. Para a massa, a média é 45.4906 kg, o desvio-padrão amostral é 7.00915 kg e os valores observados vão de 32.57 a 66.24 kg.
Compreenda a transformação
Faça corresponder o mínimo observado de cada coluna a 0 e o máximo a 1. Os valores entre ambos mostram a posição dentro do intervalo de valores dessa amostra. Isto não é um percentil nem uma escala de aceitação.
Leia o primeiro lote transformado
Para cada coluna, valor escalado = (valor − mínimo de origem) / (máximo de origem − mínimo de origem). A primeira massa de 50 kg torna-se (50 − 32.57) / (66.24 − 32.57) ≈ 0.5177. Está um pouco além de metade do intervalo observado de massas, não no percentil 51.77. Cada uma das outras colunas utiliza o seu próprio mínimo e máximo.
Escolha a próxima análise
As quatro medições partilham agora uma escala de 0–1 baseada nos seus próprios intervalos de valores amostrais. Um valor de 1 assinala o máximo observado, não um limite do cliente; medições futuras podem ficar fora do intervalo original. Selecione explicitamente as novas colunas para a análise seguinte. A mudança de escala não torna os dados normalmente distribuídos, não remove a dependência nem estabelece um desempenho aceitável do processo.
Mantenha a operação guardada no seu contexto
As 48 linhas mantêm a ordem dos lotes e os originais são preservados. Results regista a transformação tal como foi executada. Edições posteriores na folha de cálculo ou Undo podem alterar a folha de cálculo sem modificar esse resultado guardado.
Mais detalhes: leia cada secção de resultados
As tabelas completas de resultados usam seis algarismos significativos, como na Ajuda.
Resumo da transformação
Coluna de origem e Coluna de saída identificam cada coluna original e nova. O campo «Valores válidos» conta as leituras de origem utilizáveis; o campo «Omissos» conta as leituras omissas. Média de origem, Desvio-padrão de origem, Mínimo de origem e Máximo de origem descrevem a coluna original na sua unidade de medição. Faça corresponder o mínimo observado de cada coluna a 0 e o máximo a 1. Os valores entre ambos mostram a posição dentro do intervalo de valores dessa amostra. Isto não é um percentil nem uma escala de aceitação.
Resultados calculados do exemplo. Executar uma cópia de treino escreve novas colunas na sua folha de cálculo independente.
| Coluna de origem | Coluna de saída | Método | Valores válidos | Omissos | Média de origem | Desvio-padrão de origem | Mínimo de origem | Máximo de origem |
|---|---|---|---|---|---|---|---|---|
| wet_batch_mass_kg | wet_batch_mass_kg_minmax | Scale to [0,1] | 48 | 0 | 45.4906 | 7.00915 | 32.57 | 66.24 |
| inlet_temperature_c | inlet_temperature_c_minmax | Scale to [0,1] | 48 | 0 | 64.5083 | 3.24567 | 57.1 | 70.4 |
| drying_time_min | drying_time_min_minmax | Scale to [0,1] | 48 | 0 | 30.594 | 4.51978 | 23.02 | 41.72 |
| electricity_kwh | electricity_kwh_minmax | Scale to [0,1] | 48 | 0 | 17.1239 | 1.74961 | 14.265 | 22.814 |
Valores transformados
A linha 1 é o primeiro lote importado. Cada coluna contém as respetivas medições transformadas, conservando as 48 linhas pela ordem de recolha. No primeiro lote, a massa é 50 kg. A sua posição entre 32.57 e 66.24 kg dá cerca de 0.5177 após a mudança de escala. Está um pouco além de metade do intervalo observado de massas.
Valores registados pela ordem original das linhas. As exportações mantêm a precisão total.
| Linha | wet_batch_mass_kg_minmax | inlet_temperature_c_minmax | drying_time_min_minmax | electricity_kwh_minmax |
|---|---|---|---|---|
| 1 | 0.517672 | 0.654135 | 0.567914 | 0.401217 |
| 2 | 0.0703891 | 0.233083 | 0.145989 | 0.112645 |
| 3 | 0.52777 | 0.586466 | 0.790909 | 0.419464 |
| 4 | 0.517375 | 0.0977444 | 0.425134 | 0.469763 |
| 5 | 0.283932 | 0.796992 | 0.579679 | 0.215815 |
| 6 | 0.850609 | 0.654135 | 1 | 0.854837 |
| 7 | 0.293139 | 0.518797 | 0.309091 | 0.166569 |
| 8 | 0.16335 | 0 | 0.071123 | 0 |
| 9 | 1 | 0.766917 | 0.934225 | 1 |
| 10 | 0.275022 | 0.300752 | 0.483422 | 0.192186 |
| 11 | 0.108108 | 0.43609 | 0.313369 | 0.0445666 |
| 12 | 0.366498 | 0.406015 | 0.314973 | 0.281787 |
| 13 | 0.38907 | 0.150376 | 0.0561497 | 0.128904 |
| 14 | 0.356697 | 0.488722 | 0.16631 | 0.274535 |
| 15 | 0.277398 | 0.789474 | 0.294652 | 0.339455 |
| 16 | 0.462726 | 0.428571 | 0.355615 | 0.484618 |
| 17 | 0.294921 | 0.473684 | 0.411765 | 0.255702 |
| 18 | 0.418473 | 0.969925 | 0.574332 | 0.43549 |
| 19 | 0.24651 | 0.759398 | 0.413369 | 0.231957 |
| 20 | 0.813484 | 0.699248 | 0.697326 | 0.657387 |
| 21 | 0.36234 | 0.864662 | 0.134225 | 0.279565 |
| 22 | 0.045144 | 0.360902 | 0 | 0.0355597 |
| 23 | 0.390852 | 0.721805 | 0.654545 | 0.34004 |
| 24 | 0.182655 | 0.842105 | 0.0887701 | 0.239443 |
| 25 | 0.2079 | 0.917293 | 0.360963 | 0.208095 |
| 26 | 0.220671 | 0.481203 | 0.419786 | 0.157679 |
| 27 | 0.150876 | 0.481203 | 0.30107 | 0.169961 |
| 28 | 0.532225 | 0.796992 | 0.535294 | 0.496315 |
| 29 | 0.275913 | 0.353383 | 0.0855615 | 0.128553 |
| 30 | 0.362043 | 0.172932 | 0.248663 | 0.318166 |
| 31 | 0.47817 | 0.639098 | 0.321925 | 0.378524 |
| 32 | 0.262251 | 0.315789 | 0.259358 | 0.280735 |
| 33 | 0.297594 | 0.43609 | 0.264171 | 0.359106 |
| 34 | 0.283932 | 0.759398 | 0.234759 | 0.316645 |
| 35 | 0.389367 | 0.293233 | 0.572727 | 0.369868 |
| 36 | 0.265518 | 0.323308 | 0.0561497 | 0.198503 |
| 37 | 0.463914 | 0.451128 | 0.573262 | 0.374664 |
| 38 | 0.441936 | 0.969925 | 0.432086 | 0.403322 |
| 39 | 0.494802 | 0.766917 | 0.316043 | 0.359457 |
| 40 | 0.555094 | 0.511278 | 0.67861 | 0.369517 |
| 41 | 0.355806 | 0.466165 | 0.425134 | 0.279799 |
| 42 | 0.709831 | 0.616541 | 0.49893 | 0.586969 |
| 43 | 0.75052 | 1 | 0.601604 | 0.72371 |
| 44 | 0 | 0.338346 | 0.158824 | 0.0433969 |
| 45 | 0.303831 | 0.639098 | 0.529412 | 0.315592 |
| 46 | 0.245619 | 0.857143 | 0.204813 | 0.20248 |
| 47 | 0.577666 | 0.496241 | 0.661497 | 0.559364 |
| 48 | 0.580042 | 0.654135 | 0.917647 | 0.589894 |
7. Criar um relatório
Conserve Transformation summary e todas as linhas de Transformed values. Registe o método selecionado, as colunas de origem e os nomes de saída. O resumo descreve as medições originais; a tabela de valores contém os resultados transformados.
Selecione Add to report da execução concluída. Abra Choose individual items and advanced options para selecionar tabelas e gráficos e, em seguida, selecione Add to draft. Os elementos ocultos permanecem na análise guardada.
Dê um nome ao relatório e acrescente o objetivo do estudo e a sua interpretação. Selecione Save, reveja Preview e, em seguida, use Export → Download HTML. O exemplo abaixo contém todo o conteúdo selecionado, incluindo resultados que não cabem num único ecrã.