DocumentaciónAnalyticsGuía de componentes

Funciones avanzadas

Last update: Mon Jun 09 2025 00:00:00 GMT+0000 (Coordinated Universal Time)
  • Temas:
  • Métricas calculadas

Creado para:

  • Usuario

El Creador de métricas calculadas permite aplicar funciones estadísticas y matemáticas. En este artículo se describe una lista alfabética de las funciones 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 o Fila

¿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

Efecto AND(logical_test)

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 métricas como parámetros. Cualquier valor o expresión que pueda evaluarse como TRUE o FALSE

Recuento aproximado distinto

Efecto APPROXIMATE COUNT DISTINCT (dimension)

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

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

Ejemplo

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

Arcocoseno

Efecto ARC COSINE(metric)

Fila Devuelve el arcocoseno o la inversa del coseno de una métrica. El arcocoseno es el ángulo cuyo coseno es el número. El ángulo devuelto se indica en radianes en el intervalo de 0 (cero) a pi. Si desea convertir el resultado de radianes a grados, multiplíquelo por 180/PI().

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

Arcoseno

Efecto ARC SINE(metric)

Fila Devuelve el arcoseno o la inversa del seno de un número. El arcoseno es el ángulo cuyo seno es un número. El ángulo devuelto se indica en radianes en el intervalo -pi/2 a pi/2. Para expresar el arcoseno en grados, multiplique el resultado por 180/PI().

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

Arcotangente

Efecto   ARC TANGENT(metric)

Fila Devuelve el arcotangente o la inversa de la tangente de un número. El arcotangente es el ángulo cuya tangente es un número. El ángulo devuelto se indica en radianes en el intervalo -pi/2 a pi/2. Para expresar el arcotangente en grados, multiplique el resultado por 180/PI().

Argumento
Descripción
métrica
La tangente del ángulo deseado de -1 a 1

Cdf-T

Efecto CDF-T(metric, number)

Devuelve la probabilidad de que una variable aleatoria con una distribución de estudiante t con n grados de libertad tenga una puntuación z inferior a col.

Argumento
Descripción
métrica
La métrica para la que desea la función de distribución acumulativa de la distribución t de estudiante
number
Los grados de libertad para la función de distribución acumulativa de la distribución t de estudiante

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

Efecto CDF-Z(metric, number)

Devuelve la probabilidad de que una variable aleatoria con una distribución normal tenga una puntuación z menor que el 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

Efecto   CEILING(metric)

Fila Devuelve el menor entero igual o mayor que un valor determinado. Por ejemplo, si desea evitar los decimales en una moneda de un informe para los ingresos y un producto tiene el valor de 569,34 $, utilice la fórmula LÍMITE SUPERIOR (Ingresos) para redondear hacia arriba al dólar más próximo o 570 $.

Argumento
Descripción
métrica
La métrica que desea redondear

Confianza

Efecto CONFIDENCE(normalizing-container, success-metric, control, significance-treshold

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 del grado de evidencia de que una variante determinada sea la misma que la variante 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 la que se ejecutará una prueba.
success-metric
La métrica o métricas con las que un usuario compara variantes.
control
La variante con la que se comparan todas las demás variantes del experimento. Introduzca el nombre del elemento de dimensión de variante de control.
significance-threshold
El umbral en esta función se establece en un 95 % de forma predeterminada.

Confianza (inferior)

Efecto CONFIDENCE(normalizing-container, success-metric, control, significance-treshold

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 del grado de evidencia de que una variante determinada sea la misma que la variante 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 la que se ejecutará una prueba.
success-metric
La métrica o métricas con las que un usuario compara variantes.
control
La variante con la que se comparan todas las demás variantes del experimento. Introduzca el nombre del elemento de dimensión de variante de control.
significance-threshold
El umbral en esta función se establece en un 95 % de forma predeterminada.

Confianza (superior)

Efecto CONFIDENCE(normalizing-container, success-metric, control, significance-treshold)

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 del grado de evidencia de que una variante determinada sea la misma que la variante 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 la que se ejecutará una prueba.
success-metric
La métrica o métricas con las que un usuario compara variantes.
control
La variante con la que se comparan todas las demás variantes del experimento. Introduzca el nombre del elemento de dimensión de variante de control.
significance-threshold
El umbral en esta función se establece en un 95 % de forma predeterminada.

Coseno

Efecto   COSINE(métrica)

Fila Devuelve el coseno de un ángulo determinado. Si el ángulo se expresa en grados, multiplique el ángulo por PI()/180.

Argumento
Descripción
métrica
El ángulo en radianes para el que desea el coseno

Raíz cúbica

Efecto CUBE ROOT(metric)

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 cual desea la raíz cuadrada

Acumulativo

Efecto CUMULATIVE(number, metric)

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
número
El último número N de filas para las que se devuelve la suma. Si N <= 0 utilice todas las filas anteriores.
métrica
La métrica para la que desea obtener la suma acumulativa.

Ejemplos

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

Acumulativo (promedio)

Efecto CUMULATIVE AVERAGE(number, metric)

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
número
El último número N de filas para las que se devuelve el promedio. Si N <= 0 utilice todas las filas anteriores.
métrica
La métrica para la que desea el promedio acumulado.
NOTE
Esta función no funciona con métricas de tarifa, como los ingresos por persona. La función promedia los porcentajes 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 CUMULATIVE(revenue)   Dividir   CUMULATIVE(person).

Igual

Efecto EQUAL()

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

Argumento
Descripción
metric_X
metric_Y

Ejemplo

Metric 1 = Metric 2

Regresión exponencial: coeficiente de correlación

Efecto EXPONENTIAL REGRESSION: CORRELATION COEFFICIENT(metric_X, metric_Y, include_zeros))

Tabla Regresión exponencial: Y = a exp(X) + b. Devuelve el coeficiente de correlación.

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

Efecto EXPONENTIAL REGRESSION: PREDICTED Y(metric_X, metric_Y, include_zeros))

Fila Regresión exponencial: Y = a exp(X) + b. Devuelve Y.

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

Efecto   EXPONENTIAL REGRESSION: INTERCEPT(metric_X, metric_Y, include_zeros)

Tabla Regresión exponencial: Y = a exp(X) + b. Devuelve b.

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

Efecto EXPONENTIAL REGRESSION: SLOPE(metric_X, metric_Y, include_zeros)

Tabla Regresión exponencial: Y = a exp(X) + b. Devuelve a.

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

Efecto FLOOR(metric_X, metric_Y, include_zeros)

Fila Devuelve el mayor entero más grande que no sea mayor que un valor determinado. Por ejemplo, si desea evitar los decimales en una moneda de un informe para los ingresos y un producto tiene el valor de 569,34 $, utilice la fórmula LÍMITE MÍNIMO(Ingresos) para redondear hacia abajo al dólar más próximo o 569 $.

Argumento
Descripción
métrica
La métrica que desee redondear.

Mayor que

Efecto GREATER()

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

Argumento
Descripción
metric_X
metric_Y

Ejemplo

Metric 1 > Metric 2

Mayor o igual que

Efecto GREATER THAN OR EQUAL()

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

Argumento
Descripción
metric_X
metric_Y

Ejemplo

Metric 1 >= Metric 2

Coseno hiperbólico

Efecto   HYPERBOLIC COSINE(métrica)

Fila Devuelve el coseno hiperbólico de un número.

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

Seno hiperbólico

Efecto   HYPERBOLIC SINE(metric)

Fila Devuelve el seno hiperbólico de un número.

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

Tangente hiperbólica

Efecto HYPERBOLIC TANGENT(metric)

Fila Devuelve la tangente hiperbólica de un número.

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

Si

Efecto   IF(logical_test, value_if_true, value_if_false)

Fila Si el valor del parámetro de condición es distinto de cero (true), el resultado es el valor del parámetro value_if_true. De lo contrario, es el valor del parámetro value_if_false.

Argumento
Descripción
logical_test
Obligatorio. 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

Efecto LESS THAN()

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

Argumento
Descripción
metric_X
metric_Y

Ejemplo

Metric 1 < Metric 2

Menor o igual que

Efecto LESS THAN OR EQUAL()

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

Argumento
Descripción
metric_X
metric_Y

Ejemplo

Metric 1 <= Metric 2

Alza (#lift)

Argumento
Descripción
normalizing-container
La base (Personas, Sesiones o Eventos) en la que se ejecutará una prueba.
success-metric
La métrica o métricas con las que un usuario compara variantes.
control
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

Efecto LINEAR REGRESSION: CORRELATION COEFFICIENT(metric_X, metric_Y, include_zeros))

Tabla Regresión lineal: Y = a X + b. Devuelve el coeficiente de correlación.

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

Efecto LINEAR REGRESSION: INTERCEPT(metric_X, metric_Y, include_zeros)

Tabla Regresión lineal: Y = a X + b. Devuelve b.

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

Efecto LINEAR REGRESSION: PREDICTED Y(metric_X, metric_Y, include_zeros)

Fila Regresión lineal: Y = a X + b. Devuelve Y.

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

Efecto   LINEAR REGRESSION: SLOPE(metric_X, metric_Y, include_zeros)

Tabla Regresión lineal: Y = a X + b. Devuelve a.

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

Efecto LOG BASE 10(metric)

Fila Devuelve el logaritmo en base 10 de un número.

Argumento
Descripción
métrica
El número real positivo del cual desea el logaritmo decimal base-10

Regresión logística: coeficiente de correlación

Efecto LOG REGRESSION: CORRELATION COEFFICIENT(metric_X, metric_Y, include_zeros)

Tabla Regresión logarítmica: Y = a ln(X) + b. Devuelve el coeficiente de correlación.

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

Efecto LOG REGRESSION: INTERCEPT(metric_X, metric_Y, include_zeros)

Tabla Regresión logarítmica: Y = a ln(X) + b. Devuelve b.

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

Efecto LOG REGRESSION: PREDICTED Y(metric_X, metric_Y, include_zeros)

Fila Regresión logarítmica: Y = a ln(X) + b. Devuelve Y.

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

Efecto LOG REGRESSION: SLOPE(metric_X, metric_Y, include_zeros)

Tabla Regresión logarítmica: Y = a ln(X) + b. Devuelve a.

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

Efecto NATURAL LOG(metric)

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 del cual desea el logaritmo natural

No

Efecto NO(logical)

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

Argumento
Descripción
logical
Obligatorio. Un valor o expresión que puede evaluarse como TRUE o FALSE

No es igual

Efecto NOT EQUAL()

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

Argumento
Descripción
metric_X
metric_Y

Ejemplo

Metric 1 != Metric 2

O bien

Efecto OR(logical_test)

Disyunción de fila. 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
NOTE
0 (cero) significa Falso y cualquier otro valor es Verdadero.

Pi

Efecto PI()

Devuelve Pi: 3,14159…

Regresión potencial: coeficiente de correlación

Efecto POWER REGRESSION: CORRELATION COEFFICIENT(metric_X, metric_Y, include_zeros)

Tabla Regresión potencial: Y = b X ^ a. Devuelve el coeficiente de correlación.

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

Efecto POWER REGRESSION: INTERCEPT(metric_X, metric_Y, include_zeros)

Tabla Regresión potencial: Y = b X ^ a. Devuelve b.

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

Efecto POWER REGRESSION: PREDICTED Y(metric_X, metric_Y, include_zeros)

Fila Regresión potencial: Y = b X ^ a. Devuelve Y.

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

Efecto POWER REGRESSION: SLOPE(metric_X, metric_Y, include_zeros)

Tabla Regresión potencial: Y = b X ^ a. Devuelve a.

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

Efecto QUADRATIC REGRESSION: CORRELATION COEFFICIENT(metric_X, metric_Y, include_zeros)

Tabla Regresión cuadrática: Y = (a + bX) ^ 2, Devuelve el coeficiente de correlación.

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

Efecto QUADRATIC REGRESSION: INTERCEPT(metric_X, metric_Y, include_zeros)

Tabla Regresión cuadrática: Y = (a + bX) ^ 2, Devuelve a.

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

Efecto QUADRATIC REGRESSION: PREDICTED Y(metric_X, metric_Y, include_zeros)

Fila Regresión cuadrática: Y = (a + bX) ^ 2, Devuelve Y.

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

Efecto QUADRATIC REGRESSION: SLOPE(metric_X, metric_Y, include_zeros

Tabla Regresión cuadrática: Y = (a + bX) ^ 2, Devuelve b.

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

Efecto RECIPROCAL REGRESSION: CORRELATION COEFFICIENT(metric_X, metric_Y, include_zeros

Tabla Regresión recíproca: Y = a + b X ^ -1. Devuelve el coeficiente de correlación.

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

Efecto RECIPROCAL REGRESSION: INTERCEPT(metric_X, metric_Y, include_zeros)

Tabla Regresión recíproca: Y = a + b X ^ -1. Devuelve a.

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

Efecto RECIPROCAL REGRESSION: PREDICTED Y(metric_X, metric_Y, include_zeros

Fila Regresión recíproca: Y = a + b X ^ -1. Devuelve Y.

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

Efecto RECIPROCAL REGRESSION: SLOPE(metric_X, metric_Y, include_zeros

Tabla Regresión recíproca: Y = a + b X ^ -1. Devuelve b.

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

Efecto SINE(metric)

Fila Devuelve el seno de un ángulo determinado. Si el ángulo se expresa en grados, multiplique el ángulo por PI()/180.

Argumento
Descripción
métrica
El ángulo en radianes para el que desea el seno

Puntuación T

Efecto   T-SCORE(metric, 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

Efecto T-TEST(metric, degrees, tails

Realiza una prueba t 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
degrees
Los grados de libertad
tails
La longitud de la cola que se utilizará para realizar la prueba T

Detalles

La firma es T-TEST (metric, degrees, tails). Debajo, simplemente llama a m CrossSize75 CDF-T(-ABSOLUTE VALUE(tails), degrees). Esta función es similar a la función PRUEBA_Z, 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, no cambia fila a fila.
  • X es la estadística de la prueba T y normalmente es es una fórmula (por ejemplo PUNTUACIÓN_Z basada en una métrica y se evaluará 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:

    T-TEST(Z-SCORE(bouncerate), ROW COUNT - 1, 2)

  2. ​2. Combínelo con IF para ignorar cualquier porcentaje de rechazo muy alto o muy bajo y haga un recuento de las sesiones en el resto:

    IF(T-TEST(Z-SCORE(bouncerate), ROW COUNT - 1, 2) < 0.01, 0, sessions )

Tangente

Efecto   TANGENT(metric)

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

Argumento
Descripción
métrica
El ángulo en radianes para el que desea la tangente.

Puntuación Z

Efecto Z-SCORE(metric, include_zeros)

Fila La desviación de la media dividida por la desviación estándar.

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

Una puntuación Z de 0 (cero) significa 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

Efecto Z-TEST(metric_tails)

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

Argumento
Descripción
métrica
La métrica en la que desea realizar una prueba Z
tails
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
46b8682c-fda6-4669-9355-1a44923e549e