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 Standardize (z-scores). 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_zscore |
inlet_temperature_c | inlet_temperature_c_zscore |
drying_time_min | drying_time_min_zscore |
electricity_kwh | electricity_kwh_zscore |
Verifique a folha de cálculo de destino e a nota 4 new columns. As colunas originais são mantidas.
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
Subtraia a média de cada coluna aos respetivos valores e divida pelo seu desvio-padrão amostral. Zero corresponde à média de origem; +1 corresponde a um desvio-padrão amostral acima dela. O resultado não tem a unidade de medição original.
Leia o primeiro lote transformado
No primeiro lote, a massa é 50 kg. Subtraia 45.4906 kg e divida por 7.00915 kg para obter cerca de +0.6434. Este lote está cerca de 0.64 desvios-padrão amostrais acima da massa média. Cada outra coluna usa a sua própria média e o seu desvio-padrão amostral.
Escolha a próxima análise
Os valores padronizados z permitem comparar a distância das medições às respetivas médias, apesar das diferentes unidades originais. Não transformam os valores em probabilidades. Selecione explicitamente as novas colunas para a análise seguinte. A mudança de escala não torna os dados normalmente distribuídos, não elimina a dependência nem demonstra 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. Subtraia a média de cada coluna aos respetivos valores e divida pelo seu desvio-padrão amostral. Zero corresponde à média de origem; +1 corresponde a um desvio-padrão amostral acima dela. O resultado não tem a unidade de medição original.
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_zscore | Standardize (z-scores) | 48 | 0 | 45.4906 | 7.00915 | 32.57 | 66.24 |
| inlet_temperature_c | inlet_temperature_c_zscore | Standardize (z-scores) | 48 | 0 | 64.5083 | 3.24567 | 57.1 | 70.4 |
| drying_time_min | drying_time_min_zscore | Standardize (z-scores) | 48 | 0 | 30.594 | 4.51978 | 23.02 | 41.72 |
| electricity_kwh | electricity_kwh_zscore | Standardize (z-scores) | 48 | 0 | 17.1239 | 1.74961 | 14.265 | 22.814 |
Valores transformados
A linha 1 é o primeiro lote importado. Cada coluna contém as suas medições transformadas, mantendo as 48 linhas pela ordem de recolha. No primeiro lote, a massa é 50 kg. Subtraia 45.4906 kg e divida por 7.00915 kg para obter cerca de +0.6434. Este lote está cerca de 0.64 desvios-padrão amostrais acima da massa média.
Valores registados pela ordem original das linhas. As exportações mantêm a precisão total.
| Linha | wet_batch_mass_kg_zscore | inlet_temperature_c_zscore | drying_time_min_zscore | electricity_kwh_zscore |
|---|---|---|---|---|
| 1 | 0.643355 | 0.397966 | 0.673936 | 0.326418 |
| 2 | -1.50526 | -1.32741 | -1.07172 | -1.08361 |
| 3 | 0.691863 | 0.120673 | 1.59655 | 0.415581 |
| 4 | 0.641929 | -1.88199 | 0.0831991 | 0.66135 |
| 5 | -0.479462 | 0.98336 | 0.722611 | -0.579498 |
| 6 | 2.24269 | 0.397966 | 2.46163 | 2.54291 |
| 7 | -0.435235 | -0.156619 | -0.396913 | -0.820123 |
| 8 | -1.05871 | -2.28253 | -1.38147 | -1.63402 |
| 9 | 2.96033 | 0.860119 | 2.1895 | 3.25221 |
| 10 | -0.522264 | -1.05012 | 0.324361 | -0.694952 |
| 11 | -1.32407 | -0.495531 | -0.379213 | -1.41626 |
| 12 | -0.0828381 | -0.618772 | -0.372575 | -0.257141 |
| 13 | 0.0255915 | -1.66632 | -1.44342 | -1.00416 |
| 14 | -0.129919 | -0.27986 | -0.987649 | -0.292577 |
| 15 | -0.51085 | 0.95255 | -0.45665 | 0.0246364 |
| 16 | 0.379415 | -0.526342 | -0.204425 | 0.733937 |
| 17 | -0.426674 | -0.34148 | 0.0278867 | -0.384598 |
| 18 | 0.166835 | 1.692 | 0.700486 | 0.493884 |
| 19 | -0.659227 | 0.829309 | 0.0345242 | -0.500623 |
| 20 | 2.06435 | 0.582827 | 1.20936 | 1.57813 |
| 21 | -0.102812 | 1.26065 | -1.1204 | -0.268 |
| 22 | -1.62653 | -0.803634 | -1.67574 | -1.46027 |
| 23 | 0.0341518 | 0.675258 | 1.03236 | 0.0274942 |
| 24 | -0.965969 | 1.16822 | -1.30846 | -0.464044 |
| 25 | -0.844699 | 1.47632 | -0.1823 | -0.617221 |
| 26 | -0.783351 | -0.31067 | 0.0610741 | -0.863561 |
| 27 | -1.11863 | -0.31067 | -0.4301 | -0.803548 |
| 28 | 0.713264 | 0.98336 | 0.538973 | 0.791093 |
| 29 | -0.517984 | -0.834444 | -1.32174 | -1.00588 |
| 30 | -0.104239 | -1.57389 | -0.646925 | -0.0793867 |
| 31 | 0.453603 | 0.336345 | -0.343813 | 0.215536 |
| 32 | -0.583612 | -0.988495 | -0.602675 | -0.262285 |
| 33 | -0.413834 | -0.495531 | -0.582762 | 0.120658 |
| 34 | -0.479462 | 0.829309 | -0.70445 | -0.086817 |
| 35 | 0.0270182 | -1.08093 | 0.693848 | 0.173241 |
| 36 | -0.567918 | -0.957685 | -1.44342 | -0.664088 |
| 37 | 0.385122 | -0.433911 | 0.696061 | 0.196675 |
| 38 | 0.279545 | 1.692 | 0.111962 | 0.336706 |
| 39 | 0.533499 | 0.860119 | -0.36815 | 0.122372 |
| 40 | 0.82312 | -0.187429 | 1.13192 | 0.171526 |
| 41 | -0.1342 | -0.37229 | 0.0831991 | -0.266857 |
| 42 | 1.56643 | 0.243914 | 0.388524 | 1.23405 |
| 43 | 1.76189 | 1.81524 | 0.813323 | 1.9022 |
| 44 | -1.84339 | -0.896065 | -1.01862 | -1.42197 |
| 45 | -0.383873 | 0.336345 | 0.514636 | -0.091961 |
| 46 | -0.663508 | 1.22984 | -0.828349 | -0.644655 |
| 47 | 0.93155 | -0.249049 | 1.06112 | 1.09916 |
| 48 | 0.942964 | 0.397966 | 2.12091 | 1.24834 |
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.