Gnumeric 1 9 3 aka TBD är nu tillgänglig. Gnumeric Team är glada att tillkännage tillgängligheten av Gnumeric version 1 9 3.Denna utgåvan är en utvecklingsversion med många buggfixar Vi har tagit antalet öppna buggar ner under 450 Det var Bra över 500 för några månader sedan Medan 450 fortfarande är många öppna felrapporter, bör det nämnas att ca 220 är klassificerade som förbättringsförfrågan. Det här släppet kräver samtidig släppt goffice 0 7 2 Vi rekommenderar också den nya libgsf 1 4 10.Du ska inte skriva ut dolda ark Bug 525368.Print wysiwyg Bug 153578.Fix kolumnbeställning i analysverktyg Bug 516052.Make det parade t-testanalysverktyget använd endast kompletta par 531852.Improve regression tool. Fix radhöjd och kolumnbredd dialogar Bug 360873.Don t tvinga text export av tomma ark Bug 521726.By standard celler med hyperlänkar bör inte vara tomma Bug 152617.Fix kommandonamn för hyperlänk tillägg. Provera histogram verktyg Bug 385458 Bug 552161.Make externa hyperlänkar arbete Bug 53501 5.Make fler dialogknappar lyda ingen ikon begäran Bug 302883.Fix och förbättra provtagningsverktyget Bug 552975.Improve rörliga medelvärden verktyg Bug 527489.Add viktad och kumulativ glidande medelvärden. Add Spencer s 15-punkts glidande medel. Fix och förbättra exponentiell utjämningsverktyg Bug 553267.Added Holt s trendkorrigerad exponentiell utjämning Bug 385467.Added tillsats Holt-Winters exponentiell utjämning. Fix-scenario rapport skift Bug 554591.Added multiplikativ Holt-Winters exponentiell utjämning. Fix mindre buggar Bug 554818 Bug 553342.Uppdatera några av de analysverktyg documentation. Add icke-numeriska frekvens tabeller verktyg Bug 134166.Add grundläggande Kaplan-Meier Uppskattningar Tool Bug 453765.Fix rullar problemet i funktionsväljaren Bug 556718.Delete cell skriva över dialog Bug 556773.Fix utskrift av roterad text Bug 539734.Fix läckage i histogramverktyget Bug 552596.Fix horisontellt läge av arkobjekt i utskriften Bug 554993.Reimplemented the goffice component. Extend ssgrep för att söka VBA too. Add kolumnbreddfördubbling i d isplay formel mode. Fix OO o stil import Bug 553506.Support XLSX teman färger Bug 555687.Restore den ookumenterade magiken för solid fyller i XLSX conditions. Work runt gtk beteende förändring i IMContext initialisering. XLS stödja anachronistic objs i nyare versioner Bug 546887.WIN32 bygga fixes. WIN32 Fix decimal knappsats karaktär Bug 555522.JHM Dassen Ray. Understand och ignorera byte-ordning markörer för CSV stf sondera och importera Bug 549743.Fix visning av array formler Bug 550902.Fix off-by-one för randomlandau. Fix fel kolla för att skriva ut till filen. Fix SUMIF Crash Bug 552006.Fix NETWORKDAYS problem Bug 553047.Bring SUMX2MY2, SUMX2PY2 och SUMXMY2 till 21st century Bug 554040.Fix XIRR problem med saknade data Bug 554732.Switch till LINGUAS fil Bug 554348.Fix problem med spara odefinierade namn Bug 554325.Fix parser krasch Del av Bug 552750.Fix Urklipp läcka. Fix läser magisk version av gamla filformat Bug 555933.Enable Perl plugin igen Bug 553939.Goffice 0 7 2 aka TBD är nu avai lable. Fix krasch i gohelpdisplay när icke gnome applikationer använder goffice med gnome Bug 551128.Implement sannolikhet tomter för några vanliga fördelningar Bug 500168.Fix ogiltig skriv in gogprobabilityplotseriesupdate Bug 555161.Fix Null pekare krasch i gogcontourviewrender Bug 555757.Patch foocanvas för att arbeta runt beteende förändring i gtk 2 14.Fix gourlresolverelative Bug 550898.Libgsf 1 4 10 aka TBD är nu tillgänglig. Hämta några täckningsfrågor 189, 250, 251. Arbeta runt sshfs bug Bug 509883.support tar arkiver. Provera gsf-stöd för brutna arkiv Bug 553861.Avoid en kritisk för dålig ole2 Bug 554848.Simple Moving Average - SMA. BREAKING DOWN Enkelt rörligt medelvärde - SMA. A enkelt glidande medelvärde är anpassningsbart genom att det kan beräknas för ett annat antal tidsperioder, helt enkelt genom att lägga till slutkursen av säkerheten under ett antal tidsperioder och sedan dela denna summa med antalet tidsperioder, vilket ger det genomsnittliga priset på säkerheten över tidsperioden En enkel e moving average släpper ut volatiliteten och gör det enklare att se prisutvecklingen för en säkerhet Om det enkla rörliga genomsnittet pekar upp betyder det att säkerhetspriset ökar Om det pekar ner betyder det att säkerhetspriset sänks Ju längre tidsramen för det rörliga genomsnittet är, desto smidigare är det enkla glidande medletet. Ett kortare glidande medelvärde är mer flyktigt, men läsningen är närmare källdata. Analytisk betydelse. Medelvärdena är ett viktigt analysverktyg som används för att identifiera nuvarande pris trender och potential för en förändring i en etablerad trend Den enklaste formen av att använda ett enkelt rörligt medelvärde i analys använder det för att snabbt identifiera om en säkerhet är i en uptrend eller downtrend Ett annat populärt, om än något mer komplext analysverktyg, är att jämföra ett par enkla glidande medelvärden med var och en som täcker olika tidsramar Om ett kortfristigt enkelt glidande medelvärde överstiger ett långsiktigt medelvärde förväntas en uptrend på th en annan hand, ett långsiktigt medelvärde över en kortare sikt signalerar en nedåtgående rörelse i trenden. Populära handelsmönster. Två populära handelsmönster som använder enkla glidande medelvärden inkluderar dödskorset och ett gyllene kors. Ett dödskors uppstår när 50-dagars enkla glidande medelvärde korsar under det 200-dagars glidande medlet Detta betraktas som en baisse signal, att ytterligare förluster finns i butik Guldkorset uppträder när ett kortsiktig glidande medel bryter över ett långsiktigt glidande medelvärde Förstärkt av hög handel volymer, detta kan signalera ytterligare vinster finns i butiken. Objektiva observationer. Exponentiell utjämning verktyg utför exponentiell utjämning för den givna uppsättningen eller uppsättningar av värden. Det ger valet av 5 olika exponentiella utjämning metoder. Enkel exponentiell utjämning enligt Hunter, 1968. Enkel exponentiell utjämning enligt Roberts, 1959.Holt s trendkorrigerad exponentiell utjämning ibland också kallad dubbel exponentiell utjämning. Additiv H olt-winters exponentiell utjämning. Multiplicativ Holt-Winters exponentiell utjämning ibland också kallad triple exponentiell utjämning. Eftersom de olika alternativen som är tillgängliga beror på vilken typ av exponentiell utjämning som önskas, kan du välja typen på Input-sidan.8 4 1 1 1 Vanliga alternativ för exponentialutjämningsverktyget. Specify de celler som innehåller dataseten i Inmatningsområde-posten Det angivna intervallet eller intervallet grupperas i dataset antingen genom rader eller kolumner. Om du har etiketter i den första cellen i varje dataset väljer du Alternativet Etiketter. Om du väljer alternativet Inkludera diagrammet kommer Gnumeric också att skapa ett diagram som visar både data och motsvarande släta värden.8 4 1 1 2 Exponentiell utjämning enligt jägare. Varje värde i den jämnde uppsättningen förutsägs baserat på prognosen för den tidigare perioden Formeln anges i Figur 8-35 är värdet givet som Dämpningsfaktor yt är tt-värdet i den ursprungliga datamängden och lt motsvarande jämnvärde. ure 8-35 Exponentiell utjämning Formel Enligt Hunter. For exempel representerar ett värde för mellan 0 2 och 0 3 20 till 30 procent feljustering i föregående prognos. Om du väljer att få verktyget att mata formulär snarare än värden i utgången region, då kan du ändra dämpningsfaktorn även efter att du har genomfört verktyget. För att få standardfelutmatningen, kolla rutan Standardfel. Den använda formeln ges i Figur 8-36 Nämnaren kan justeras genom att välja lämplig Radioknapp Eftersom det finns t 1 termer i summan av nivån, betyder att n 1 betyder att nämnaren kommer att vara t 2.Figure 8-36 Standardfelformeln för exponentiell utjämning enligt jägare. Om du markerar kryssrutan Inkludera diagram , en linjediagram som visar observationerna yt och de förutspådda värdena det kommer också att skapas. Exempel 8-7 Använda exponentialutjämningsverktyget. Figur 8-37 visar några exempeldata, Figur 8-38 de valda alternativen och Figur 8-39 motsv ponding output. Figure 8-37 Några exempel på data för exponentiell utjämning Tool.8 4 1 1 3 Exponentiell utjämning enligt Roberts. Den enkla exponentiella utjämningsmetoden enligt Roberts används för att prognosera en tids serie utan trend eller säsongsmönster, men för vilken nivån ändå ändras långsamt över tiden De förutspådda värdena beräknas enligt formeln som anges i Figur 8-40 är värdet givet som Dampfaktor yt är tt-värdet i den ursprungliga datamängden och det förutspådda värdet l 0 är det förutspådda värdet vid tidpunkten 0 och måste uppskattas. Detta verktyg använder medelvärdet av de första 5 observationerna som uppskattning. Om du väljer att få verktyget att mata in formulär snarare än värden i utmatningsområdet kan du ändra dämpningsfaktorn och det uppskattade värdet vid tidpunkten 0 efter utförandet av verktyget. Figur 8-40 Exponentiell utjämningsformel enligt Roberts. För att få standardfelutmatningen också, kolla rutan Standardfel Formuläret en används ges i Figur 8-41 Nämnaren kan ställas in genom att välja lämplig radioknapp. Figur 8-41 Standardfelformeln för exponentiell utjämning enligt Roberts. Om du markerar kryssrutan Inkludera diagram, visar en linjediagram som visar Observationer yt och de förutspådda värdena det kommer också att skapas. Exempel 8-8 Använda exponentialutjämningsverktyget. Figur 8-42 visar exempelutmatning för exponentiell utjämning med hjälp av formeln enligt Roberts Cell A4 innehåller den uppskattade nivån vid tidpunkten 0 Om du begärde att formulera snarare än värden som skrivits in i arket, sedan ändrar uppskattningen i A4 och eller värdet för A2 kommer att resultera i omedelbar ändring av de förutspådda värdena. Figur 8-42 Exponentiell utjämning Verktyg Utgång Roberts.8 4 1 1 4 Holt s Trend korrigerad exponentiell utjämning. Trendenskorrigerad exponentiell utjämning är lämplig när både nivån och tillväxten i en tidsserie ändras om tidsserierna har en fast tillväxt ränta och därför uppvisar en linjär trend, är en linjär regressionsmodell lämpligare. det är det sanna värdet vid tiden tt är den uppskattade nivån vid tidpunkten t och bt är den beräknade tillväxttakten vid tidpunkt t. Vi använder de två utjämningsekvationerna som ges i figur 8-43 för att uppdatera våra uppskattningar är värdet givet som Dämpningsfaktor och värdet ges som tillväxtdämpningsfaktor. Detta verktyg erhåller initiala 0-estimat för nivån och tillväxten genom att utföra en linjär regression med de första 5 datavärdena. 8-43 Formler av Holt s Trend Korrigerad exponentiell utjämning. Om du väljer att få verktyget att mata in formulär snarare än värden i utmatningsområdet, kan du ändra dämpningsfaktorerna och såväl den beräknade nivån och tillväxten vid tidpunkten 0 efter exekvera verktyget. För att få standardfelutmatningen, kolla rutan Standardfel. Den använda formeln finns i Figur 8-44 Nämnaren kan justeras genom att välja lämplig radioknapp. Figur 8-44 Standardfelformeln för Holt s Trendkorrigerad exponentiell utjämning. Om du markerar kryssrutan Inkludera diagram, kommer ett linjediagram som visar observationerna yt och de uppskattade nivåvärdena det också att skapas. Exempel 8-9 Använda Exponential Smoothing Tool. Figure 8-45 visar exempelutgång för Holt s trendkorrigerad exponentiell utjämning. Cell A4 innehåller den uppskattade nivån vid tidpunkten 0 och B4 den beräknade tillväxttakten vid tidpunkten 0. Om du begärde formulera snarare än värden som skrivits in i arket, ändrar du uppskattningarna i A4, B4, värdena för A2 och eller i B2 kommer att resultera i omedelbar ändring av de förutspådda värdena. Figur 8-45 Exponentiell utjämningsverktyg Utgångshål s.8 4 1 1 5 Additiv Holt-Winters Method. The tillsats Holt - Vinters metod för exponentiell utjämning är lämplig när en tidsserie med en linjär trend har ett additiv säsongsmönster där nivån, tillväxten och säsongsmönstret kan förändras. Ett additiv säsongsmönster är ap närternas säsongsmässiga variation kan förklaras genom tillsats av en säsongskonstant, även om vi tillåter detta konstant att förändras långsamt. yt är det sanna värdet vid tiden tt är den uppskattade nivån vid tidpunkten tbt är den uppskattade tillväxttakten vid tiden t och st är den beräknade säsongsjusteringen för tiden t Vi använder de tre utjämningsekvationerna som anges i Figur 8-46 för att uppdatera våra uppskattningar är värdet givet som Dämpningsfaktor är värdet givet som tillväxtdämpningsfaktor och värdet ges som säsongsdämpningsfaktor L är värdet givet som säsongsmässig period Om din data består av månadsvärden, då L borde vara 12, om det består av kvartalsvärden, då L borde vara 4.Detta verktyg erhåller initial tid 0 uppskattningar för nivån och tillväxten genom att utföra en linjär regression med alla datavärden Det erhåller uppskattningar för säsongsjusteringarna genom att medelvärda de lämpliga säsongsskillnaderna jämfört med värden som förutspås genom enbart linjär regression. Figur 8-46 Exponentiell utjämning Fo Rmulae of the additive holt-winters metod. Om du väljer att få verktyget att skriva formulär snarare än värden i utmatningsområdet kan du ändra dämpningsfaktorerna och samtliga uppskattningar efter att ha genomfört verktyget. För att få standardfel utmatas också, kolla rutan Standardfel. Den använda formeln finns i Figur 8-47 Nämnaren kan justeras genom att välja lämplig radioknapp. Figur 8-47 Standardfelformeln för additiv Holt-Winters Metod. Om du Markera kryssrutan Inkludera diagram, ett linjediagram som visar observationerna yt och de uppskattade nivåvärdena kommer också att skapas. Exempel 8-10 Använda exponentialutjämningsverktyget. Figur 8-48 visar alternativfliken för exponentialutjämningsverktyget för tillsats Holt-Winters-metoden Data förväntas ha en säsongsperiod om 4, det skulle till exempel hända om vi har ett datavärde för varje kvart i ett år. Figur 8-49 visar motsvarande exempel för tillsatsen Holt-Wi nters metod Cell C7 innehåller den beräknade nivån vid tidpunkten 0, D7 den beräknade tillväxttakten vid tidpunkten 0 och E4 till E7 de första säsongsjusteringarna för var och en av de fyra säsonger som föregår vår datatidperiod. Om du begärde att formulera snarare än värden som angivits In i arket och sedan ändra någon av dessa uppskattningar kommer värdena för A2, för B2 och eller för C2 att resultera i en omedelbar förändring av de uppskattade värdena. Figur 8-48 Exponentiell utjämning Verktygsalternativ Additive Holt-Winters. Figure 8-49 Exponentiell utjämning Verktygsutgångsadditiv Holt-Winters.8 4 1 1 6 Multiplikativ Holt-Winters Method. The multiplikativ Holt-Winters metod för exponentiell utjämning är lämplig när en tidsserie med en linjär trend har ett multiplicativt säsongsmönster för vilket nivå, tillväxthastighet och säsongsmönster kan förändras Ett multiplicativt säsongsmönster är ett mönster där säsongsvariationen kan förklaras med multipliceringen av en säsongsmässig konstant även om vi alla ow för denna konstanta att förändras långsamt. yt är det sanna värdet vid tiden tt är den uppskattade nivån vid tidpunkten tbt är den beräknade tillväxttakten vid tid t och st är den beräknade säsongsjusteringen för tiden t Vi använder de tre utjämningsekvationerna som ges i figur 8-50 för att uppdatera våra uppskattningar är värdet givet som Dämpningsfaktor är värdet givet som tillväxtdämpningsfaktor och är värdet givet som säsongsdämpningsfaktor L är värdet givet som säsongsperiod Om dina data består av månadsvärden, så borde L vara 12 om det består av kvartalsvärden, då L bör vara 4.Detta verktyg får inledande tid 0 uppskattningar för nivån och tillväxten genom att utföra en linjär regression med hjälp av datavärdena för de fyra första säsongsperioderna. Det erhåller uppskattningar för säsongsjusteringar Genom att beräkna de lämpliga säsongsskillnaderna från värden som förutspås av linjär regression ensam under de första fyra säsongsmässiga perioderna. Figur 8-50 Exponentiella utjämningsformler av de multiplicativa Holt-Winters Metod. Om du väljer att få verktyget att mata in formulär snarare än värden i utmatningsregionen, kan du ändra dämpningsfaktorerna och samtliga uppskattningar efter att ha genomfört verktyget. För att få standardfelutmatningen, kontrollera Standard fel kryssrutan Den använda formeln finns i Figur 8-51 Nämnaren kan justeras genom att välja lämplig radioknapp. Figur 8-51 Standardfelformeln för multiplikativ holt-winters metod. Om du markerar kryssrutan Inkludera diagram, En linjediagram som visar observationerna yt och de uppskattade nivåvärdena kommer också att skapas. Exempel 8-11 Använda exponentialutjämningsverktyget. Figur 8-52 visar exempeldata för multiplikativ Holt-Winters-metoden, förutsatt att 4 årstider Cell C7 innehåller den beräknade nivån vid tidpunkten 0, D7 den beräknade tillväxttakten vid tidpunkten 0 och E4 till E7 de första säsongsjusteringarna för var och en av de fyra årstiderna före vår datatidperiod. Om du begärde att formulera snarare än värden e ntered i arket och sedan ändra någon av dessa uppskattningar, kommer värdena för A2, för B2 och eller för C2 att resultera i en omedelbar förändring av de uppskattade värdena. Figur 8-52 Exponentiella utjämningsverktygsutmatning Multiplicative Holt-Winters. 8 4 1 2 Moving Average Tool. Figure 8-53 Moving Average Tool Dialog. Använd det glidande medelverktyget för att beräkna glidande medelvärden för en eller flera datasatser Ett glidande medel ger användbar trendinformation för de data som förloras i ett enkelt medelvärde I Dessutom kan rörliga medelvärden användas för att eliminera slumpvis varians. Använd till exempel det här verktyget för att skapa en jämnare kurva för ett aktiekurs. Ange de celler som innehåller dataseten i Inmatningsområde-posten. Det angivna intervallet eller intervallet grupperas i dataset antingen av rader eller kolumner. Om du har etiketter i den första cellen i varje dataset, välj alternativet Etiketter. Välj vilken typ av rörligt medelvärde du vill beräkna. Verktyget kan avgöra 4 typer av rörliga medelvärden. Enkelt glidande medelvärde. Kumu ledande glidande medelvärde. Vågat glidande medelvärde. Spencer s 15-punkts glidande medel. Figur 8-54 Flyttande medelverktygsdialog Fliken Alternativ. Specifiera intervallet för glidande medelvärdet Intervallet I är antalet konsekutiva värden som ska inkluderas i varje glidande medelvärde Dessa alternativ är endast tillgängliga för de enkla och viktade glidvärdena. Kontrollera kryssrutan Standardfel om du vill att standardfelet ska beräknas Eftersom det inte finns något generellt avtal om nämnaren för standardfelet kan du välja lämplig alternativknapp. När det gäller det enkla glidande medlet kan du också välja mellan ett tidigare glidande medelvärde och ett centralt glidande medelvärde, eller du kan till och med ange någon annan önskad förskjutning. Förutgående rörligt medelvärde Varje genomsnitt tar hänsyn till aktuell observation och de senaste tidigare observationerna för totalt i observationer. Centralt glidande medelvärde där jag är udda Varje genomsnitt tar hänsyn till nuvarande observation och samma antal senaste observationer och närmaste framtida observationer för totalt i observationer. Centralt glidande medelvärde med att jag är jämnt Detta beräknas enligt formeln som anges i Figur 8-55 a är det glidande medelvärdet vid tiden t och y t är observationen vid tiden t. Annan förskjutning Om offset är 0, är detta bara det föregående rörliga genomsnittet. Annars anger offset antalet närmaste framtida observationer som ingår i genomsnittet. Sammanfattningsvis minskas antalet senast senaste observationer. Figur 8-55 Formel För Centralen Flyttande medelvärde med jämn intervall. Resultaten ges i en kolumn för varje dataset med en andra kolumn tillagd om du har valt standardfel som ska beräknas Varje rad representerar det rörliga genomsnittet för motsvarande rad eller kolumn i ingångsintervallet Beroende på typ av medelvärdet och förskjutningen kan det rörliga genomsnittet inte beräknas för de första raderna i ingångsområdet.8 4 1 2 1 Enkelt rörligt medelvärde. Ett enkelt glidande medelvärde är det obegripade medlet av en samling observationer Exakt vilka observationer som ingår är beroende av huruvida ett tidigare eller centralt rörligt medelvärde beräknas.8 4 1 2 2 Kumulativt rörligt medelvärde. A kumulativt glidande medelvärde är ett tidigare glidande medelvärde där strömmen är en D alla tidigare observationer är inkluderade.8 4 1 2 3 Vägt rörligt medelvärde. Ett vägt glidmedelvärde med ett intervall i är ett tidigare rörligt medelvärde beräknat enligt formel Figur 8-55 vid är det glidande medelvärdet vid tiden t och yt är observationen vid tidpunkten t. Figur 8-56 Formel För Vägt Flyttande Medeltal Med Intervall I.8 4 1 2 4 Spencer s 15 Point Moving Average. Spencer s 15 poäng glidande medelvärde är ett centralt glidande medelvärde beräknat enligt formel Figur 8-57 vid är det rörliga genomsnittet vid tidpunkten t och yt är observationen vid tidpunkten t. Fig. 8-57 Formel för Spencer s 15 Point Moving Average. Fourier-analysverktyget utför normalt en Fast Fourier-transform för att erhålla den separata fouriertransformen F s av den givna sekvens ft av reella tal enligt formeln som anges i Figur 8-62. Markera alternativet Inverse för att beräkna den inversa diskreta fouriertransformen ft av den givna sekvensen F s med reella tal. Om antalet termer i den angivna sekvensen inte är en kraft av 2 dvs 2, 4, 8, 16, 32, 64, 128, etc, kommer detta verktyg att lägga till nuller för att nå en sådan kraft av 2. Ange de celler som innehåller dataseten i Inmatningsområdet-ingången. Det angivna intervallet eller intervallet grupperas i sekvenser antingen genom rader eller kolumner. Om du har etiketter i den första cellen i varje dataset, välj alternativet Etiketter. Figur 8-62 Fourieranalys Formel. Innan du använder de siffror som erhålls med det här verktyget, se till att de faktiskt är de korrekta formler för din disciplin I fysiska vetenskaper tenderar denna fouriertransform att kallas den inversa fouriertransformen och vice versa. Vidare varierar skalningsfaktorn. Exempelvis använder Mathematica termerna fouriertransform och invers fouriertransform med den omvända betydelsen än Gnumeric och den använder en skalfaktor på 1 SQRT N i stället för 1 N.8 4 3 Kaplan Meier Estimates Tool.8 4 3 1 Inmatningsfliken. Inmatningsfliken som visas i Figur 8-63 innehåller fälten som anger vilken data som ska användas för Kaplan Meier uppskattar t Ime-kolumnen innehåller de tider eller datum då personerna dödades eller censurerades. Om någon av ämnena censurerades markeras kryssrutan Tillståndscensur och Censor-kolumnen innehöll censurmarkeringen. Censurmarkeringar är vanligtvis 0s eller 1s Censormarkeringsintervallet eller etiketter kan ställas in med de återstående två spinnlådorna. Figur 8-63 Kaplan-Meier Tool Dialog.8 4 3 2 Tabellen Grupper. Om ämnena tillhör flera grupper och grupperna ska analyseras separat kan gruppfliken vara used. Figure 8-64 Kaplan-Meier Tool Dialog Groups Tab. Gruppfliken kan aktiveras via kryssrutan Definiera flera grupper. Kolumnen kolumnen innehåller kolumnadressen som anger gruppmedlemskapet Grupper kan sedan definieras eller raderas via Add Och Ta bort knappar.8 4 3 3 Fliken Alternativ. Alternativfliken i dialogrutan Kaplan-Meier-verktyg används för att ställa in olika alternativ för Kaplan-Meier-verktyget. Flik 8-65 Kaplan-Meier Tool Dialog Options Tab. Example 8- 13 Använda K aplan-Meier Tool. Suppose att du vill beräkna Kaplan-Meier Estimates för det som anges i Figur 8-66 Varje rad innehåller data för ett ämne. Kolumn A innehåller överlevnadstid, dvs tiden tills död eller censur. Kolumn B innehåller gruppen antal vi överväger två grupper av ämnen Kolumn C anger om ämnet dog 0 eller var censurerat 1.Vi fyller fälten på Inmatningsfliken som visas i Figur 8-66 Tidskolan är A2 A21 och censur-kolumnen är C2 C21 . Eftersom vi har två grupper av ämnen, markerar vi kryssrutan Definiera flera grupper i fliken Grupper och ställer in två grupper med identifierare 1 och 2 i kolumn B2 B21. Flik 8-67 Kaplan-Meier Tool Exempel Gruppflik. Alternativ fliken alla kryssrutor är förcheckade och vi lämnar dem så att de får maximal information. På utmatningsfliken väljer vi var vi vill att utmatningen ska placeras. I det här exemplet behåller vi målet New Sheet After Genom att klicka på OK får vi utmatningen som visas i Fig ure 8-68 Observera att grafen initialt alltid visas ovanpå det numeriska resultatet och flyttades för skärmbilden. B1 F17 visar resultaten från den första gruppen, G1 till K17 resultaten av den andra gruppen Grafen visar Kaplan - Meier överlevnadskurvor för båda grupperna. M4 N7 visar resultatet av Mantel-Haenszel Log-Rank Test I detta fall är p-värdet större än 0 3 och vi skulle misslyckas att avvisa Null-hypotesen. Det finns inga bevis för att överlevnadstiderna differ. Figure 8-68 Kaplan-Meier Tool Exempel Output.
No comments:
Post a Comment