应用命令、工作表标识符和示例数据值保留原文。截图、图表和下载文件均为英文。
示例： 干燥批次
一项干燥研究记录了 48 个批次的湿料批次质量、入口温度、干燥时间和用电量。使用此样本中的数值变换各项测量值。
下载干燥批次测量值（CSV，英文列名）此示例与 Help 中使用的示例相同。CSV 文件包含需要导入的测量值。四个数值列的单位分别为 kg、°C、分钟和 kWh；batch_id 用于跟踪批次。
1. 创建分析
在侧边栏中打开 Data utilities，选择 Standardize & Normalize，并为分析命名。选择 New blank worksheet 和 Create analysis。
2. 导入数据
在 Worksheet 中选择 Import。选择已下载的文件或粘贴其内容。将分隔符设为 Comma，使用 Decimal dot，并选中 First row contains column names。预览导入内容，然后选择 Import into worksheet。
3. 选择输入列
在 Inputs 中，打开 Variables to transform 的列选择器。依次选择 wet_batch_mass_kg、inlet_temperature_c、drying_time_min 和 electricity_kwh。如需调整顺序，可使用上下箭头。
保持 batch_id 未选中；它用于标识批次，并非测量值。
4. 设置方法和输出名称
在 Method 中选择 Standardize (z-scores)。在 Output names 下，为每个源列输入相应名称。
| 源列 | 输出名称 |
|---|---|
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 |
检查目标工作表及显示 4 new columns 的提示。原始列会保留。
5. 变换
选择 Transform，然后打开 Results。打开 Worksheet，即可在原始列旁看到四个新列。每次成功变换都会追加新列；重复操作不会替换先前的输出。
6. 解读结果
阅读源数据摘要
摘要描述四个原始列，每列均有 48 个数值且无缺失读数。质量的均值为 45.4906 kg，样本标准差为 7.00915 kg，观测范围为 32.57–66.24 kg。
理解变换
每列减去自身均值，再除以自身样本标准差。零表示源数据均值；+1 表示高于该均值一个样本标准差。结果不带原始测量单位。
阅读第一个变换后的批次
第一个批次的质量为 50 kg。减去 45.4906 kg，再除以 7.00915 kg，得到约 +0.6434。此批次的质量比平均质量高约 0.64 个样本标准差。其他各列分别使用自身的均值和样本标准差。
选择下一项分析
即使原始单位不同，z 分数也可用于比较测量值偏离各自均值的程度。它不会将数值转为概率。进行下一项分析时，请明确选中新列。缩放不会使数据呈正态分布、消除依赖关系，也无法证明过程性能可接受。
结合背景理解已保存的操作
全部 48 行仍按批次顺序排列，原始数据也会保留。Results 记录变换运行时的结果。之后编辑工作表或执行 Undo 可能改变工作表，但不会改变该已保存结果。
更多详情：阅读各结果部分
完整结果表采用六位有效数字，与 Help 中一致。
变换摘要
源列和输出列分别标识各原始列及新列。有效值统计可用的源数据读数；缺失统计缺失读数。源均值、源标准差、源最小值和源最大值以原始测量单位描述原始列。每列减去自身均值，再除以自身样本标准差。零表示源数据均值；+1 表示高于该均值一个样本标准差。结果不带原始测量单位。
已计算的示例输出。运行练习副本会向其独立工作表写入新列。
| 源列 | 输出列 | 方法 | 有效值 | 缺失 | 源均值 | 源标准差 | 源最小值 | 源最大值 |
|---|---|---|---|---|---|---|---|---|
| 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 |
变换后的数值
第 1 行是首个导入批次。各列包含相应的变换后测量值，全部 48 行均按采集顺序保留。第一个批次的质量为 50 kg。减去 45.4906 kg，再除以 7.00915 kg，得到约 +0.6434。此批次的质量比平均质量高约 0.64 个样本标准差。
按原始行顺序记录的数值。导出时保留完整的数值精度。
| 行 | 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. 创建报告
保留 Transformation summary 和 Transformed values 的全部行。记录所选方法、源列和输出名称。摘要描述原始测量值；数值表包含变换后的输出。
在已完成的运行中选择 Add to report 。打开 Choose individual items and advanced options 以选择表格和图表，然后选择 Add to draft。隐藏的项目仍会保留在已保存的分析中。
为报告命名，并添加研究目的和您的解读。选择 Save，查看 Preview，然后使用 Export → Download HTML。以下示例包含全部已选内容，包括超出单屏显示范围的结果。