DocumentaciónCustomer Journey AnalyticsGuía de Customer Journey Analytics

Funciones avanzadas

Last update: Mon Mar 03 2025 00:00:00 GMT+0000 (Coordinated Universal Time)

Creado para:

  • Usuario

El Creador de métricas calculadas permite aplicar funciones estadísticas y matemáticas. Este artículo documenta la lista alfabética de las funciones avanzadas y sus definiciones.

Para obtener acceso a estas funciones, seleccione Mostrar todo debajo de la lista Efecto Funciones en el panel Componentes. Desplácese hacia abajo para ver la lista de funciones avanzadas.

Funciones de tabla en comparación con funciones de fila

Una función de tabla es una en la que el resultado es el mismo para cada fila de la tabla. Una función de fila es una en la que el resultado es diferente para cada fila de la tabla.

Cuando sea aplicable y relevante, una función se anota con el tipo de función: [Tabla]{class="badge neutral"}[Fila]{class="badge neutral"}

¿Qué significa el parámetro include-zeros?

Indica si se incluyen ceros en el cálculo. En algunas ocasiones cero significa nada, pero en ocasiones es importante.

Por ejemplo, si tiene una métrica Ingresos y, a continuación, agrega una métrica Vistas de página al informe, de repente hay más filas para sus ingresos, todas con valor de cero. Probablemente, no quiera que esa métrica adicional afecte a ninguna MEDIA, MÍNIMO DE FILA, CUARTIL y más cálculos que tenga en la columna de ingresos. En este caso, comprobaría el parámetro include-zeros.

Un escenario alternativo es que tiene dos métricas de interés y una tiene un promedio o un mínimo más alto porque algunas de las filas son ceros. En ese caso, puede optar por no marcar el parámetro para incluir ceros.

Y and

Efecto Y(prueba_lógica)

Conjunción. No es igual a cero se considera verdadero y es igual a cero se considera falso. El resultado es 0 (falso) o 1 (verdadero).

Argumento
Descripción
logical_test
Requiere al menos un parámetro, pero puede tomar cualquier número de parámetros. Cualquier valor o expresión que pueda evaluarse como TRUE o FALSE

Recuento aproximado distinto approximate_count_distinct

Efecto RECUENTO APROXIMADO DISTINCT(dimensión)

Devuelve el recuento aproximado distinto de elementos de dimensión para la dimensión seleccionada.

Argumento
Descripción
dimensión
Dimensión para la que se desea calcular el recuento aproximado de elementos distintos

Ejemplo

Un caso de uso común para esta función es cuando desea obtener un número aproximado de clientes.

Arcocoseno arc-cosine

Efecto COSENO DE ARCO(métrica)

[Fila]{class="badge neutral"}

Argumento
Descripción
métrica
El coseno del ángulo deseado de -1 a 1

Arcoseno arc-sine

Efecto ARCO SENO(métrica)

[Fila]{class="badge neutral"}

Argumento
Descripción
métrica
El seno del ángulo deseado de -1 a 1

Arcotangente arc-tangent

Efecto ARCO TANGENTE(métrica)

[Fila]{class="badge neutral"}

Argumento
Descripción
métrica
La tangente del ángulo que desee de -1 a 1

Cdf-T cdf-t

Efecto CDF-T(métrica, número)

Devuelve la probabilidad de que una variable aleatoria con distribución Student-t con n grados de libertad tenga un valor z inferior al de col.

Argumento
Descripción
métrica
La métrica para la que desea la función de distribución acumulativa de la distribución t de Student
número
Los grados de libertad para la función de distribución acumulativa de la distribución t-Student

Ejemplo

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

Efecto CDF-Z(métrica, número)

Devuelve la probabilidad de que una variable aleatoria con una distribución normal tenga una puntuación z inferior al valor de col.

Argumento
Descripción
métrica
La métrica para la cual desea la función de distribución acumulativa de la distribución normal estándar

Ejemplos

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

Límite superior ceiling

Efecto TECHO(métrica)

[Fila]{class="badge neutral"}

Argumento
Descripción
métrica
La métrica que desea redondear

Confianza confidence

Efecto CONFIANZA(contenedor de normalización, métrica de éxito, control, umbral de relevancia)

Calcule la confianza válida en cualquier momento utilizando el método WASKR como se describe en Teoría del límite central uniforme en el tiempo y secuencias de confianza asintótica.

La confianza es una medida probabilística de cuánta evidencia existe de que una variante determinada es la misma que la de control. Una mayor confianza indica menos evidencia para el supuesto de que la variante de control y la que no es de control tienen un rendimiento igual.

Argumento
Descripción
normalizing-container
La base (Personas, Sesiones o Eventos) en que se ejecuta una prueba.
métrica de éxito
La métrica o métricas con las que un usuario compara variantes.
dominar
La variante con la que se comparan todas las demás variantes del experimento. Introduzca el nombre del elemento de dimensión de variante de control.
umbral de relevancia
El umbral en esta función se establece en un 95 % de forma predeterminada.

Confianza (inferior) confidence-lower

Efecto CONFIANZA(contenedor de normalización, métrica de éxito, control, umbral de relevancia)

Calcule la confianza válida en cualquier momento inferior utilizando el método WASKR como se describe en Teoría del límite central uniforme en el tiempo y secuencias de confianza asintótica.

La confianza es una medida probabilística de cuánta evidencia existe de que una variante determinada es la misma que la de control. Una mayor confianza indica menos evidencia para el supuesto de que la variante de control y la que no es de control tienen un rendimiento igual.

Argumento
Descripción
normalizing-container
La base (Personas, Sesiones o Eventos) en que se ejecuta una prueba.
métrica de éxito
La métrica o métricas con las que un usuario compara variantes.
dominar
La variante con la que se comparan todas las demás variantes del experimento. Introduzca el nombre del elemento de dimensión de variante de control.
umbral de relevancia
El umbral en esta función se establece en un 95 % de forma predeterminada.

Confianza (superior) confidence-upper

Efecto CONFIANZA(contenedor de normalización, métrica de éxito, control, umbral de relevancia)

Calcule la confianza válida en cualquier momento superior utilizando el método WASKR como se describe en Teoría del límite central uniforme en el tiempo y secuencias de confianza asintótica.

La confianza es una medida probabilística de cuánta evidencia existe de que una variante determinada es la misma que la de control. Una mayor confianza indica menos evidencia para el supuesto de que la variante de control y la que no es de control tienen un rendimiento igual.

Argumento
Descripción
normalizing-container
La base (Personas, Sesiones o Eventos) en que se ejecuta una prueba.
métrica de éxito
La métrica o métricas con las que un usuario compara variantes.
dominar
La variante con la que se comparan todas las demás variantes del experimento. Introduzca el nombre del elemento de dimensión de variante de control.
umbral de relevancia
El umbral en esta función se establece en un 95 % de forma predeterminada.

Coseno cosine

Efecto COSENO(métrica)

[Fila]{class="badge neutral"}

Argumento
Descripción
métrica
El ángulo en radianes del que se desea obtener el coseno

Raíz cúbica cube-root

Efecto RAÍZ DE CUBO(métrica)

Devuelve la raíz cúbica positiva de un número. La raíz cúbica de un número es el valor de ese número elevado a la potencia de 1/3.

Argumento
Descripción
métrica
La métrica para la que desea calcular la raíz de cubo

Acumulativo cumulative

Efecto ACUMULATIVO(número, métrica)

Devuelve la suma de los últimos n elementos de la columna x. Si n > 0, sume los últimos n elementos o x. Si n < 0, sume los elementos precedentes.

Argumento
Descripción
number
El último número N de filas para las que se devuelve la suma. Si N <= 0, se deben utilizar todas las filas anteriores.
métrica
La métrica para la que desea obtener la suma acumulada.

Ejemplos

Fecha
Ingresos
ACUMULATIVO(0, Ingresos)
CUMULATIVE(2, Ingresos)
Mayo
500 $
500 $
500 $
Junio
200 $
700 $
700 $
Julio
$400
1100 $
$600

Acumulativo (promedio) cumulative-average

Efecto PROMEDIO ACUMULADO(número, métrica)

Devuelve el promedio de los últimos n elementos de la columna x. Si n > 0, sume los últimos n elementos o x. Si n < 0, sume los elementos precedentes.

Argumento
Descripción
number
El último número N de filas para las que se devuelve el promedio. Si N <= 0, se deben utilizar todas las filas anteriores.
métrica
La métrica para la cual desea el Promedio acumulado.
NOTE
Esta función no funciona con métricas de tasa, como los ingresos por persona. La función promedia las tasas en lugar de sumar los ingresos durante los últimos N y sumar las personas durante los últimos N y luego dividirlas.
En su lugar, use ACUMULATIVO(ingresos) Dividir ACUMULATIVO(persona).

Igual equal

Efecto IGUAL()

Igual. El resultado es 0 (falso) o 1 (verdadero).

Argumento
Descripción
metric_X
La métrica que desea utilizar para comparar.
metric_Y
La métrica con la que desea comparar.

Ejemplo

Metric 1 = Metric 2

Regresión exponencial: coeficiente de correlación exponential-regression-correlation-coefficient

Efecto REGRESIÓN EXPONENCIAL: COEFICIENTE DE CORRELACIÓN(metric_X, metric_Y, include_zeros)

[Tabla]{class="badge neutral"}

Argumento
Descripción
metric_X
Una métrica que le gustaría correlacionar con metric_Y
metric_Y
Una métrica que le gustaría correlacionar con metric_X
include_zeros
Indica si se deben incluir o no valores cero en los cálculos

Regresión exponencial: predicción Y exponential-regression-predicted-y

Efecto REGRESIÓN EXPONENCIAL: Y PREDICHA(metric_X, metric_Y, include_zeros)

[Fila]{class="badge neutral"}

Argumento
Descripción
metric_X
Una métrica que le gustaría designar como datos independientes.
metric_Y
Una métrica que le gustaría designar como datos dependientes.
include_zeros
Indica si se deben incluir o no valores cero en los cálculos

Regresión exponencial: intersección exponential-regression-intercept

Efecto REGRESIÓN EXPONENCIAL: INTERSECCIÓN(metric_X, metric_Y, include_zeros)

[Tabla]{class="badge neutral"}

Argumento
Descripción
metric_X
Una métrica que le gustaría designar como datos dependientes
metric_Y
Una métrica que le gustaría designar como datos independientes
include_zeros
Indica si se deben incluir o no valores cero en los cálculos

Regresión exponencial: pendiente exponential-regression-slope

Efecto REGRESIÓN EXPONENCIAL: PENDIENTE(metric_X, metric_Y, include_zeros)

[Tabla]{class="badge neutral"}

Argumento
Descripción
metric_X
Una métrica que le gustaría designar como datos dependientes
metric_Y
Una métrica que le gustaría designar como datos independientes
include_zeros
Indica si se deben incluir o no valores cero en los cálculos

Límite mínimo floor

Efecto PISO(metric_X, metric_Y, include_zeros)

[Fila]{class="badge neutral"}

Argumento
Descripción
métrica
La métrica que desee redondear.

Mayor que greather-than

Efecto MAYOR QUE()

El resultado es 0 (falso) o 1 (verdadero).

Argumento
Descripción
metric_X
La métrica base que desea utilizar para comparar.
metric_Y
La métrica con la que desea comparar.

Ejemplo

Metric 1 > Metric 2

Mayor o igual que greater-than-or-equal

Efecto MAYOR O IGUAL QUE()

Mayor o igual que. El resultado es 0 (falso) o 1 (verdadero).

Argumento
Descripción
metric_X
La métrica base que desea utilizar para comparar.
metric_Y
La métrica con la que desea comparar.

Ejemplo

Metric 1 >= Metric 2

Coseno hiperbólico hyperbolic-cosine

Efecto COSENO HIPERBÓLICO(métrica)

[Fila]{class="badge neutral"}

Argumento
Descripción
métrica
El ángulo en radianes del que se desea encontrar el coseno hiperbólico

Seno hiperbólico hyperbolic-sine

Efecto SENO HIPERBÓLICO(métrica)

[Fila]{class="badge neutral"}

Argumento
Descripción
métrica
El ángulo en radianes del que se desea encontrar el seno hiperbólico

Tangente hiperbólica hyperbolic-tangent

Efecto TANGENTE HIPERBÓLICA(métrica)

[Fila]{class="badge neutral"}

Argumento
Descripción
métrica
El ángulo en radianes del que se desea encontrar la tangente hiperbólica

Si if

Efecto IF(prueba_lógica, valor_si_verdadero, valor_si_falso)

[Fila]{class="badge neutral"}

Argumento
Descripción
logical_test
Requerido. Cualquier valor o expresión que pueda evaluarse como TRUE o FALSE
value_if_true
El valor que desea que sea devuelto si el argumento logical_test se evalúa como TRUE. (Este argumento es 0 de forma predeterminada si no se incluye).
value_if_false
El valor que desee que se devuelva si el argumento logical_test evalúa en FALSE. (El valor predeterminado de este argumento es 0 si no se incluye.)

Menor que less-than

Efecto MENOR QUE()

El resultado es 0 (falso) o 1 (verdadero).

Argumento
Descripción
metric_X
La métrica que desea utilizar para comparar.
metric_Y
La métrica con la que desea comparar.

Ejemplo

Metric 1 < Metric 2

Menor o igual que less-than-or-equal

Efecto MENOR O IGUAL QUE()

Menor o igual que. El resultado es 0 (falso) o 1 (verdadero).

Argumento
Descripción
metric_X
La métrica que desea utilizar para comparar.
metric_Y
La métrica con la que desea comparar.

Ejemplo

Metric 1 <= Metric 2

Alza (#lift)

Argumento
Descripción
normalizing-container
La base (Personas, Sesiones o Eventos) en que se ejecuta una prueba.
métrica de éxito
La métrica o métricas con las que un usuario compara variantes.
dominar
La variante con la que se comparan todas las demás variantes del experimento. Introduzca el nombre del elemento de dimensión de variante de control.

Regresión lineal: coeficiente de correlación linear-regression-correlation-coefficient

Efecto REGRESIÓN LINEAL: COEFICIENTE DE CORRELACIÓN(metric_X, metric_Y, include_zeros)

[Tabla]{class="badge neutral"}

Argumento
Descripción
metric_X
Una métrica que le gustaría correlacionar con metric_Y
metric_Y
Una métrica que le gustaría correlacionar con metric_X
include_zeros
Indica si se deben incluir o no valores cero en los cálculos

Regresión lineal: intersección linear-regression-intercept

Efecto REGRESIÓN LINEAL: INTERSECCIÓN(metric_X, metric_Y, include_zeros)

[Tabla]{class="badge neutral"}

Argumento
Descripción
metric_X
Una métrica que le gustaría designar como datos dependientes
metric_Y
Una métrica que le gustaría designar como datos independientes
include_zeros
Indica si se deben incluir o no valores cero en los cálculos

Regresión lineal: predicción Y linear-regression-predicted-y

Efecto REGRESIÓN LINEAL: Y PREDICHA(metric_X, metric_Y, include_zeros)

[Fila]{class="badge neutral"}

Argumento
Descripción
metric_X
Una métrica que le gustaría designar como datos dependientes
metric_Y
Una métrica que le gustaría designar como datos independientes
include_zeros
Indica si se deben incluir o no valores cero en los cálculos

Regresión lineal: pendiente linear-regression-slope

Efecto REGRESIÓN LINEAL: PENDIENTE(metric_X, metric_Y, include_zeros)

[Tabla]{class="badge neutral"}

Argumento
Descripción
metric_X
Una métrica que le gustaría designar como datos dependientes
metric_Y
Una métrica que le gustaría designar como datos independientes
include_zeros
Indica si se deben incluir o no valores cero en los cálculos

Log base 10 log-base-ten

Efecto LOG BASE 10(métrica)

[Fila]{class="badge neutral"}

Argumento
Descripción
métrica
Número real positivo cuyo logaritmo en base 10 se desea obtener

Regresión logística: coeficiente de correlación log-regression-correlation-coefficient

Efecto REGRESIÓN DE REGISTRO: COEFICIENTE DE CORRELACIÓN(metric_X, metric_Y, include_zeros)

[Tabla]{class="badge neutral"}

Argumento
Descripción
metric_X
Una métrica que le gustaría correlacionar con metric_Y
metric_Y
Una métrica que le gustaría correlacionar con metric_X
include_zeros
Indica si se deben incluir o no valores cero en los cálculos

Regresión logística: intersección log-regression-intercept

Efecto REGRESIÓN DE REGISTRO: INTERSECCIÓN(metric_X, metric_Y, include_zeros)

[Tabla]{class="badge neutral"}

Argumento
Descripción
metric_X
Una métrica que le gustaría designar como datos dependientes
metric_Y
Una métrica que le gustaría designar como datos independientes
include_zeros
Indica si se deben incluir o no valores cero en los cálculos

Regresión logística: predicción Y log-regression-predicted-y

Efecto REGRESIÓN DE REGISTRO: Y PREDICHA (metric_X, metric_Y, include_zeros)

[Fila]{class="badge neutral"}

Argumento
Descripción
metric_X
Una métrica que le gustaría designar como datos dependientes
metric_Y
Una métrica que le gustaría designar como datos independientes
include_zeros
Indica si se deben incluir o no valores cero en los cálculos

Regresión logística: pendiente log-regression-slope

Efecto REGRESIÓN DE REGISTRO: PENDIENTE(metric_X, metric_Y, include_zeros)

[Tabla]{class="badge neutral"}

Argumento
Descripción
metric_X
Una métrica que le gustaría designar como datos dependientes
metric_Y
Una métrica que le gustaría designar como datos independientes
include_zeros
Indica si se deben incluir o no valores cero en los cálculos

Logaritmo natural natural-log

Efecto REGISTRO NATURAL(métrica)

Devuelve el logaritmo natural de un número. Los logaritmos naturales se basan en la constante e (2,71828182845904). LN es el inverso de la función EXP.

Argumento
Descripción
métrica
El número real positivo cuyo logaritmo natural se desea obtener

No not

Efecto NO(lógico)

Negación como booleano. El resultado es 0 (falso) o 1 (verdadero).

Argumento
Descripción
lógico
Requerido. Un valor o expresión que puede evaluarse como TRUE o FALSE

No es igual not-equal

Efecto NO IGUAL()

No es igual. El resultado es 0 (falso) o 1 (verdadero).

Argumento
Descripción
metric_X
La métrica que desea utilizar para comparar.
metric_Y
La métrica con la que desea comparar.

Ejemplo

Metric 1 != Metric 2

O or

Efecto O(prueba_lógica)

[Fila]{class="badge neutral"}

Argumento
Descripción
logical_test
Requiere al menos un parámetro, pero puede tomar cualquier número de parámetros. Cualquier valor o expresión que pueda evaluarse como TRUE o FALSE
NOTE
0 (cero) significa Falso y cualquier otro valor es Verdadero.

Pi pi

Efecto PI()

Devuelve Pi: 3,14159…

Regresión potencial: coeficiente de correlación power-regression-correlation-coefficient

Efecto REGRESIÓN DE POTENCIA: COEFICIENTE DE CORRELACIÓN(metric_X, metric_Y, include_zeros)

[Tabla]{class="badge neutral"}

Argumento
Descripción
metric_X
Una métrica que le gustaría correlacionar con metric_Y
metric_Y
Una métrica que le gustaría correlacionar con metric_X
include_zeros
Indica si se deben incluir o no valores cero en los cálculos

Regresión potencial: intersección power-regression-intercept

Efecto REGRESIÓN DE POTENCIA: INTERSECCIÓN(metric_X, metric_Y, include_zeros)

[Tabla]{class="badge neutral"}

Argumento
Descripción
metric_X
Una métrica que le gustaría designar como datos dependientes
metric_Y
Una métrica que le gustaría designar como datos independientes
include_zeros
Indica si se deben incluir o no valores cero en los cálculos

Regresión potencial: predicción Y power-regression-predicted-y

Efecto REGRESIÓN DE POTENCIA: Y PREDICHA(metric_X, metric_Y, include_zeros)

[Fila]{class="badge neutral"}

Argumento
Descripción
metric_X
Una métrica que le gustaría designar como datos dependientes
metric_Y
Una métrica que le gustaría designar como datos independientes
include_zeros
Indica si se deben incluir o no valores cero en los cálculos

Regresión potencial: pendiente power-regression-slope

Efecto REGRESIÓN DE POTENCIA: PENDIENTE(metric_X, metric_Y, include_zeros)

[Tabla]{class="badge neutral"}

Argumento
Descripción
metric_X
Una métrica que le gustaría designar como datos dependientes
metric_Y
Una métrica que le gustaría designar como datos independientes
include_zeros
Indica si se deben incluir o no valores cero en los cálculos

Regresión cuadrática: coeficiente de correlación quadratic-regression-correlation-coefficient

Efecto REGRESIÓN CUADRÁTICA: COEFICIENTE DE CORRELACIÓN(metric_X, metric_Y, include_zeros)

[Tabla]{class="badge neutral"}

Argumento
Descripción
metric_X
Una métrica que le gustaría correlacionar con metric_Y
metric_Y
Una métrica que le gustaría correlacionar con metric_X
include_zeros
Indica si se deben incluir o no valores cero en los cálculos

Regresión cuadrática: intersección quadratic-regression-intercept

Efecto REGRESIÓN CUADRÁTICA: INTERSECCIÓN(metric_X, metric_Y, include_zeros)

[Tabla]{class="badge neutral"}

Argumento
Descripción
metric_X
Una métrica que le gustaría designar como datos dependientes
metric_Y
Una métrica que le gustaría designar como datos independientes
include_zeros
Indica si se deben incluir o no valores cero en los cálculos

Regresión cuadrática: predicción Y quadratic-regression-predicted-y

Efecto REGRESIÓN CUADRÁTICA: Y PREDICHA(metric_X, metric_Y, include_zeros)

[Fila]{class="badge neutral"}

Argumento
Descripción
metric_X
Una métrica que le gustaría designar como datos dependientes
metric_Y
Una métrica que le gustaría designar como datos independientes
include_zeros
Indica si se deben incluir o no valores cero en los cálculos

Regresión cuadrática: pendiente quadratic-regression-slope

Efecto REGRESIÓN CUADRÁTICA: PENDIENTE(metric_X, metric_Y, include_zeros)

[Tabla]{class="badge neutral"}

Argumento
Descripción
metric_X
Una métrica que le gustaría designar como datos dependientes
metric_Y
Una métrica que le gustaría designar como datos independientes
include_zeros
Indica si se deben incluir o no valores cero en los cálculos

Regresión recíproca: coeficiente de correlación reciprocal-regression-correlation-coefficient

Efecto REGRESIÓN RECÍPROCA: COEFICIENTE DE CORRELACIÓN(metric_X, metric_Y, include_zeros)

[Tabla]{class="badge neutral"}

Argumento
Descripción
metric_X
Una métrica que le gustaría correlacionar con metric_Y
metric_Y
Una métrica que le gustaría correlacionar con metric_X
include_zeros
Indica si se deben incluir o no valores cero en los cálculos

Regresión recíproca: intersección reciprocal-regression-intercept

Efecto REGRESIÓN RECÍPROCA: INTERSECCIÓN(metric_X, metric_Y, include_zeros)

[Tabla]{class="badge neutral"}

Argumento
Descripción
metric_X
Una métrica que le gustaría designar como datos dependientes
metric_Y
Una métrica que le gustaría designar como datos independientes
include_zeros
Indica si se deben incluir o no valores cero en los cálculos

Regresión recíproca: predicción Y reciprocal-regression-predicted-y

Efecto REGRESIÓN RECÍPROCA: Y PREDICHA(metric_X, metric_Y, include_zeros)

[Fila]{class="badge neutral"}

Argumento
Descripción
metric_X
Una métrica que le gustaría designar como datos dependientes
metric_Y
Una métrica que le gustaría designar como datos independientes
include_zeros
Indica si se deben incluir o no valores cero en los cálculos

Regresión recíproca: pendiente reciprocal-regression-slope

Efecto REGRESIÓN RECÍPROCA: PENDIENTE(metric_X, metric_Y, include_zeros)

[Tabla]{class="badge neutral"}

Argumento
Descripción
metric_X
Una métrica que le gustaría designar como datos dependientes
metric_Y
Una métrica que le gustaría designar como datos independientes
include_zeros
Indica si se deben incluir o no valores cero en los cálculos

Seno sine

Efecto SENO(métrica)

[Fila]{class="badge neutral"}

Argumento
Descripción
métrica
El ángulo en radianes del que desea obtener el seno

Unidad tipificada t-score

Efecto PUNTUACIÓN-T(métrica, include_zeros)

La desviación de la MEDIA, dividida por la desviación estándar. Alias de la puntuación Z.

Argumento
Descripción
métrica
La métrica para la cual desea la puntuación T
include_zeros
Indica si se deben incluir o no valores cero en los cálculos

Prueba T t-test

Efecto T-TEST(métrica, grados, colas)

Realiza una prueba t con una prueba de cola m con una puntuación t de x y n grados de libertad.

Argumento
Descripción
métrica
La métrica en la que desea realizar una prueba T
grados
Los grados de libertad
colas
Longitud de la cola que se utilizará para realizar la prueba T

Detalles

La firma es T-TEST (métrica, grados, colas). Debajo, simplemente llama a m CrossSize75 CDF-T(-ABSOLUTE VALUE(tails), degrees). Esta función es similar a Z-TEST, que ejecuta m CrossSize75 CDF-Z(-ABSOLUTE VALUE(tails)).

  • m es el número de colas.
  • n es el grado de libertad y debe ser un número constante para todo el informe, es decir, que no cambie de fila a fila.
  • x es la estadística de prueba T y, a menudo, sería una fórmula (por ejemplo, PUNTUACIÓN Z) basada en una métrica y evaluada en cada fila.

El valor de retorno es la probabilidad de ver la estadística test x dados los grados de libertad y el número de colas.

Ejemplos

  1. Utilice la función para buscar periféricos:

    code language-none 
    T-TEST(Z-SCORE(bouncerate), ROW COUNT - 1, 2)

  2. Combine la función con IF para omitir las tasas de devolución muy altas o bajas y cuente las sesiones en todo lo demás:

    code language-none 
    IF(T-TEST(Z-SCORE(bouncerate), ROW COUNT - 1, 2) < 0.01, 0, sessions )

Tangente tangent

Efecto TANGENTE(métrica)

Devuelve la tangente del ángulo determinado. Si el ángulo se expresa en grados, multiplique el ángulo por PI()/180.

Argumento
Descripción
métrica
Ángulo en radianes del que se desea obtener la tangente

Puntuación Z z-score

Efecto PUNTUACIÓN Z(métrica, include_zeros)

[Fila]{class="badge neutral"}

Argumento
Descripción
métrica
La métrica para la cual desea la puntuación Z
include_zeros
Indica si se deben incluir o no valores cero en los cálculos

Una puntuación Z de 0 (cero) implica que la puntuación es la misma que la media. Una variable estandarizada puede ser positiva o negativa, lo cual indica si está por encima o por debajo de la media y a cuantas desviaciones estándar.

La ecuación de variable estandarizada es:

Donde x es la puntuación sin procesar, μ es la media de población y σ es la desviación estándar de la población.

NOTE
μ (mu) y σ (sigma) se calculan automáticamente a partir de la métrica.

Prueba Z z-test

Efecto PRUEBA Z(metric_tails)

Realiza una prueba z con una prueba de cola con una puntuación z de x.

Argumento
Descripción
métrica
La métrica en la que desea realizar una prueba Z
colas
Longitud de la cola que se utilizará para realizar la prueba Z
NOTE
Asume que los valores se distribuyen de forma normal.
recommendation-more-help
080e5213-7aa2-40d6-9dba-18945e892f79