Referenz: Erweiterte Funktionen

Greifen Sie auf diese Funktionen zu, indem Sie in der Dropdown-Liste Funktionen die Option Erweitert anzeigen wählen.

Vergleich zwischen Tabellenfunktionen und Zeilenfunktionen section_8977BE40A47E4ED79EB543A9703A4905

Bei einer Tabellenfunktion ist die Ausgabe für jede Tabellenzeile gleich. Bei einer Zeilenfunktion ist die Ausgabe für jede Tabellenzeile unterschiedlich.

Was bedeutet der Parameter „Include-Zeros“? section_C7A2B05929584C65B308FD372CB8E8E3

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. Dies soll sich sicherlich nicht auf Berechnungen für arithmetisches MEAN, MIN, QUARTILE usw. auswirken, die Sie für die Umsatzspalte eingerichtet haben. In diesem Fall würden Sie den include-zeros-Parameter aktivieren.

Wenn Sie allerdings an zwei Metriken interessiert sind, soll vielleicht nicht eine Metrik einen höheren Durchschnitt oder Mindestwert erhalten, weil einige seiner Zeilen Null waren. Daher würden Sie den Parameter zum Einbeziehen der Nullwerte nicht aktivieren.

AND concept_E14513FE464F4491AD0D4130D4EE621C

Gibt den Wert des zugehörigen Arguments zurück. Mit „NOT“ können Sie sicherstellen, dass ein Wert nicht mit einem bestimmten Wert übereinstimmt.

NOTE
0 (null) bedeutet „Falsch“ und jeder andere Wert „Wahr“.
AND(logical_test1,[logical_test2],...)
Argument
Beschreibung
logical_test1
Erforderlich. Jeder Wert oder Ausdruck, der als TRUE oder FALSE ausgewertet werden kann.
logical_test2
Optional. Zusätzliche Bedingungen, die als TRUE oder FALSE ausgewertet werden sollen.

Ungefährer Distinct Count (Dimension) concept_000776E4FA66461EBA79910B7558D5D7

Gibt den ungefähren Distinct Count für die Elemente der ausgewählten Dimension zurück. Diese Funktion verwendet die HyperLogLog (HLL)-Methode zur ungefähren Bestimmung des Distinct Count. Sie ist entsprechend eingestellt, um zu garantieren, dass der Wert zu 95 % der Zeit 5 % des tatsächlichen Werts beträgt.

Approximate Count Distinct (dimension)
Argument
Dimension
Die Dimension, für die Sie den ungefähren Distinct Count für Elemente ermitteln möchten.

Beispielanwendungsfall section_424E3FC5092948F0A9D655F6CCBA0312

Ungefährer Distinct Count (Kunden-ID-eVar) ist ein typischer Anwendungsfall für diese Funktion.

Definition für eine neue berechnete „Ungefähre Kunden“-Metrik:

So könnte die „Ungefähre Kunden“-Metrik für Berichte verwendet werden:

Individuelle Werte überschritten section_9C583858A9F94FF7BA054D1043194BAA

Ebenso wie Count() und RowCount() unterliegt Ungefährer Distinct Count() „Uniques überschritten“-Beschränkungen. Wird für eine Dimension in einem bestimmten Monat die „Uniques überschritten“-Beschränkung erreicht, wird der Wert als 1 Dimensionselement gezählt.

Vergleich von Count-Funktionen section_440FB8FB44374459B2C6AE2DA504FC0B

Ungefährer Distinct Count() ist eine Verbesserung im Vergleich zu Count()- und RowCount()-Funktionen, da die dadurch erstellte Metrik in allen Dimensionsberichten verwendet werden kann, um eine ungefähre Elementanzahl für eine separate Dimension zu rendern. Beispielsweise wird eine Anzahl an Kunden-IDs in einem Bericht zu Mobilgerätetypen verwendet.

Diese Funktion ist etwas weniger genau als Count() und RowCount(), da die HLL-Methode verwendet wird. Bei Count() und RowCount() hingegen handelt es sich um genaue Anzahlen.

Arkuskosinus (Zeile) concept_1DA3404F3DDE4C6BAF3DBDD655D79C7B

Gibt den Arkuskosinus (oder umgekehrten Kosinus) einer Metrik zurück. Der Arkuskosinus ist der Winkel, dessen Kosinus die Zahl ist. Der zurückgegebene Winkel wird in Radianten im Bereich zwischen 0 (null) und Pi angegeben. Wenn Sie das Ergebnis von Radianten in Grad umrechnen möchten, multiplizieren Sie es mit 180/PI( ).

ACOS(metric)
Argument
metric
Der Kosinus des gewünschten Winkels von -1 bis 1.

Arkussinus (Zeile) concept_90F00DEC46BA47F8A21493647D9668CD

Gibt den Arkussinus (oder umgekehrten Sinus) einer Zahl zurück. Der Arkussinus ist der Winkel, dessen Sinus die Zahl ist. Der zurückgegebene Winkel wird in Radianten im Bereich zwischen -Pi/2 und Pi/2 angegeben. Um den Arkussinus in Grad auszudrücken, multiplizieren Sie das Ergebnis mit 180/PI( ).

ASIN(metric)
Argument
metric
Der Kosinus des gewünschten Winkels von -1 bis 1.

Arkustangens (Zeile) concept_3408520673774A10998E9BD8B909E90C

Gibt den Arkustangens (oder umgekehrten Tangens) einer Zahl zurück. Der Arkustangens ist der Winkel, dessen Tangens die Zahl ist. Der zurückgegebene Winkel wird in Radianten im Bereich zwischen -Pi/2 und Pi/2 angegeben. Um den Arkustangens in Grad auszudrücken, multiplizieren Sie das Ergebnis mit 180/PI( ).

ATAN(metric)
Argument
metric
Der Kosinus des gewünschten Winkels von -1 bis 1.

Exponentielle Regression: Vorhersage für Y (Zeile) concept_25615693312B4A7AB09A2921083502AD

Berechnet die prognostizierten y-Werte (metric_Y) anhand der bekannten x-Werte (metric_X) mittels der Methode der kleinsten Quadrate für die Berechnung der Ausgleichsgeraden basierend auf.

ESTIMATE.EXP(metric_X, metric_Y)
Argument
Beschreibung
metric_X
Eine Metrik, der unabhängiger Datenstatus zugewiesen werden soll.
metric_Y
Eine Metrik, der abhängiger Datenstatus zugewiesen werden soll.

Cdf-T concept_4E2F2673532A48B5AF786521DE428A66

Gibt den Prozentsatz von Werten in studentischer t-Verteilung mit n Freiheitsgraden zurück, die einen z-Wert unter x aufweisen.

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 concept_99C97ACC40A94FADBCF7393A17BC2D12

Gibt den Prozentsatz von Werten in einer normalen Verteilung zurück, die einen z-Wert unter x aufweisen.

cdf_z( -∞ ) = 0
cdf_z( ∞ ) = 1
cdf_z( 0 ) = 0.5
cdf_z( 2 ) ? 0.97725
cdf_z( -3 ) ? 0.0013499

Nächsthöhere ganze Zahl (Ceiling) (Zeile) concept_A14CDB1E419B4AA18D335E5BA2548346

Gibt die kleinste Ganzzahl zurück, die nicht kleiner als ein angegebener Wert ist. Beispiel: Wenn Sie keine Währungsdezimalzahlen für den Umsatz in Berichte aufnehmen möchten und ein Produkt einen Umsatz von 569,34 US-Dollar aufweist, können Sie mit der Formel CEILING(Revenue) den Umsatz bis zum nächsten Dollar aufrunden (in diesem Fall 570 US-Dollar).

CEILING(metric)
Argument
Beschreibung
metric
Die Metrik, die gerundet werden soll.

Kosinus (Zeile) concept_DD07AA1FB08145DC89B69D704545FD0A

Gibt den Kosinus des angegebenen Winkels zurück. Wenn der Winkel in Grad vorliegt, multiplizieren Sie ihn mit PI( )/180.

COS(metric)
Argument
Beschreibung
metric
Der Winkel in Radianten, für den Sie den Kosinus ermitteln möchten.

Kubikwurzel concept_BD93EFA45DF7447A8F839E1CA5B5F795

Gibt die positive Kubikwurzel einer Zahl zurück. Die Kubikwurzel einer Zahl ist der Wert dieser Zahl hoch 1/3.

CBRT(metric)
Argument
Beschreibung
metric
Die Metrik, für die Sie die Kubikwurzel abrufen möchten.

Kumulativ concept_3D3347797B6344CE88B394C3E39318ED

Gibt die Summe von x für die letzten N Zeilen zurück (angeordnet nach Dimension mit Hashwerten für zeichenfolgenbasierte Felder).

Wenn N <= 0 ist, werden alle vorherigen Zeilen verwendet. Da die Anordnung nach Dimensionen erfolgt, ist dies nur bei Dimensionen mit einer natürlichen Reihenfolge nützlich, wie Datum oder Pfadlänge.

| Date | Rev  | cumul(0,Rev) | cumul(2,Rev) |
|------+------+--------------+--------------|
| May  | $500 | $500         | $500         |
| June | $200 | $700         | $700         |
| July | $400 | $1100        | $600         |

Kumulativer Durchschnitt concept_ABB650962DC64FD58A79C305282D3E61

Gibt den Durchschnitt der letzten N Zeilen zurück.

Wenn N <= 0 ist, werden alle vorherigen Zeilen verwendet. Da die Anordnung nach Dimensionen erfolgt, ist dies nur bei Dimensionen mit einer natürlichen Reihenfolge nützlich, wie Datum oder Pfadlänge.

NOTE
Mit Quotenmetriken, wie Umsatz/Besucher, funktioniert dies nicht so, wie Sie es vielleicht erwarten: Es wird der Quotendurchschnitt ermittelt, anstatt dass der Umsatz über die letzten N und die Besucher über die letzten N summiert und anschließend geteilt werden. Verwenden Sie stattdessen
cumul(revenue)/cumul(visitor)

Gleich concept_A3B97152B5F74E04A97018B35734BEEB

Gibt Elemente mit einer exakten Entsprechung für numerische oder Zeichenfolgenwerte wieder.

Exponentielle Regression: Korrelationskoeffizient (Tabelle) concept_C18BBFA43C1A499293290DF49566D8D8

Gibt den Korrelationskoeffizienten r zwischen zwei Metrikspalten (metric_A und metric_B) für die Regressionsgleichung zurück.

CORREL.EXP(metric_X, metric_Y)
Argument
Beschreibung
metric_X
Die Metrik, die mit metric_Y korreliert werden soll.
metric_Y
Die Metrik, die mit metric_X korreliert werden soll.

Exponentielle Regression: Konstante (Tabelle) concept_0047206C827841AD936A3BE58EEE1514

Gibt die Konstante b zwischen zwei Metrikspalten (metric_X und metric_Y) zurück für

INTERCEPT.EXP(metric_X, metric_Y)
Argument
Beschreibung
metric_X
Eine Metrik, der unabhängiger Datenstatus zugewiesen werden soll.
metric_Y
Eine Metrik, der abhängiger Datenstatus zugewiesen werden soll.

Exponentielle Regression: Steigung (Tabelle) concept_230991B0371E44308C52853EFA656F04

Gibt die Steigung a zwischen zwei Metrikspalten (metric_X und metric_Y) zurück für

SLOPE.EXP(metric_X, metric_Y)
Argument
Beschreibung
metric_X
Eine Metrik, der unabhängiger Datenstatus zugewiesen werden soll.
metric_Y
Eine Metrik, der abhängiger Datenstatus zugewiesen werden soll.

Nächstniedrigere ganze Zahl (Floor) (Zeile) concept_D368150EC3684077B284EE471463FC31

Gibt die größte Ganzzahl zurück, die nicht größer als ein angegebener Wert ist. Beispiel: Wenn Sie keine Währungsdezimalzahlen für den Umsatz in Berichte aufnehmen möchten und ein Produkt einen Umsatz von 569,34 US-Dollar aufweist, können Sie mit der Formel FLOOR(Revenue) den Umsatz bis zum nächsten Dollar abrunden (in diesem Fall 569 US-Dollar).

FLOOR(metric)
Argument
Beschreibung
metric
Die Metrik, die gerundet werden soll.

Größer als concept_A83734A0C0C14646B76D2CC5E677C644

Gibt Elemente zurück, deren numerische Anzahl größer als der eingegebene Wert ist.

Größer gleich concept_8CA6DF1F84784D50849BF1C566AE1D37

Gibt Elemente zurück, deren numerische Anzahl größer als der eingegebene Wert ist oder damit übereinstimmt.

Hyperbelkosinus (Zeile) concept_79DD5681CE9640BDBA3C3F527343CA98

Gibt den Hyperbelkosinus einer Zahl zurück.

COSH(metric)
Argument
Beschreibung
metric
Der Winkel in Radianten, für den Sie den Hyperbelkosinus ermitteln möchten.

Hyperbelsinus (Zeile) concept_96230731600C45E3A4E823FE155ABA85

Gibt den Hyperbelsinus einer Zahl zurück.

SINH(metric)
Argument
Beschreibung
metric
Der Winkel in Radianten, für den Sie den Hyperbelsinus ermitteln möchten.

Hyperbeltangens (Zeile) concept_BD249013732F462B9863629D142BCA6A

Gibt den Hyperbeltangens einer Zahl zurück.

TANH(metric)
Argument
Beschreibung
metric
Der Winkel in Radiant, dessen hyperbolischer Tangens berechnet werden soll.

IF (Zeile) concept_6BF0F3EAF3EF42C288AEC9A79806C48E

Die IF-Funktion gibt einen Wert zurück, wenn eine angegebene Bedingung TRUE ergibt, und einen anderen Wert, wenn diese Bedingung FALSE ergibt.

IF(logical_test, [value_if_true], [value_if_false])
Argument
Beschreibung
logical_test
Erforderlich. Jeder Wert oder Ausdruck, der als TRUE oder FALSE ausgewertet werden kann.
[value_if_true]
Der Wert, der zurückgegeben soll, wenn das Argument logical_test TRUE ergibt. (Für dieses Argument wird standardmäßig 0 verwendet, wenn es nicht angegeben wird.)
[value_if_false]
Der Wert, der zurückgegeben soll, wenn das Argument logical_test FALSE ergibt. (Für dieses Argument wird standardmäßig 0 verwendet, wenn es nicht angegeben wird.)

Kleiner als concept_A4A85C0FDF944AACAD4B8B55699D1B11

Gibt Elemente zurück, deren numerische Anzahl kleiner als der eingegebene Wert ist.

Kleiner gleich concept_99D12154DE4848B1B0A6327C4322D288

Gibt Elemente zurück, deren numerische Anzahl kleiner als der eingegebene Wert ist oder damit übereinstimmt.

Lineare Regression: Korrelationskoeffizient concept_132AC6B3A55248AA9C002C1FBEB55C60

Y = a X + b. Gibt den Korrelationskoeffizienten zurück.

Lineare Regression: Konstante concept_E44A8D78B802442DB855A07609FC7E99

Y = a X + b. Gibt b zurück.

Lineare Regression: Vorhersage für Y concept_9612B9BF106D4D278648D2DF92E98EFC

Y = a X + b. Gibt Y zurück.

Lineare Regression: Steigung concept_12352982082A4DDF824366B073B4C213

Y = a X + b. Gibt a zurück.

Logarithmus zur Basis 10 (Zeile) concept_4C65DF9659164261BE52AA5A95FD6BC1

Gibt den Logarithmus zur Basis 10 einer Zahl zurück.

LOG10(metric)
Argument
Beschreibung
metric
Die positive reale Zahl, dessen Logarithmus zur Basis 10 gewünscht ist.

Logistische Regression: Korrelationskoeffizient (Tabelle) concept_F3EB35016B754E74BE41766E46FDC246

Gibt den Korrelationskoeffizienten r zwischen zwei Metrikspalten (metric_X und metric_Y) für die Regressionsgleichung Y = a ln(X) + b zurück. Dies wird mit der Gleichung CORREL berechnet.

CORREL.LOG(metric_X,metric_Y)
Argument
Beschreibung
metric_X
Die Metrik, die mit metric_Y korreliert werden soll.
metric_Y
Die Metrik, die mit metric_X korreliert werden soll.

Logistische Regression: Konstante (Tabelle) concept_75A3282EDF54417897063DC26D4FA363

Gibt die Konstante b als die Regression der kleinsten Quadrate zwischen zwei Metrikspalten (metric_X und metric_Y) für die Regressionsgleichung Y = a ln(X) + b zurück. Dies wird mit der Gleichung INTERCEPT berechnet.

INTERCEPT.LOG(metric_X, metric_Y)
Argument
Beschreibung
metric_X
Eine Metrik, der unabhängiger Datenstatus zugewiesen werden soll.
metric_Y
Eine Metrik, der abhängiger Datenstatus zugewiesen werden soll.

Logistische Regression: Vorhersage für Y (Zeile) concept_5F3A9263BBB84E6098160A4DFB9E3607

Berechnet die prognostizierten y-Werte (metric_Y) anhand der bekannten x-Werte (metric_X) mittels der Methode der kleinsten Quadrate für die Berechnung der Ausgleichsgeraden mit Y = a ln(X) + b. Dies wird mit der Gleichung ESTIMATE berechnet.

In der Regressionsanalyse berechnet diese Funktion die prognostizierten y-Werte (metric_Y) anhand der bekannten x-Werte (metric_X) mithilfe des Logarithmus zur Berechnung der Ausgleichsgraden für die Regressionsgleichung Y = a ln(X) + b. Die a-Werte entsprechen den jeweiligen x-Werten und b ist eine Konstante.

ESTIMATE.LOG(metric_X, metric_Y)
Argument
Beschreibung
metric_X
Eine Metrik, der unabhängiger Datenstatus zugewiesen werden soll.
metric_Y
Eine Metrik, der abhängiger Datenstatus zugewiesen werden soll.

Logistische Regression: Steigung (Tabelle) concept_B291EFBE121446A6B3B07B262BBD4EF2

Gibt die Steigung a zwischen zwei Metrikspalten (metric_X und metric_Y) für die Regressionsgleichung Y = a ln(X) + b zurück. Dies wird mit der Gleichung SLOPE berechnet.

SLOPE.LOG(metric_A, metric_B)
Argument
Beschreibung
metric_A
Eine Metrik, der unabhängiger Datenstatus zugewiesen werden soll.
metric_B
Eine Metrik, der abhängiger Datenstatus zugewiesen werden soll.

Natürlicher Logarithmus concept_D3BE148A9B84412F8CA61734EB35FF9E

Gibt den natürlichen Logarithmus einer Zahl zurück. Natürliche Logarithmen basieren auf der Konstante e (2,71828182845904). LN ist die Umkehrung der Exponentialfunktion.

LN(metric)
Argument
Beschreibung
metric
Die positive reale Zahl, deren natürlicher Logarithmus gewünscht ist.

NOT concept_BD954C455A8148A3904A301EC4DC821E

Gibt 1 zurück, wenn die Zahl 0 ist, oder gibt 0 zurück, wenn es eine andere Zahl ist.

NOT(logical)
Argument
Beschreibung
logisch
Erforderlich. Ein Wert oder Ausdruck, der als TRUE oder FALSE ausgewertet werden kann.

Bei Verwendung von NOT müssen Sie wissen, ob die Ausdrücke (<, >, =, <> usw.) 0- oder 1-Werte zurückgeben.

Ungleich concept_EC010B7A9D2049099114A382D662FC16

Gibt alle Elemente zurück, die keine exakte Übereinstimmung mit dem eingegebenen Wert enthalten.

Oder (Zeile) concept_AF81A33A376C4849A4C14F3A380639D2

Gibt TRUE zurück, wenn ein Argument TRUE ist, oder FALSE, wenn alle Argumente FALSE sind.

NOTE
0 (null) bedeutet „Falsch“ und jeder andere Wert „Wahr“.
OR(logical_test1,[logical_test2],...)
Argument
Beschreibung
logical_test1
Erforderlich. Jeder Wert oder Ausdruck, der als TRUE oder FALSE ausgewertet werden kann.
logical_test2
Optional. Zusätzliche Bedingungen, die als TRUE oder FALSE ausgewertet werden sollen.

Pi concept_41258789660D4A33B5FB86228F12ED9C

Gibt die Konstante PI (3,14159265358979) mit 15 Stellen zurück.

PI()

Die Funktion PI weist keine Argumente auf.

Potenzregression: Korrelationskoeffizient (Tabelle) concept_91EC2CFB5433494F9E0F4FDD66C63766

Gibt den Korrelationskoeffizienten r zwischen zwei Metrikspalten (metric_X und metric_Y) für Y = b*X zurück.

CORREL.POWER(metric_X, metric_Y)
Argument
Beschreibung
metric_X
Die Metrik, die mit metric_Y korreliert werden soll.
metric_Y
Die Metrik, die mit metric_X korreliert werden soll.

Potenzregression: Konstante (Tabelle) concept_7781C85597D64D578E19B212BDD1764F

Gibt die Konstante b zwischen zwei Metrikspalten (metric_X und metric_Y) für Y = b*X zurück.

 INTERCEPT.POWER(metric_X, metric_Y)
Argument
Beschreibung
metric_X
Eine Metrik, der unabhängiger Datenstatus zugewiesen werden soll.
metric_Y
Eine Metrik, der abhängiger Datenstatus zugewiesen werden soll.

Potenzregression: Vorhersage für Y (Zeile) concept_CD652C0A921D4EFBA8F180CB8E486B18

Berechnet die prognostizierten y-Werte (metric_Y) anhand der bekannten x-Werte (metric_X) mittels der Methode der kleinsten Quadrate für die Berechnung der Ausgleichsgeraden für Y = b*X.

 ESTIMATE.POWER(metric_X, metric_Y)
Argument
Beschreibung
metric_X
Eine Metrik, der unabhängiger Datenstatus zugewiesen werden soll.
metric_Y
Eine Metrik, der abhängiger Datenstatus zugewiesen werden soll.

Potenzregression: Steigung (Tabelle) concept_5B9E71B989234694BEB5EEF29148766C

Gibt die Steigung a zwischen zwei Metrikspalten (metric_X und metric_Y) für Y = b*X a zurück.

SLOPE.POWER(metric_X, metric_Y)
Argument
Beschreibung
metric_X
Eine Metrik, der unabhängiger Datenstatus zugewiesen werden soll.
metric_Y
Eine Metrik, der abhängiger Datenstatus zugewiesen werden soll.

Quadratische Regression: Korrelationskoeffizient (Tabelle) concept_9C9101A456B541E69BA29FCEAC8CD917

Gibt den Korrelationskoeffizienten r zwischen zwei Metrikspalten (metric_X und metric_Y) für Y=(a X+b)*** zurück.

CORREL.QUADRATIC(metric_X, metric_Y)
Argument
Beschreibung
metric_X
Die Metrik, die mit metric_Y korreliert werden soll.
metric_Y
Die Metrik, die mit metric_X korreliert werden soll.

Quadratische Regression: Konstante (Tabelle) concept_69DC0FD6D38C40E9876F1FD08EC0E4DE

Gibt die Konstante b zwischen zwei Metrikspalten (metric_X und metric_Y) für Y=(a X+b)*** zurück.

INTERCEPT.POWER(metric_X, metric_Y)
Argument
Beschreibung
metric_X
Eine Metrik, der unabhängiger Datenstatus zugewiesen werden soll.
metric_Y
Eine Metrik, der abhängiger Datenstatus zugewiesen werden soll.

Quadratische Regression: Vorhersage für Y (Zeile) concept_2F1ED70B1BDE4664A61CC09D30C39CBB

Berechnet die prognostizierten y-Werte (metric_Y) anhand der bekannten x-Werte (metric_X) mittels der Methode der kleinsten Quadrate für die Berechnung der Ausgleichsgeraden mit Y=(a X+b)***.

ESTIMATE.QUADRATIC(metric_A, metric_B)
Argument
Beschreibung
metric_A
Eine Metrik, der unabhängiger Datenstatus zugewiesen werden soll.
metric_B
Eine Metrik, der abhängiger Datenstatus zugewiesen werden soll.

Quadratische Regression: Steigung (Tabelle) concept_0023321DA8E84E6D9BCB06883CA41645

Gibt die Steigung a zwischen zwei Metrikspalten (metric_X und metric_Y) für Y=(a X+b)*** zurück.

SLOPE.QUADRATIC(metric_X, metric_Y)
Argument
Beschreibung
metric_X
Eine Metrik, der unabhängiger Datenstatus zugewiesen werden soll.
metric_Y
Eine Metrik, der abhängiger Datenstatus zugewiesen werden soll.

Reziproke Regression: Korrelationskoeffizient (Tabelle) concept_EBEC509A19164B8AB2DBDED62F4BA2A5

Gibt den Korrelationskoeffizienten r zwischen zwei Metrikspalten (metric_X und metric_Y) für Y = a/X+b zurück.

CORREL.RECIPROCAL(metric_X, metric_Y)
Argument
Beschreibung
metric_X
Die Metrik, die mit metric_Y korreliert werden soll.
metric_Y
Die Metrik, die mit metric_X korreliert werden soll.

Reziproke Regression: Konstante (Tabelle) concept_2DA45B5C69F140EC987649D2C88F19B3

Gibt die Konstante b zwischen zwei Metrikspalten (metric_X und metric_Y) für Y = a/X+b zurück.

INTERCEPT.RECIPROCAL(metric_A, metric_B)
Argument
Beschreibung
metric_X
Eine Metrik, der unabhängiger Datenstatus zugewiesen werden soll.
metric_Y
Eine Metrik, der abhängiger Datenstatus zugewiesen werden soll.

Reziproke Regression: Vorhersage für Y (Zeile) concept_2CF4B8F417A84FE98050FE488E227DF8

Berechnet die prognostizierten y-Werte (metric_Y) anhand der bekannten x-Werte (metric_X) mittels der Methode der kleinsten Quadrate für die Berechnung der Ausgleichsgeraden mit Y = a/X+b.

ESTIMATE.RECIPROCAL(metric_X, metric_Y)
Argument
Beschreibung
metric_X
Eine Metrik, der unabhängiger Datenstatus zugewiesen werden soll.
metric_Y
Eine Metrik, der abhängiger Datenstatus zugewiesen werden soll.

Reziproke Regression: Steigung (Tabelle) concept_8A8B68C9728E42A6BFDC6BD5CBDCCEC5

Gibt die Steigung a zwischen zwei Metrikspalten (metric_X und metric_Y) für Y = a/X+b a zurück.

SLOPE.RECIPROCAL(metric_X, metric_Y)
Argument
Beschreibung
metric_X
Eine Metrik, der unabhängiger Datenstatus zugewiesen werden soll.
metric_Y
Eine Metrik, der abhängiger Datenstatus zugewiesen werden soll.

Sinus (Zeile) concept_21C8C3AA835947A28B53A4E756A7451E

Gibt den Sinus des angegebenen Winkels zurück. Wenn der Winkel in Grad vorliegt, multiplizieren Sie ihn mit PI( )/180.

SIN(metric)
Argument
Beschreibung
metric
Der Winkel in Radianten, für den Sie den Sinus ermitteln möchten.

t-Transformation concept_80D2B4CED3D0426896B2412B4FC73BF7

Alias für z-Transformation, also die Abweichung vom arithmetischen Mittel geteilt durch die Standardabweichung.

t-Test concept_A1F78F4A765348E38DBCAD2E8F638EB5

Führt einen m-seitigen t-Test mit einem t-Wert von Spalte und n Freiheitsgraden durch.

Die Signatur lautet t_test( x, n, m ). Darunter wird einfach m*cdf_t(-abs(x),n) aufgerufen. (Dies entspricht der z-Test-Funktion, die wie folgt lautet m*cdf_z(-abs(x)).

Hier gibt m die Anzahl der Seiten und n die Freiheitsgrade an. Hierbei sollte es sich um Ziffern handeln (im gesamten Bericht konstant, d. h. die Werte sollten nicht von Zeile zu Zeile variieren).

X ist die t-Test-Statistik. Hierbei handelt es sich häufig um eine auf einer Metrik basierende Formel (z. B. z-Wert), die in jeder Zeile bewertet wird.

Der Rückgabewert ist die Wahrscheinlichkeit, die Teststatistik x zu erhalten, bei gegebenen Freiheitsgraden und der Anzahl an Seiten.

Beispiele:

  1. Verwenden Sie ihn zum Auffinden von Ausreißern:

    code language-none
    t_test( zscore(bouncerate), row-count-1, 2)
    
  2. Kombinieren Sie ihn mit if, um sehr hohe oder niedrige Absprungraten zu ignorieren und alle weiteren Besuche zu zählen:

    code language-none
    if ( t_test( z-score(bouncerate), row-count, 2) < 0.01, 0, visits )
    

Tangens concept_C25E00CB17054263AB0460D9EF94A700

Gibt den Tangens des angegebenen Winkels zurück. Wenn der Winkel in Grad vorliegt, multiplizieren Sie ihn mit PI( )/180.

TAN (metric)
Argument
Beschreibung
metric
Der Winkel in Radianten, für den Sie den Tangens ermitteln möchten.

z-Transformation (Zeile) concept_96BEAC79476C49B899DB7E193A5E7ADD

Gibt die z-Transformation oder Normaltransformation basierend auf einer normalen Verteilung zurück. Die z-Transformation ist die Anzahl der Standardabweichungen, die eine Beobachtung vom arithmetischen Mittel darstellt. Eine z-Transformation von 0 (null) gibt an, dass die Transformation mit dem arithmetischen Mittel identisch ist. 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:

wobei x der Rohwert, μ das arithmetische Mittel der Population und σ die Standardabweichung der Population ist.

NOTE
μ (Mu) und σ (Sigma) werden automatisch aus der Metrik berechnet.

z-Transformation (Metrik)

Argument
Beschreibung
metric
Gibt den Wert des ersten Arguments ungleich null zurück.

z-Test concept_2A4ADD6B3AEB4A2E8465F527FAFC4C23

Führt einen n-seitigen z-Test mit einem z-Wert von A durch.

Gibt zurück, wie wahrscheinlich es ist, dass die aktuelle Zeile zufällig in der Spalte gesehen wird.

NOTE
Dabei wird von einer Normalverteilung der Werte ausgegangen.
recommendation-more-help
46b8682c-fda6-4669-9355-1a44923e549e