2016-10-28 4 views
1

J'ai un problème pour calculer l'écart-type pondéré. Voici la formule I utilisé:Tableau, comment calculer l'écart-type pondéré

sum([Weight]*(([Variable]-[Mean Score - Variable])^2)) 
/
SUM([Weight]) 

Mais il y a une erreur pop up message « Impossible de mélanger et de non-agrégat agrégat »

Je me demande quel est le problème avec ma formule?

Merci

Répondre

0

Je suppose et de poids variables sont des champs explicites dans votre ensemble de données, tandis que [Score moyen] est un champ calculé que vous avez défini dans le Tableau.

[Score moyen] est un calcul agrégé; La variable ne l'est pas. Vous pouvez vérifier ceci en faisant glisser [Mean Score] sur n'importe quelle étagère dans Tableau, et notez qu'il est affiché dans le préfixe AGG(). Notez que vous ne pouvez pas sélectionner la forme d'agrégation (SUM, MIN, AVG) à appliquer dans ce cas, car la fonction d'agrégation est définie dans ce calcul.

Vous ne pouvez pas mélanger directement les calculs d'agrégat et de niveau d'enregistrement. Les calculs de niveau d'enregistrement sont évalués une fois pour chaque ligne de données individuelle. Les calculs d'agrégat sont évalués une fois pour chaque bloc de lignes de données.

Les dimensions utilisées dans votre feuille de calcul déterminent quelles lignes de données sont regroupées en blocs (partitionnement des données). Analogue aux champs qui suivent le mot-clé GROUP BY dans l'instruction de sélection SQL. Comme pour SQL, les autres champs référencés doivent être agrégés d'une manière ou d'une autre, par exemple via un appel SUM(), MIN(), MAX() ou autre. Tableau appelle ces mesures de champs.

La solution la plus simple consiste à réviser votre définition de [Score moyen] pour en faire un calcul de niveau de détail (LOD) au lieu d'un calcul global.

Cela vous permettra essentiellement de calculer d'abord le score moyen séparément, puis de faire référence à ce résultat dans votre calcul du niveau d'enregistrement. Vous devrez choisir parmi 3 différentes façons de déterminer les dimensions de votre calcul LOD. Voir l'aide en ligne pour plus d'informations sur les calculs LOD. Par exemple, essayez de remplacer [Mean Score] par { include : [Mean Score] }