Funkcja chiSquare oblicza wartość statystyki Chi-kwadrat dla zależnych i niezależnych zmiennych. Dodatkowo liczona jest całkowita liczba wystąpień, procent w całkowitej liczbie wystąpień oraz oczekiwana liczba wystąpień.

Wiersze o wartościach NULL są pomijane.

Przykład wyniku dla chiSquare jest pokazany poniżej

Rysunek 7.1. Fragment wyniku dla 'chiSquare'

Składnia:

chiSquare(alias.table, independent, dependent, silent = 0|1)
            

Procedura zwraca tabelkę z policzonymi wartościami statystyki Chi-kwadrat dla zależnych i niezależnych zmiennych (patrz przykład poniżej).

table 'beer':
    sex likeBeer

    male yes
    male yes
    male no
    female no
    female no
    female yes
    male no
    male yes
    female no
    female no
    male yes
    female yes
    male yes
    male yes
    male yes
    male no
    
result = chiSquare('beer', 'sex', 'likeBeer',silent=1)

strFormat = "%10s%10s%10s" 

print strFormat % ("","yes","no")

strFormat = "%-10s%10.2f%10.2f"

print strFormat %('male',result['male']['yes'],result['male']['no'])
print strFormat %('female',result['female']['yes'],result['female']['no'])
    

                 
                yes        no
male            0.34      0.43
female          0.56      0.72
    

Funkcja pearson oblicza współczynnik korelacji Pearsona

Wiersze o wartościach NULL są pomijane.

Składnia:

pearson(alias.intable, columnNames, sort = 0|1, silent = 0|1)                
            

                pearson(alias.intable, columnNames , sort = 0|1,silent=0|1)
            

Procedura zwraca tabelę współczynników korelacji.

Rysunek 7.2. Fragment wyniku dla 'pearson'

 table 'sport_cars':
    
    name        weight      speed    cost
    'skoda'      1200        260    10.000
    'renault'    1360        280    10.500 
    'opel'       900         240    8.200
    'VW'         1400        280    12.00
    'Fiat'       1450        260    7.800
    'Alfa Romeo' 1300        280    11.000
    
result = pearson('sport_cars',[ 'weight', 'speed','cost'],sort = 0,silent=1)

strFormat = '%-10s%10s%10s%10s'
print strFormat % ('','weight','speed','cost')
strFormat = '%-10s%10.2f%10.2f%10.2f'
print strFormat % ('weight',1,result['weight']['speed'],result['weight']['cost'])
print strFormat % ('speed',result['speed']['weight'],1,result['speed']['cost'])
print strFormat % ('cost',result['cost']['weight'],result['cost']['speed'],1)
    

              weight     speed      cost
weight          1.00      0.76      0.37
speed           0.76      1.00      0.82
cost            0.37      0.82      1.00
    

Procedura mdfreq jest potężnym narzędziem do analiz wzajemnych przekrojów kilku zmiennych. Wykorzystuje OpenOffice DataPilot lub MS Office PivotTable funkcje aby stworzyć tabele przestawną. Po pierwsze, zestaw danych określony przez parametr inTable jest kopiowany do arkusza kalkulacyjnego (Są pewne limity dotyczące liczby wierszy i kolumn, które muszą być respektowane. Ilość wierszy nie może przekraczać 32000 w OpenOffice 2.0 i 65000 w MS Office, liczba kolumn nie może przekraczać 256). Jeśli zbiór danych jest za duży aby zmieścić się w arkuszu kalkulacyjnym, wówczas możliwy jest podział tabeli lub użycie procedury sample aby zrobić próbkę z danych.

Po skopiowaniu danych do arkusza kalkulacyjnego tworzony jest szkielet tabeli przestawnej (Data Pilot).

Zobacz diagram poniżej opisujący główne części tabeli przestawnej w OpenOffice.

Rysunek 7.3. Diagram tabeli przestawnej (Data Pilot diagram)

Zaznaczone elementy:

MS Office tabele przestawne wyglądają podobnie, ale część D, otrzymuje się jako łatwy w użyciu menedżer tabel przestawnych

Rysunek 7.4. MS Office - przykład tabel przestawnych.

MS Office 2003 i nowsze wersje mają ciekawą cechę - drążenia danych. Przez podwójne kliknięcie na wartości w wygenerowanym tabeli jest możliwe zobaczenie wartość danych źródłowych wykorzystywanych do liczenia konkretnego wyniku.

Domyślnie Data Pilot jest tworzony dla trzech pierwszych kategorycznych atrybutów z zestawu danych. Konfiguracja ta jednak może być ustawiona ręcznie. Jeśli tabela ma mniej niż trzy zmienne kategoryczne, jest możliwe aby zmusić mdfreq żeby traktowała atrybuty numeryczne jak kategoryczne używając categorical.

Składnia

mdfreq(alias.intable, categorical = [column_name, column_name, ... ], drop = [ column_name, column_name, ... ] )
            

table 'mdfreq_test':
    Model     Age    Status
    'Ford'    12     'Free'
    'Ford'    7      'Non-Free'
    'Ford'    11     'Free'
    'Fiat'    1      'Crashed'
    'Fiat'    5      'Free'
    'Mazda'   6      'Crashed'
    'Mazda'   12     'Free'

mdfreq('mdfreq_test', categorical=['Age'])
    

*****Script 'mdfreq_docscript' finished after 2s. *****
    

Powyższy kod przekształca poniśzy arkusz do postaci tabelki grupującej

Rysunek 7.5. mdfreq arkusz wyjściowy - zestaw danych

Rysunek 7.6. mdfreq arkusz wyjściowy - Data Pilot jest dodawany jako nowy arkusz