对带不确定度的数据进行加权或非加权统计平均。
协方差/相关矩阵、分组统计、Bootstrap 置信区间、假设检验和时间序列平滑等 桌面端统计工作流请参考桌面端统计文档。
-
输入数据：输入单列数据（可带不确定度）
A 1152842742.723(12) 1152842742.740(18) 1152842742.727(14) -
选择统计模式：
- 简单平均：算术平均
- 描述统计：均值、可选修剪均值、离散程度、分位数、MAD、偏度和超额峰度
- 样本方差估计：勾选“使用样本标准差”
- 加权方差：勾选“使用加权方差”
-
查看结果：
- 平均值 ± 标准误差
- 95% 均值置信区间
- 最大值、最小值、标准差
- 描述统计模式下的中位数、Q1/Q3、IQR、MAD、偏度、超额峰度和可选修剪均值
- 加权有效样本数（如适用，Kish 公式）
计算所有数据点的算术平均值和标准差。
使用样本标准差（n-1 分母）进行估计。
非加权模式输出 95% 均值 Student-t 置信区间，标准误差使用 sample_std/sqrt(n)；即使总体模式用于显示方差也是如此。加权模式在没有 σ=0 锚点时输出已知 σ 的正态区间，标准误差为 sqrt(1/Σwᵢ)。
计算计数、均值、可选修剪均值、标准误差、标准差、方差、最小/最大值、中位数、Q1/Q3、IQR、MAD、偏度和超额峰度。分位数使用 Hyndman-Fan type 7 插值。样本方差需要 n>=2，样本偏度需要 n>=3，样本超额峰度需要 n>=4；零方差数据会将偏度/峰度作为不可用诊断。修剪均值会先排序有限值，每端删除 floor(n * 修剪比例) 个值，再对剩余值取算术平均。留空或 0 表示关闭；无效或过大的比例会被拒绝。
根据每个数据点的不确定度进行加权统计：
- 权重：
w = 1/σ²（σ 缺失的行会被忽略） - 加权均值：
x̄_w = Σ(wᵢ xᵢ) / Σwᵢ - 均值标准误差：
SE(x̄_w) = sqrt(1 / Σwᵢ) - 加权标准差（散布）：分子使用
Σ wᵢ (xᵢ-x̄_w)²，样本模式下分母使用Σwᵢ - Σwᵢ²/Σwᵢ（总体模式下分母为Σwᵢ）
特殊情况：
- 若存在
σ=0：视为“无限权重锚点”，均值与不确定度直接取该点；若多个σ=0但数值不一致会报错