Erweiterte Funktionen
Mit dem Generator für berechnete Metriken können Sie statistische und mathematische Funktionen anwenden. Dieser Artikel dokumentiert eine alphabetische Liste der erweiterten Funktionen und ihrer Definitionen.
Greifen Sie auf diese Funktionen zu, indem Alle anzeigen unter
Vergleich zwischen Tabellenfunktionen und Zeilenfunktionen
Bei einer Tabellenfunktion ist die Ausgabe für jede Tabellenzeile gleich. Bei einer Zeilenfunktion ist die Ausgabe für jede Tabellenzeile unterschiedlich.
Gegebenenfalls wird einer Funktion eine Anmerkung mit dem Typ der Funktion hinzugefügt: [Tabelle]{class="badge neutral"}[Zeile]{class="badge neutral"}
Was bedeutet der Parameter „include-zeros“?
Damit wird angegeben, ob Nullen in die Berechnung einbezogen werden sollen. In manchen Fällen bedeutet eine Null nichts, in anderen Fällen kann sie aber auch wichtig sein.
Beispiel: Wenn Sie mit einer Umsatzmetrik arbeiten und dem Bericht dann eine Seitenansichtsmetrik hinzufügen, gibt es plötzlich mehr Zeilen für den Umsatz, die alle Nullwerte enthalten. Sie möchten wahrscheinlich nicht, dass sich diese zusätzliche Metrik auf Berechnungen wie ARITHMETISCHES MITTEL, ZEILENMINIMUM, QUARTIL usw. auswirkt, die sich in der Umsatzspalte befinden. In diesem Fall müssen Sie den Parameter include-zeros
aktivieren.
Ein alternatives Szenario besteht darin, dass Sie zwei Metriken von Interesse haben und eine Metrik einen höheren Durchschnitt oder ein höheres Minimum aufweist, da einige der Zeilen Nullen sind. In diesem Fall können Sie festlegen, dass der Parameter keine Nullen enthält.
Und and
Verbindung. „Ungleich null“ gilt als „True“ und „Gleich null“ gilt als „False“. Die Ausgabe ist entweder 0 (False) oder 1 (True).
Ungefähre Zählung Verschiedener approximate_count_distinct
Gibt die ungefähre Anzahl von Dimensionselementen für die ausgewählte Dimension zurück.
Beispiel
Ein gängiger Anwendungsfall für diese Funktion ist, wenn Sie eine ungefähre Anzahl von Kunden erhalten möchten.
Arcuscosinus arc-cosine
[Zeile]{class="badge neutral"}
Arcussinus arc-sine
[Zeile]{class="badge neutral"}
Arkustangens arc-tangent
[Zeile]{class="badge neutral"}
Cdf-T cdf-t
Gibt die Wahrscheinlichkeit dafür zurück, dass eine Zufallsvariable mit studentscher t-Verteilung mit n Freiheitsgraden einen z-Wert hat, der unter dem Spaltenwert liegt.
Beispiel
CDF-T(-∞, n) = 0
CDF-T(∞, n) = 1
CDF-T(3, 5) ? 0.99865
CDF-T(-2, 7) ? 0.0227501
CDF-T(x, ∞) ? cdf_z(x)
Cdf-Z cdf-z
Gibt die Wahrscheinlichkeit dafür zurück, dass eine Zufallsvariable mit einer Normalverteilung einen z-Wert hat, der unter dem Spaltenwert liegt.
Beispiele
CDF-Z(-∞) = 0
CDF-Z(∞) = 1
CDF-Z(0) = 0.5
CDF-Z(2) ? 0.97725
CDF-Z(-3) ? 0.0013499
Ceiling (Obergrenze) ceiling
[Zeile]{class="badge neutral"}
Konfidenz confidence
Berechnet die jederzeit gültige Konfidenz mithilfe der WASKR-Methode, wie in Zeiteinheitlicher zentraler Grenzwertsatz und asymptotische Konfidenzintervalle (Time-uniform central limit theory and asymptotic confidence sequences) beschrieben.
Konfidenz ist ein Maß dafür, wie hoch die Wahrscheinlichkeit ist, dass eine bestimmte Variante mit der Kontrollvariante identisch ist. Bei einer höheren Konfidenz deutet weniger darauf hin, dass die Annahme stimmt, dass die Kontroll- und Nicht-Kontrollvariante die gleiche Performance aufweisen.
Confidence (Lower) confidence-lower
Berechnet die jederzeit gültige niedrigere Konfidenz mithilfe der WASKR-Methode, wie in Zeiteinheitlicher zentraler Grenzwertsatz und asymptotische Konfidenzintervalle (Time-uniform central limit theory and asymptotic confidence sequences) beschrieben.
Konfidenz ist ein Maß dafür, wie hoch die Wahrscheinlichkeit ist, dass eine bestimmte Variante mit der Kontrollvariante identisch ist. Bei einer höheren Konfidenz deutet weniger darauf hin, dass die Annahme stimmt, dass die Kontroll- und Nicht-Kontrollvariante die gleiche Performance aufweisen.
Confidence (Upper) confidence-upper
Berechnet die jederzeit gültige höhere Konfidenz mithilfe der WASKR-Methode, wie in Zeiteinheitlicher zentraler Grenzwertsatz und asymptotische Konfidenzintervalle (Time-uniform central limit theory and asymptotic confidence sequences) beschrieben.
Konfidenz ist ein Maß dafür, wie hoch die Wahrscheinlichkeit ist, dass eine bestimmte Variante mit der Kontrollvariante identisch ist. Bei einer höheren Konfidenz deutet weniger darauf hin, dass die Annahme stimmt, dass die Kontroll- und Nicht-Kontrollvariante die gleiche Performance aufweisen.
Cosine cosine
[Zeile]{class="badge neutral"}
Kubikwurzel cube-root
Gibt die positive Kubikwurzel einer Zahl zurück. Die Kubikwurzel einer Zahl ist der Wert, wenn diese Zahl zur Potenz 1/3 erhoben wird.
Kumulativ cumulative
Gibt die Summe der letzten n Elemente der Spalte x zurück. Wenn n > 0 ist, werden die letzten n Elemente von x addiert. Wenn n < 0 ist, werden die n vorangehenden Elemente addiert.
Beispiele
Cumulative (Average) cumulative-average
Gibt den Durchschnitt der letzten n Elemente der Spalte x zurück. Wenn n > 0 ist, werden die letzten n Elemente von x addiert. Wenn n < 0 ist, werden die vorangehenden Elemente n addiert.
Verwenden Sie stattdessen CUMULATIVE(Revenue)
Gleich equal
Gleich. Die Ausgabe ist entweder 0 (False) oder 1 (True).
Beispiel
Metric 1 = Metric 2
Exponentielle Regression: Korrelationskoeffizient exponential-regression-correlation-coefficient
[Tabelle]{class="badge neutral"}
Exponentielle Regression: Vorhersage für Y exponential-regression-predicted-y
[Zeile]{class="badge neutral"}
Exponentielle Regression: Schnittpunkt exponential-regression-intercept
[Tabelle]{class="badge neutral"}
Exponentielle Regression: Steigung exponential-regression-slope
[Tabelle]{class="badge neutral"}
Floor floor
[Zeile]{class="badge neutral"}
Größer als greather-than
Die Ausgabe ist entweder 0 (False) oder 1 (True).
Beispiel
Metric 1 > Metric 2
Größer gleich greater-than-or-equal
Größer als oder gleich. Die Ausgabe ist entweder 0 (False) oder 1 (True).
Beispiel
Metric 1 >= Metric 2
Hyperbolic Cosine hyperbolic-cosine
[Zeile]{class="badge neutral"}
Hyperbolic Sine hyperbolic-sine
[Zeile]{class="badge neutral"}
Hyperbolic Tangent hyperbolic-tangent
[Zeile]{class="badge neutral"}
Wenn if
[Zeile]{class="badge neutral"}
Kleiner als less-than
Die Ausgabe ist entweder 0 (False) oder 1 (True).
Beispiel
Metric 1 < Metric 2
Kleiner gleich less-than-or-equal
Kleiner als oder gleich. Die Ausgabe ist entweder 0 (False) oder 1 (True).
Beispiel
Metric 1 <= Metric 2
Lift (#lift)
Lineare Regression: Korrelationskoeffizient linear-regression-correlation-coefficient
[Tabelle]{class="badge neutral"}
Lineare Regression: Schnittpunkt linear-regression-intercept
[Tabelle]{class="badge neutral"}
Lineare Regression: Vorhersage für Y linear-regression-predicted-y
[Zeile]{class="badge neutral"}
Lineare Regression: Steigung linear-regression-slope
[Tabelle]{class="badge neutral"}
Log Base 10 log-base-ten
[Zeile]{class="badge neutral"}
Logarithmische Regression: Korrelationskoeffizient log-regression-correlation-coefficient
[Tabelle]{class="badge neutral"}
Logarithmische Regression: Schnittpunkt log-regression-intercept
[Tabelle]{class="badge neutral"}
Logarithmische Regression: Vorhersage für Y log-regression-predicted-y
[Zeile]{class="badge neutral"}
Logistische Regression: Steigung log-regression-slope
[Tabelle]{class="badge neutral"}
Natürlicher Logarithmus natural-log
Gibt den natürlichen Logarithmus einer Zahl zurück. Natürliche Logarithmen basieren auf der Konstanten e (2.71828182845904). LN ist die Umkehrung der EXP-Funktion.
Nicht not
Negation als boolescher Wert. Die Ausgabe ist entweder 0 (False) oder 1 (True).
Not Equal not-equal
Ungleich. Die Ausgabe ist entweder 0 (False) oder 1 (True).
Beispiel
Metric 1 != Metric 2
Oder or
[Zeile]{class="badge neutral"}
Pi pi
Gibt Pi zurück: 3,14159…
Potenzregression: Korrelationskoeffizient power-regression-correlation-coefficient
[Tabelle]{class="badge neutral"}
Potenzregression: Schnittpunkt power-regression-intercept
[Tabelle]{class="badge neutral"}
Potenzregression: Vorhersage für Y power-regression-predicted-y
[Zeile]{class="badge neutral"}
Potenzregression: Steigung power-regression-slope
[Tabelle]{class="badge neutral"}
Quadratische Regression: Korrelationskoeffizient quadratic-regression-correlation-coefficient
[Tabelle]{class="badge neutral"}
Quadratische Regression: Schnittpunkt quadratic-regression-intercept
[Tabelle]{class="badge neutral"}
Quadratische Regression: Vorhersage für Y quadratic-regression-predicted-y
[Zeile]{class="badge neutral"}
Quadratische Regression: Steigung quadratic-regression-slope
[Tabelle]{class="badge neutral"}
Reziproke Regression: Korrelationskoeffizient reciprocal-regression-correlation-coefficient
[Tabelle]{class="badge neutral"}
Reziproke Regression: Schnittpunkt reciprocal-regression-intercept
[Tabelle]{class="badge neutral"}
Reziproke Regression: Vorhersage für Y reciprocal-regression-predicted-y
[Zeile]{class="badge neutral"}
Reziproke Regression: Steigung reciprocal-regression-slope
[Tabelle]{class="badge neutral"}
Sine sine
[Zeile]{class="badge neutral"}
t-Transformation t-score
Die Abweichung vom ARITHMETISCHEN MITTEL geteilt durch die Standardabweichung. Alias für Z-Score.
t-Test t-test
Führt einen m-seitigen t-Test mit einem t-Wert von x und n Freiheitsgraden durch.
Details
Die Signatur ist T-TEST (Metrik, Grad, Zahl). Darunter ruft es einfach m
- m ist die Anzahl der Schwänze.
- n ist der Freiheitsgrad und sollte eine konstante Zahl für den gesamten Bericht sein, d. h., sie ändert sich nicht Zeile für Zeile.
- x ist die Statistik des T-Tests und wäre häufig eine Formel (z. B. Z-SCORE), die auf einer Metrik basiert und in jeder Zeile ausgewertet wird.
Der Rückgabewert ist die Wahrscheinlichkeit, die Teststatistik x zu erhalten, bei gegebenen Freiheitsgraden und der Anzahl an Seiten.
Beispiele
-
Verwenden Sie die -Funktion, um Ausreißer zu finden:
code language-none T-TEST(Z-SCORE(bouncerate), ROW COUNT - 1, 2)
-
Kombinieren Sie die Funktion mit IF, um sehr hohe oder niedrige Absprungraten zu ignorieren und Sitzungen auf alles andere zu zählen:
code language-none IF(T-TEST(Z-SCORE(bouncerate), ROW COUNT - 1, 2) < 0.01, 0, sessions )
Tangens tangent
Gibt den Tangens des gegebenen Winkels zurück. Wenn der Winkel in Grad angegeben ist, multiplizieren Sie den Winkel mit PI()/180.
Z-Score z-score
[Zeile]{class="badge neutral"}
Ein Z-Score von 0 (Null) bedeutet, dass der Score dem Mittelwert entspricht. Eine z-Transformation kann positiv oder negativ sein, abhängig davon, ob sie über oder unter dem arithmetischen Mittel liegt und um wie viele Standardabweichungen es sich handelt.
Die Gleichung für z-Transformation lautet:
Dabei ist x der Rohwert, μ der Mittelwert der Population und σ die Standardabweichung der Population.
z-Test z-test
Führt einen n-seitigen z-Test mit einem z-Wert von x durch.