Funzioni avanzate
Il generatore di metriche calcolate 🔗 consente di applicare funzioni statistiche e matematiche. Questo articolo documenta l’elenco alfabetico delle funzioni avanzate e delle relative definizioni.
Accedi a queste funzioni selezionando Show all sotto l'elenco Functions nel pannello Componenti. Scorrere verso il basso per visualizzare l'elenco di Advanced functions.
Funzioni tabella e funzioni riga
Una funzione tabella è una funzione in cui l’output è lo stesso per ogni riga della tabella. Una funzione riga è una funzione in cui l’output è diverso per ogni riga della tabella.
Se applicabile e pertinente, una funzione viene annotata con il tipo di funzione: [Tabella]{class="badge neutral"}[Riga]{class="badge neutral"}
Che cosa significa il parametro include-zeros?
Il parametro indica se includere gli zeri all’interno del calcolo. A volte zero significa niente, ma a volte è importante.
Ad esempio, se hai una metrica Ricavi e poi aggiungi una metrica Visualizzazioni pagina al rapporto, improvvisamente saranno presenti più righe per i ricavi, che sono tutte pari a zero. Probabilmente non vorrai che questa metrica aggiuntiva influisca su MEAN, ROW MINIMUM, QUARTILE e altri calcoli presenti nella colonna dei ricavi. In questo caso, controllare il parametro include-zeros
.
In alternativa, puoi avere due metriche di interesse e una con una media o un minimo più elevati, perché alcune righe sono pari a zero. In tal caso, puoi scegliere di non selezionare il parametro per includervi degli zeri.
E
AND(logical_test)
Congiunzione. Diverso da zero è considerato vero e uguale a zero è considerato falso. L’output è 0 (false) o 1 (true).
Approximate Count Distinct
APPROXIMATE COUNT DISTINCT(dimension)
Restituisce il conteggio distinto approssimativo degli elementi dimensione per la dimensione selezionata.
Esempio
Un caso d’uso comune per questa funzione si verifica quando si desidera ottenere un numero approssimativo di clienti.
Arco coseno
ARC COSINE(metric)
[Riga]{class="badge neutral"}
Arcoseno
ARC SINE(metric)
[Riga]{class="badge neutral"}
Arco tangente
ARC TANGENT(metric)
[Riga]{class="badge neutral"}
Cdf-T
CDF-T(metric, number)
Restituisce la probabilità che una variabile casuale con distribuzione di t-studente con n gradi di libertà abbia un punteggio z inferiore a col.
Esempio
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)
Restituisce la probabilità che una variabile casuale con una distribuzione normale abbia un punteggio z inferiore a col.
Esempi
CDF-Z(-∞) = 0
CDF-Z(∞) = 1
CDF-Z(0) = 0.5
CDF-Z(2) ? 0.97725
CDF-Z(-3) ? 0.0013499
Soffitto
CEILING(metric)
[Riga]{class="badge neutral"}
Affidabilità (inferiore)
CONFIDENCE(normalizing-container, success-metric, control, significance-treshold)
Calcolare l'affidabilità valida per qualsiasi tempo lower utilizzando il metodo WASKR come descritto in Teoria dei limiti centrali uniformi per tempo e sequenze di affidabilità asintotiche.
L’affidabilità è una misura probabilistica della quantità di prove che dimostrano che una determinata variante è uguale alla variante di controllo. Una maggiore affidabilità indica meno prove dell’ipotesi che le varianti di controllo e non di controllo abbiano prestazioni uguali.
Affidabilità (superiore)
CONFIDENCE(normalizing-container, success-metric, control, significance-treshold)
Calcolare l'intervallo di confidenza valido per qualsiasi tempo upper utilizzando il metodo WASKR come descritto in Teoria dei limiti centrali uniforme per il tempo e sequenze di confidenza asintotiche.
L’affidabilità è una misura probabilistica della quantità di prove che dimostrano che una determinata variante è uguale alla variante di controllo. Una maggiore affidabilità indica meno prove dell’ipotesi che le varianti di controllo e non di controllo abbiano prestazioni uguali.
Coseno
COSINE(metric)
[Riga]{class="badge neutral"}
Radice cubica
CUBE ROOT(metric)
Restituisce la radice cubica positiva di un numero. La radice cubica di un numero corrisponde al valore di quel numero elevato alla potenza di 1/3.
Cumulativo
CUMULATIVE(number, metric)
Restituisce la somma degli ultimi n elementi della colonna x. Se n > 0, somma gli ultimi n elementi o x. Se n < 0, sommare gli elementi precedenti.
Esempi
Cumulativo (media)
CUMULATIVE AVERAGE(number, metric)
Restituisce la media degli ultimi n elementi della colonna x. Se n > 0, somma gli ultimi n elementi o x. Se n < 0, sommare gli elementi precedenti.
Utilizzare invece CUMULATIVE(revenue) CUMULATIVE(person).
Uguale
EQUAL()
Uguale. L’output è 0 (false) o 1 (true).
Esempio
Metric 1 = Metric 2
Regressione esponenziale: coefficiente di correlazione
EXPONENTIAL REGRESSION: CORRELATION COEFFICIENT(metric_X, metric_Y, include_zeros)
[Tabella]{class="badge neutral"}
Regressione esponenziale: valore Y previsto
EXPONENTIAL REGRESSION: PREDICTED Y(metric_X, metric_Y, include_zeros)
[Riga]{class="badge neutral"}
Regressione esponenziale: intersezione
EXPONENTIAL REGRESSION: INTERCEPT(metric_X, metric_Y, include_zeros)
[Tabella]{class="badge neutral"}
Regressione esponenziale: pendenza
EXPONENTIAL REGRESSION: SLOPE(metric_X, metric_Y, include_zeros)
[Tabella]{class="badge neutral"}
Floor
FLOOR(metric_X, metric_Y, include_zeros)
[Riga]{class="badge neutral"}
Maggiore di
GREATER THAN()
L’output è 0 (false) o 1 (true).
Esempio
Metric 1 > Metric 2
Maggiore di o uguale a
GREATER THAN OR EQUAL()
Maggiore o uguale a. L’output è 0 (false) o 1 (true).
Esempio
Metric 1 >= Metric 2
Coseno iperbolico
HYPERBOLIC COSINE(metric)
[Riga]{class="badge neutral"}
Seno iperbolico
HYPERBOLIC SINE(metric)
[Riga]{class="badge neutral"}
Tangente iperbolica
HYPERBOLIC TANGENT(metric)
[Riga]{class="badge neutral"}
Se
IF(logical_test, value_if_true, value_if_false)
[Riga]{class="badge neutral"}
Minore di
LESS THAN()
L’output è 0 (false) o 1 (true).
Esempio
Metric 1 < Metric 2
Minore o uguale a
LESS THAN OR EQUAL()
Minore o uguale a. L’output è 0 (false) o 1 (true).
Esempio
Metric 1 <= Metric 2
Regressione lineare: coefficiente di correlazione
LINEAR REGRESSION: CORRELATION COEFFICIENT(metric_X, metric_Y, include_zeros)
[Tabella]{class="badge neutral"}
Regressione lineare: intersezione
LINEAR REGRESSION: INTERCEPT(metric_X, metric_Y, include_zeros)
[Tabella]{class="badge neutral"}
Regressione lineare: valore Y previsto
LINEAR REGRESSION: PREDICTED Y(metric_X, metric_Y, include_zeros)
[Riga]{class="badge neutral"}
Regressione lineare: pendenza
LINEAR REGRESSION: SLOPE(metric_X, metric_Y, include_zeros)
[Tabella]{class="badge neutral"}
Base logaritmo 10
LOG BASE 10(metric)
[Riga]{class="badge neutral"}
Regressione logaritmo: coefficiente di correlazione
LOG REGRESSION: CORRELATION COEFFICIENT(metric_X, metric_Y, include_zeros)
[Tabella]{class="badge neutral"}
Regressione logaritmo: intersezione
LOG REGRESSION: INTERCEPT(metric_X, metric_Y, include_zeros)
[Tabella]{class="badge neutral"}
Regressione log: valore Y previsto
LOG REGRESSION: PREDICTED Y(metric_X, metric_Y, include_zeros)
[Riga]{class="badge neutral"}
Regressione logaritmo: pendenza
LOG REGRESSION: SLOPE(metric_X, metric_Y, include_zeros)
[Tabella]{class="badge neutral"}
Logaritmo naturale
NATURAL LOG(metric)
Restituisce il logaritmo naturale di un numero. I logaritmi naturali si basano sulla costante e (2,71828182845904). LN è l’inverso della funzione EXP.
Not
NOT(logical)
Negazione come booleano. L’output è 0 (false) o 1 (true).
Not Equal
NOT EQUAL()
Diverso da. L’output è 0 (false) o 1 (true).
Esempio
Metric 1 != Metric 2
Oppure
OR(logical_test)
[Riga]{class="badge neutral"}
Pi
PI()
Restituisce Pi: 3,14159…
Regressione di potenza: coefficiente di correlazione
POWER REGRESSION: CORRELATION COEFFICIENT(metric_X, metric_Y, include_zeros)
[Tabella]{class="badge neutral"}
Regressione di potenza: intersezione
POWER REGRESSION: INTERCEPT(metric_X, metric_Y, include_zeros)
[Tabella]{class="badge neutral"}
Regressione di potenza: valore Y previsto
POWER REGRESSION: PREDICTED Y(metric_X, metric_Y, include_zeros)
[Riga]{class="badge neutral"}
Regressione di potenza: pendenza
POWER REGRESSION: SLOPE(metric_X, metric_Y, include_zeros)
[Tabella]{class="badge neutral"}
Regressione quadratica: coefficiente di correlazione
QUADRATIC REGRESSION: CORRELATION COEFFICIENT(metric_X, metric_Y, include_zeros)
[Tabella]{class="badge neutral"}
Regressione quadratica: intersezione
QUADRATIC REGRESSION: INTERCEPT(metric_X, metric_Y, include_zeros)
[Tabella]{class="badge neutral"}
Regressione quadratica: valore Y previsto
QUADRATIC REGRESSION: PREDICTED Y(metric_X, metric_Y, include_zeros)
[Riga]{class="badge neutral"}
Regressione quadratica: pendenza
QUADRATIC REGRESSION: SLOPE(metric_X, metric_Y, include_zeros)
[Tabella]{class="badge neutral"}
Regressione reciproca: coefficiente di correlazione
RECIPROCAL REGRESSION: CORRELATION COEFFICIENT(metric_X, metric_Y, include_zeros)
[Tabella]{class="badge neutral"}
Regressione reciproca: intersezione
RECIPROCAL REGRESSION: INTERCEPT(metric_X, metric_Y, include_zeros)
[Tabella]{class="badge neutral"}
Regressione reciproca: valore Y previsto
RECIPROCAL REGRESSION: PREDICTED Y(metric_X, metric_Y, include_zeros)
[Riga]{class="badge neutral"}
Regressione reciproca: pendenza
RECIPROCAL REGRESSION: SLOPE(metric_X, metric_Y, include_zeros)
[Tabella]{class="badge neutral"}
Seno
SINE(metric)
[Riga]{class="badge neutral"}
Punteggio T
T-SCORE(metric, include_zeros)
La deviazione dalla MEDIA, divisa per la deviazione standard. Alias per punteggio Z.
Test T
T-TEST(metric, degrees, tails)
Esegue un test t a coda m con un punteggio t di x e n gradi di libertà.
Dettagli
La firma è T-TEST (metrica, gradi, code). Sotto, effettua semplicemente la chiamata a m CDF-T(-ABSOLUTE VALUE(tails), degrees). Questa funzione è simile alla funzione Z-TEST, che esegue m CDF-Z(-ABSOLUTE VALUE(tails)).
- m è il numero di code.
- n è il grado di libertà e deve essere un numero costante per l'intero report, ovvero non deve cambiare riga per riga.
- x è la statistica del test T e spesso è una formula (ad esempio, Z-SCORE) basata su una metrica e viene valutata su ogni riga.
Il valore restituito è la probabilità di visualizzare la statistica x del test in base ai gradi di libertà e al numero di code.
Esempi:
-
Utilizza la funzione per trovare i valori erratici:
code language-none T-TEST(Z-SCORE(bouncerate), ROW COUNT - 1, 2)
-
Combina la funzione con IF per ignorare tassi non raggiunti molto elevati o bassi e contare le sessioni su tutto il resto:
code language-none IF(T-TEST(Z-SCORE(bouncerate), ROW COUNT - 1, 2) < 0.01, 0, sessions )
Tangente
TANGENT(metric)
Restituisce la tangente dell’angolo specificato. Se l’angolo è in gradi, moltiplicalo per PI( )/180.
Punteggio Z
Z-SCORE(metric, include_zeros)
[Riga]{class="badge neutral"}
Un punteggio Z pari a 0 (zero) implica che il punteggio è uguale alla media. Un punteggio Z può essere positivo o negativo, il che significa se è superiore o inferiore alla media, oltre al numero di deviazioni standard.
L’equazione per il punteggio Z è:
Dove x è il punteggio non elaborato, μ è la media della popolazione e σ è la deviazione standard della popolazione.
Test Z
Z-TEST(metric_tails)
Esegue un test z a una coda n con un punteggio z pari a x.