Fonctions avancées

Le créateur de mesures calculées vous permet d’appliquer des fonctions statistiques et mathématiques. Cet article présente la liste alphabétique des fonctions avancées et leurs définitions.

Accédez à ces fonctions en sélectionnant Tout afficher sous la liste Fonctions du panneau Composants. Faites défiler l’écran vers le bas pour voir la liste des fonctions avancées.

Fonctions de tableau et fonctions de ligne

Une fonction de tableau consiste à ce que la sortie soit la même pour chaque ligne du tableau. Une fonction de ligne consiste à ce que la sortie soit différente pour chaque ligne du tableau.

Le cas échéant, une fonction est annotée avec le type de fonction : [Table]{class="badge neutral"}[Ligne]{class="badge neutral"}

Que signifie le paramètre d’inclusion de zéros ?

Il indique s’il faut inclure des zéros dans le calcul. Parfois, zéro signifie rien, mais parfois, c’est important.

Par exemple, si vous disposez d’une mesure Recettes, puis que vous ajoutez une mesure Pages vues au rapport, vous obtenez soudainement plus de lignes pour vos recettes, qui sont toutes nulles. Vous ne souhaitez probablement pas que cette mesure supplémentaire affecte les MOYENNE, LIGNE MINIMUM, QUARTILE et d’autres calculs que vous avez dans la colonne des recettes. Dans ce cas, vous devez vérifier le paramètre include-zeros .

Un autre scénario consiste à utiliser deux mesures intéressantes, l’une ayant une moyenne ou un minimum supérieur, car certaines lignes sont des zéros. Dans ce cas, vous pouvez choisir de ne pas vérifier le paramètre pour inclure des zéros.

Et

AND(logical_test)

Conjonction. Différent de zéro est considéré comme vrai et égal à zéro est considéré comme faux. La sortie est 0 (false) ou 1 (true).

Approximate Count Distinct

APPROXIMATE COUNT DISTINCT(dimension)

Renvoie le nombre distinct approximatif d’éléments de dimension pour la dimension sélectionnée.

Exemple

Un cas d’utilisation courant de cette fonction est lorsque vous souhaitez obtenir un nombre approximatif de clients.

Arc cosinus

ARC COSINE(metric)

[Ligne]{class="badge neutral"}

Arc sinus

ARC SINE(metric)

[Ligne]{class="badge neutral"}

Arc tangent

ARC TANGENT(metric)

[Ligne]{class="badge neutral"}

Cdf-T

CDF-T(metric, number)

Renvoie la probabilité qu’une variable aléatoire avec une distribution étudiant-t avec n degrés de liberté ait un score centré réduit inférieur à col.

Exemple

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(metric, number)

Renvoie la probabilité qu’une variable aléatoire avec une distribution normale ait un score centré réduit inférieur à col.

Exemples

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

Plafond

CEILING(metric)

[Ligne]{class="badge neutral"}

Degré de confiance (inférieur)

CONFIANCE(normalizing-container, success-metric, control, signification-treshold)

Calculez la confiance lower valide à tout moment à l’aide de la méthode WASKR comme décrit dans la théorie de limite centrale uniforme par le temps et séquences de confiance asymptotique.

La confiance est une mesure probabiliste de l'ampleur des preuves qu'une variante donnée est identique à la variante témoin. Un degré de confiance plus élevé indique moins de preuves relatives à l’hypothèse que la variante de contrôle et la variante de non-contrôle ont des performances similaires.

Degré de confiance (supérieur)

CONFIANCE(normalizing-container, success-metric, control, signification-treshold)

Calculez la confiance upper valide à tout moment à l’aide de la méthode WASKR, comme décrit dans la théorie de limite centrale uniforme par le temps et séquences de confiance asymptotique.

La confiance est une mesure probabiliste de l'ampleur des preuves qu'une variante donnée est identique à la variante témoin. Un degré de confiance plus élevé indique moins de preuves relatives à l’hypothèse que la variante de contrôle et la variante de non-contrôle ont des performances similaires.

Cosinus

COSINE(metric)

[Ligne]{class="badge neutral"}

Racine cubique

CUBE ROOT(metric)

Renvoie la racine cubique positive d’un nombre. La racine cubique d’un nombre est la valeur de ce nombre élevée à la puissance 1/3.

Cumulé

CUMULATIVE(nombre, mesure)

Renvoie la somme des n derniers éléments de la colonne x. Si n > 0, additionnez les n derniers éléments ou x. Si n < 0, additionnez les éléments précédents.

Exemples

Cumulé (moyenne)

MOYENNE CUMULATIVE(nombre, mesure)

Renvoie la moyenne des n derniers éléments de la colonne x. Si n > 0, additionnez les n derniers éléments ou x. Si n < 0, additionnez les éléments précédents.

NOTE

Cette fonction ne fonctionne pas avec des mesures de taux telles que les recettes par personne. La fonction calcule la moyenne des taux au lieu d’additionner les recettes sur le dernier N et les personnes sur le dernier N, puis les diviser.
Utilisez plutôt CUMULATIVE(revenue) CUMULATIVE(person).

equal (égal à)

EQUAL()

Égal à. La sortie est 0 (false) ou 1 (true).

Exemple

Metric 1 = Metric 2

Régression exponentielle : coefficient de corrélation

RÉGRESSION EXPONENTIELLE : COEFFICIENT DE CORRÉLATION(metric_X, metric_Y, include_zeros)

[Tableau]{class="badge neutral"}

Régression exponentielle : Y prédit

RÉGRESSION EXPONENTIELLE : Y PRÉDIT(metric_X, metric_Y, include_zeros)

[Ligne]{class="badge neutral"}

Régression exponentielle : ordonnée à l’origine

RÉGRESSION EXPONENTIELLE : INTERCEPT(metric_X, metric_Y, include_zeros)

[Tableau]{class="badge neutral"}

Régression exponentielle : inclinaison

RÉGRESSION EXPONENTIELLE : SLOPE(metric_X, metric_Y, include_zeros)

[Tableau]{class="badge neutral"}

Floor

​

[Ligne]{class="badge neutral"}

Supérieur à

SUPÉRIEUR À LA FONCTION

La sortie est 0 (false) ou 1 (true).

Exemple

Metric 1 > Metric 2

Supérieur ou égal à

SUPÉRIEUR À OU ÉGAL()

Supérieur ou égal à. La sortie est 0 (false) ou 1 (true).

Exemple

Metric 1 >= Metric 2

Cosinus hyperbolique

COSINE HYPERBOLIQUE(mesure)

[Ligne]{class="badge neutral"}

Sinus hyperbolique

HYPERBOLIQUE SINE(metric)

[Ligne]{class="badge neutral"}

Tangente hyperbolique

TANGENT HYPERBOLIQUE(mesure)

[Ligne]{class="badge neutral"}

Si la variable

IF(logical_test, value_if_true, value_if_false){3

[Ligne]{class="badge neutral"}

Inférieur à

LESS THAN()

La sortie est 0 (false) ou 1 (true).

Exemple

Metric 1 < Metric 2

Inférieur ou égal à

INFÉRIEUR OU ÉGAL()

Inférieur ou égal à. La sortie est 0 (false) ou 1 (true).

Exemple

Metric 1 <= Metric 2

Régression linéaire : coefficient de corrélation

RÉGRESSION LINÉAIRE : COEFFICIENT DE CORRÉLATION(metric_X, metric_Y, include_zeros)

[Tableau]{class="badge neutral"}

Régression linéaire : ordonnée à l’origine

RÉGRESSION LINÉAIRE : INTERCEPT(metric_X, metric_Y, include_zeros)

[Tableau]{class="badge neutral"}

Régression linéaire : Y prédit

RÉGRESSION LINÉAIRE : Y PRÉDIT(metric_X, metric_Y, include_zeros)

[Ligne]{class="badge neutral"}

Régression linéaire : inclinaison

RÉGRESSION LINÉAIRE : SLOPE(metric_X, metric_Y, include_zeros)

[Tableau]{class="badge neutral"}

Logarithme de base 10

BASE DE JOURNAL 10(mesure)

[Ligne]{class="badge neutral"}

Régression logarithmique : coefficient de corrélation

RÉGRESSION DU JOURNAL : COEFFICIENT DE CORRÉLATION(metric_X, metric_Y, include_zeros)

[Tableau]{class="badge neutral"}

Régression logarithmique : ordonnée à l’origine

RÉGRESSION DU JOURNAL : INTERCEPT(metric_X, metric_Y, include_zeros){3

[Tableau]{class="badge neutral"}

Régression logarithmique : Y prédit

RÉGRESSION DE LOG : Y PRÉDIT(metric_X, metric_Y, include_zeros){3

[Ligne]{class="badge neutral"}

Régression logarithmique : pente

RÉGRESSION DU JOURNAL : SLOPE(metric_X, metric_Y, include_zeros){3

[Tableau]{class="badge neutral"}

Logarithme népérien

JOURNAL NATUREL(mesure)

Renvoie le logarithme népérien d’un nombre. Les logarithmes népériens sont basés sur la constante e (2,71828182845904). LN est l’inverse de la fonction EXP.

Pas

NOT(logical)

Négation en tant que valeur booléenne. La sortie est 0 (false) ou 1 (true).

Différent de

NOT EQUAL()

Pas égal. La sortie est 0 (false) ou 1 (true).

Exemple

Metric 1 != Metric 2

Ou

OR(logical_test)

[Ligne]{class="badge neutral"}

Pi

PI()

Renvoie Le Pi : 3.14159…

Régression puissance : coefficient de corrélation

RÉGRESSION DE LA PUISSANCE : COEFFICIENT DE CORRÉLATION(metric_X, metric_Y, include_zeros)

[Tableau]{class="badge neutral"}

Régression puissance : ordonnée à l’origine

RÉGRESSION DU POUVOIR : INTERCEPT(metric_X, metric_Y, include_zeros)

[Tableau]{class="badge neutral"}

Régression puissance : Y prédit

RÉGRESSION DE LA PUISSANCE : Y PRÉDIT(metric_X, metric_Y, include_zeros)

[Ligne]{class="badge neutral"}

Régression puissance : inclinaison

RÉGRESSION DE POUVOIR : SLOPE(metric_X, metric_Y, include_zeros)

[Tableau]{class="badge neutral"}

Régression quadratique : coefficient de corrélation

RÉGRESSION QUADRATIQUE : COEFFICIENT DE CORRÉLATION(metric_X, metric_Y, include_zeros)

[Tableau]{class="badge neutral"}

Régression quadratique : ordonnée à l’origine

RÉGRESSION QUADRATIQUE : INTERCEPT(metric_X, metric_Y, include_zeros)

[Tableau]{class="badge neutral"}

Régression quadratique : Y prédit

RÉGRESSION QUADRATIQUE : Y PRÉDIT(metric_X, metric_Y, include_zeros)

[Ligne]{class="badge neutral"}

Régression quadratique : inclinaison

RÉGRESSION QUADRATIQUE : SLOPE(metric_X, metric_Y, include_zeros)

[Tableau]{class="badge neutral"}

Régression réciproque : coefficient de corrélation

RÉGRESSION RÉCIPROQUE : COEFFICIENT DE CORRÉLATION(metric_X, metric_Y, include_zeros)

[Tableau]{class="badge neutral"}

Régression réciproque : ordonnée à l’origine

RÉGRESSION RÉCIPROQUE : INTERCEPT(metric_X, metric_Y, include_zeros)

[Tableau]{class="badge neutral"}

Régression réciproque : Y prédit

RÉGRESSION RÉCIPROQUE : Y PRÉDIT(metric_X, metric_Y, include_zeros)

[Ligne]{class="badge neutral"}

Régression réciproque : inclinaison

RÉGRESSION RÉCIPROQUE : SLOPE(metric_X, metric_Y, include_zeros)

[Tableau]{class="badge neutral"}

Sine

SINE(metric)

[Ligne]{class="badge neutral"}

Score normalisé

T-SCORE(metric, include_zeros)

L’écart par rapport à MEAN, divisé par l’écart type. Alias pour Score-Z.

Test en t

T-TEST(mesure, degrés, queues)

Exécute un test en t m-latéral avec un score normalisé de x et n degrés de liberté.

Détails

La signature est T-TEST (mesure, degrés, queues). En dessous, il appelle simplement m CDF-T(-ABSOLUTE VALUE(tails), degrees). Cette fonction est similaire à la fonction Z-TEST qui exécute m CDF-Z(-ABSOLUTE VALUE(tails)).

La valeur renvoyée est la probabilité de voir la statistique de test x, étant donné les degrés de liberté et le nombre de queues.

Exemples :

Tangente

TANGENT(metric)

Renvoie la tangente de l’angle donné. Si l’angle est en degrés, multipliez l’angle par PI( )/180.

Score centré réduit

Z-SCORE(metric, include_zeros)

[Ligne]{class="badge neutral"}

Un score centré réduit de 0 (zéro) signifie que le score est le même que la moyenne. Un score centré réduit peut être positif ou négatif, indiquant s’il est au-dessus ou en-dessous de la moyenne et par quel nombre d’écarts types.

L’équation pour le score centré réduit est la suivante :

Si x est le score brut, μ est la moyenne de la population et σ l’écart type de la population.

Test Z

Z-TEST(metric_tails)

Exécute un test z n-latéral avec un score centré réduit de x.