Funzioni avanzate

Il Generatore di metriche calcolate consente di applicare funzioni statistiche e matematiche. Questo articolo riporta un elenco alfabetico delle funzioni avanzate e delle relative definizioni.

Accedi a queste funzioni selezionando Show all sotto l’elenco Effetto Functions nel pannello Componenti. Scorri 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"} o [Riga]{class="badge neutral"}

Che cosa significa il parametro include-zeros?

Il parametro indica se includere gli zeri all’interno del calcolo. Talvolta lo zero non ha alcun significato, ma in determinate occasioni può risultare importante.

Ad esempio, se hai una metrica Revenue (Entrate) e ne aggiungi al report una del tipo Page Views (Visualizzazioni pagina), improvvisamente saranno presenti più righe per le entrate che sono 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, dovrai 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 includere gli zeri

E and

Effetto AND(logical_test)

Congiunzione. Diverso da zero è considerato vero e uguale a zero è considerato falso. L’output è 0 (falso) o 1 (vero).

Argomento
Descrizione
logical_test
Richiede almeno un parametro, ma può accettare un numero qualsiasi di parametri. Qualsiasi valore o espressione che può avere valore TRUE o FALSE.

Conteggio distinto approssimativo approximate_count_distinct

Effetto APPROXIMATE COUNT DISTINCT(dimension)

Restituisce il conteggio distinto approssimativo degli elementi dimensionali per la dimensione selezionata.

Argomento
Descrizione
dimensione
La dimensione per la quale vuoi ottenere il conteggio distinto approssimativo degli elementi.

Esempio

Un caso d’uso comune per questa funzione si verifica quando desideri ottenere un numero approssimativo di clienti.

Arcocoseno arc-cosine

Effetto ARC COSINE(metric)

[Riga]{class="badge neutral"} Restituisce l'arcocoseno, o inverso del coseno, di una metrica. L’arcocoseno è l’angolo di cui è numero il coseno. L’angolo restituito è espresso in radianti compresi nell’intervallo tra 0 (zero) e pi. Per convertire il risultato da radianti a gradi, moltiplicalo per 180/PI( ).

Argomento
Descrizione
metrica
Il coseno dell’angolo desiderato da -1 a 1.

Arcoseno arc-sine

Effetto ARC SINE(metric)

[Riga]{class="badge neutral"} Restituisce l'arcoseno, o seno inverso, di un numero. L’arcoseno è l’angolo di cui è numero il seno. L’angolo restituito è espresso in radianti compresi nell’intervallo tra -pi/2 e pi/2. Per esprimere l'arcoseno in gradi, moltiplicate il risultato per 180/PI().

Argomento
Descrizione
metrica
Il seno dell’angolo desiderato da -1 a 1.

Arcotangente arc-tangent

Effetto ARC TANGENT(metric)

[Riga]{class="badge neutral"} Restituisce l'arcotangente, o tangente inversa, di un numero. L’arcotangente è l’angolo di cui è numero la tangente. L’angolo restituito è espresso in radianti compresi nell’intervallo tra -pi/2 e pi/2. Per esprimere l’arcotangente in gradi, moltiplica il risultato per 180/PI( ).

Argomento
Descrizione
metrica
La tangente dell’angolo desiderato da -1 a 1.

Cdf-T cdf-t

Effetto CDF-T(metric, number)

Restituisce la probabilità che una variabile casuale con distribuzione t di studente con n gradi di libertà abbia un punteggio z inferiore a col.

Argomento
Descrizione
metrica
La metrica per la quale desideri la funzione Distribuzione cumulativa della distribuzione t di studente
numero
I gradi di libertà della funzione Distribuzione cumulativa della distribuzione t dello studente

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

Effetto CDF-Z(metric, number)

Restituisce la probabilità che una variabile casuale con una distribuzione normale abbia un punteggio z inferiore a col.

Argomento
Descrizione
metrica
Metrica per la quale si desidera la funzione di distribuzione cumulativa della distribuzione normale standard

Esempi

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

Ceiling ceiling

Effetto CEILING(metric)

[Riga]{class="badge neutral"} Restituisce il numero intero più piccolo, non inferiore a un valore specificato. 70 esempio, se vuoi evitare di riportare i decimali della valuta per le entrate e un prodotto è pari a 569,93 $, utilizza la formula CEILING (ricavi) per arrotondare i ricavi al dollaro più vicino, in questo caso 570 $.

Argomento
Descrizione
metrica
Metrica da arrotondare

Affidabilità confidence

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

Calcola il valore di affidabilità valido in ogni momento, utilizzando il metodo WASKR come descritto in Teoria del limite centrale uniforme nel tempo e sequenze di affidabilità asintotiche.

Affidabilità è una misura probabilistica della quantità di prove che dimostrano che una specifica 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.

Argomento
Descrizione
normalizing-container
La base (persone, sessioni o eventi) su cui verrà eseguito un test.
success-metric
La metrica o le metriche con cui un utente confronta le varianti.
controllo
La variante con cui vengono confrontate tutte le altre varianti dell’esperimento. Immetti il nome dell’elemento della dimensione della variante di controllo.
significance-threshold
La soglia in questa funzione è impostata su un valore predefinito di 95%.

Affidabilità (inferiore) confidence-lower

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

Calcola il valore inferiore di affidabilità valido in ogni momento, utilizzando il metodo WASKR come descritto in Teoria del limite centrale uniforme nel tempo e sequenze di affidabilità asintotiche.

Affidabilità è una misura probabilistica della quantità di prove che dimostrano che una specifica 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.

Argomento
Descrizione
normalizing-container
La base (persone, sessioni o eventi) su cui verrà eseguito un test.
success-metric
La metrica o le metriche con cui un utente confronta le varianti.
controllo
La variante con cui vengono confrontate tutte le altre varianti dell’esperimento. Immetti il nome dell’elemento della dimensione della variante di controllo.
significance-threshold
La soglia in questa funzione è impostata su un valore predefinito di 95%.

Affidabilità (superiore) confidence-upper

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

Calcola il valore superiore di affidabilità valido in ogni momento, utilizzando il metodo WASKR come descritto in Teoria del limite centrale uniforme nel tempo e sequenze di affidabilità asintotiche.

Affidabilità è una misura probabilistica della quantità di prove che dimostrano che una specifica 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.

Argomento
Descrizione
normalizing-container
La base (persone, sessioni o eventi) su cui verrà eseguito un test.
success-metric
La metrica o le metriche con cui un utente confronta le varianti.
controllo
La variante con cui vengono confrontate tutte le altre varianti dell’esperimento. Immetti il nome dell’elemento della dimensione della variante di controllo.
significance-threshold
La soglia in questa funzione è impostata su un valore predefinito di 95%.

Coseno cosine

Effetto COSINE(metric)

[Riga]{class="badge neutral"} Restituisce il coseno dell'angolo specificato. Se l’angolo è in gradi, moltiplicalo per PI( )/180.

Argomento
Descrizione
metrica
L’angolo in radianti di cui vuoi ottenere il coseno.

Radice cubica cube-root

Effetto 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.

Argomento
Descrizione
metrica
Metrica per la quale desideri calcolare la radice quadrata.

Cumulativa cumulative

Effetto 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, somma gli elementi precedenti.

Argomento
Descrizione
numero
L’ultimo numero N di righe per cui restituire la somma. Se N <= 0 usa tutte le righe precedenti.
metrica
La metrica di cui desideri la Somma cumulativa.

Esempi

Data
Ricavi
CUMULATIVE(0, Revenue)
CUMULATIVE(2, Revenue)
Maggio
$ 500
$ 500
$ 500
Giugno
$ 200
$ 700
$ 700
Luglio
$ 400
$ 1100
$ 600

Media cumulativa cumulative-average

Effetto 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, somma gli elementi precedenti.

Argomento
Descrizione
numero
L’ultimo numero N di righe per cui restituire la media. Se N <= 0 usa tutte le righe precedenti.
metrica
La metrica di cui desideri la Media cumulativa.
NOTE
Questa funzione non funziona con metriche di percentuale come ricavi per persona. La funzione calcola la media delle percentuali anziché sommare le entrate rispetto all’ultima N, sommare le persone rispetto all’ultima N e infine dividerle.
Utilizza invece CUMULATIVE(revenue) Dividi CUMULATIVE(person).

Uguale equal

Effetto EQUAL()

Uguale. L’output è 0 (falso) o 1 (vero).

Argomento
Descrizione
metric_X
La metrica da utilizzare per il confronto.
metric_Y
La metrica da utilizzare per il confronto.

Esempio

Metric 1 = Metric 2

Regressione esponenziale: coefficiente di correlazione exponential-regression-correlation-coefficient

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

[Tabella]{class="badge neutral"} Regressione esponenziale: Y = a exp(X) + b. Restituisce il coefficiente di correlazione.

Argomento
Descrizione
metric_X
Metrica da correlare con metric_Y
metric_Y
Metrica da correlare con metric_X
include_zeros
Specifica se includere o meno valori zero nei calcoli

Regressione esponenziale: Y previsto exponential-regression-predicted-y

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

[Riga]{class="badge neutral"} Regressione esponenziale: Y = a exp(X) + b. Restituisce Y.

Argomento
Descrizione
metric_X
Una metrica da designare come dati indipendenti.
metric_Y
Una metrica da designare come dati dipendenti.
include_zeros
Specifica se includere o meno valori zero nei calcoli

Regressione esponenziale: intercetta exponential-regression-intercept

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

[Tabella]{class="badge neutral"} Regressione esponenziale: Y = a exp(X) + b. Restituisce b.

Argomento
Descrizione
metric_X
Metrica da designare come dati dipendenti
metric_Y
Metrica da designare come dati indipendenti
include_zeros
Specifica se includere o meno valori zero nei calcoli

Regressione esponenziale: pendenza exponential-regression-slope

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

[Tabella]{class="badge neutral"} Regressione esponenziale: Y = a exp(X) + b. Restituisce a.

Argomento
Descrizione
metric_X
Metrica da designare come dati dipendenti
metric_Y
Metrica da designare come dati indipendenti
include_zeros
Specifica se includere o meno valori zero nei calcoli

Floor floor

Effetto FLOOR(metric_X, metric_Y, include_zeros)

[Riga]{class="badge neutral"} Restituisce l'intero più grande non maggiore di un valore specificato. Ad esempio, se vuoi evitare di riportare i decimali della valuta per le entrate e un prodotto è pari a 569,34 $, utilizza la formula FLOOR (ricavi) per arrotondare i ricavi al dollaro più vicino, in questo caso 569 $.

Argomento
Descrizione
metrica
La metrica da arrotondare.

Maggiore di greather-than

Effetto GREATER THAN()

L’output è 0 (falso) o 1 (vero).

Argomento
Descrizione
metric_X
La metrica di base da utilizzare per il confronto.
metric_Y
La metrica da utilizzare per il confronto.

Esempio

Metric 1 > Metric 2

Maggiore di o uguale a greater-than-or-equal

Effetto GREATER THAN OR EQUAL()

Maggiore di o uguale a. L’output è 0 (falso) o 1 (vero).

Argomento
Descrizione
metric_X
La metrica di base da utilizzare per il confronto.
metric_Y
La metrica da utilizzare per il confronto.

Esempio

Metric 1 >= Metric 2

Coseno iperbolico hyperbolic-cosine

Effetto HYPERBOLIC COSINE(metric)

[Riga]{class="badge neutral"} Restituisce il coseno iperbolico di un numero.

Argomento
Descrizione
metrica
L’angolo in radianti di cui vuoi ottenere il coseno iperbolico

Seno iperbolico hyperbolic-sine

Effetto HYPERBOLIC SINE(metric)

[Riga]{class="badge neutral"} Restituisce il seno iperbolico di un numero.

Argomento
Descrizione
metrica
L’angolo in radianti di cui vuoi ottenere il seno iperbolico

Tangente iperbolica hyperbolic-tangent

Effetto HYPERBOLIC TANGENT(metric)

[Riga]{class="badge neutral"} Restituisce la tangente iperbolica di un numero.

Argomento
Descrizione
metrica
L’angolo in radianti di cui vuoi ottenere la tangente iperbolica

Se if

Effetto IF(logical_test, value_if_true, value_if_false)

[Riga]{class="badge neutral"} Se il valore del parametro di condizione è diverso da zero (true), il risultato sarà il valore del parametro value_if_true. In caso contrario, è il valore del parametro value_if_false.

Argomento
Descrizione
logical_test
Obbligatorio. Qualsiasi valore o espressione che può avere valore TRUE o FALSE.
value_if_true
Valore che vuoi ottenere se l’argomento logical_test restituisce TRUE. (Se non è incluso, questo argomento sarà pari a 0 per impostazione predefinita.)
value_if_false
Valore che vuoi ottenere se l’argomento logical_test restituisce FALSE. (Se non è incluso, questo argomento sarà pari a 0 per impostazione predefinita.)

Minore di less-than

Effetto LESS THAN()

L’output è 0 (falso) o 1 (vero).

Argomento
Descrizione
metric_X
La metrica da utilizzare per il confronto.
metric_Y
La metrica da utilizzare per il confronto.

Esempio

Metric 1 < Metric 2

Minore di o uguale a less-than-or-equal

Effetto LESS THAN OR EQUAL()

Minore di o uguale a. L’output è 0 (falso) o 1 (vero).

Argomento
Descrizione
metric_X
La metrica da utilizzare per il confronto.
metric_Y
La metrica da utilizzare per il confronto.

Esempio

Metric 1 <= Metric 2

Lift lift

Effetto LIFT(normalizing-container, success-metric, control)

L’incremento del rapporto rispetto al valore di controllo.

Argomento
Descrizione
normalizing-container
La base (persone, sessioni o eventi) su cui verrà eseguito un test.
success-metric
La metrica o le metriche con cui un utente confronta le varianti.
controllo
La variante con cui vengono confrontate tutte le altre varianti dell’esperimento. Immetti il nome dell’elemento della dimensione della variante di controllo.

Regressione lineare: coefficiente di correlazione linear-regression-correlation-coefficient

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

[Tabella]{class="badge neutral"} Regressione lineare: Y = a X + b. Restituisce il coefficiente di correlazione.

Argomento
Descrizione
metric_X
Metrica da correlare con metric_Y
metric_Y
Metrica da correlare con metric_X
include_zeros
Specifica se includere o meno valori zero nei calcoli

Regressione lineare: intercetta linear-regression-intercept

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

[Tabella]{class="badge neutral"} Regressione lineare: Y = a X + b. Restituisce b.

Argomento
Descrizione
metric_X
Metrica da designare come dati dipendenti
metric_Y
Metrica da designare come dati indipendenti
include_zeros
Specifica se includere o meno valori zero nei calcoli

Regressione lineare: Y previsto linear-regression-predicted-y

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

[Riga]{class="badge neutral"} Regressione lineare: Y = a X + b. Restituisce Y.

Argomento
Descrizione
metric_X
Metrica da designare come dati dipendenti
metric_Y
Metrica da designare come dati indipendenti
include_zeros
Specifica se includere o meno valori zero nei calcoli

Regressione lineare: pendenza linear-regression-slope

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

[Tabella]{class="badge neutral"} Regressione lineare: Y = a X + b. Restituisce a.

Argomento
Descrizione
metric_X
Metrica da designare come dati dipendenti
metric_Y
Metrica da designare come dati indipendenti
include_zeros
Specifica se includere o meno valori zero nei calcoli

Log in base 10 log-base-ten

Effetto LOG BASE 10(metric)

[Riga]{class="badge neutral"} Restituisce il logaritmo base 10 di un numero.

Argomento
Descrizione
metrica
Numero reale positivo di cui vuoi ottenere il logaritmo base 10

Regressione logaritmica: coefficiente di correlazione log-regression-correlation-coefficient

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

[Tabella]{class="badge neutral"} Regressione del registro: Y = a ln(X) + b. Restituisce il coefficiente di correlazione.

Argomento
Descrizione
metric_X
Metrica da correlare con metric_Y
metric_Y
Metrica da correlare con metric_X
include_zeros
Specifica se includere o meno valori zero nei calcoli

Regressione logaritmica: intercetta log-regression-intercept

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

[Tabella]{class="badge neutral"} Regressione del registro: Y = a ln(X) + b. Restituisce b.

Argomento
Descrizione
metric_X
Metrica da designare come dati dipendenti
metric_Y
Metrica da designare come dati indipendenti
include_zeros
Specifica se includere o meno valori zero nei calcoli

Regressione logaritmica: Y previsto log-regression-predicted-y

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

[Riga]{class="badge neutral"} Regressione del registro: Y = a ln(X) + b. Restituisce Y.

Argomento
Descrizione
metric_X
Metrica da designare come dati dipendenti
metric_Y
Metrica da designare come dati indipendenti
include_zeros
Specifica se includere o meno valori zero nei calcoli

Regressione logaritmica: pendenza log-regression-slope

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

[Tabella]{class="badge neutral"} Regressione del registro: Y = a ln(X) + b. Restituisce a.

Argomento
Descrizione
metric_X
Metrica da designare come dati dipendenti
metric_Y
Metrica da designare come dati indipendenti
include_zeros
Specifica se includere o meno valori zero nei calcoli

Logaritmo naturale natural-log

Effetto NATURAL LOG(metric)

Restituisce il logaritmo naturale di un numero. I logaritmi naturali sono basati sulla costante e (2.71828182845904). LN è l’inverso della funzione EXP.

Argomento
Descrizione
metrica
Numero reale positivo di cui vuoi ottenere il logaritmo naturale

Non not

Effetto NOT(logical)

Negazione come booleano. L’output è 0 (falso) o 1 (vero).

Argomento
Descrizione
logical
Obbligatorio. Valore o espressione che possono essere valutati come TRUE o FALSE.

Non uguale not-equal

Effetto NOT EQUAL()

Non uguale. L’output è 0 (falso) o 1 (vero).

Argomento
Descrizione
metric_X
La metrica da utilizzare per il confronto.
metric_Y
La metrica da utilizzare per il confronto.

Esempio

Metric 1 != Metric 2

Oppure or

Effetto OR(logical_test)

Disgiunzione [Riga]{class="badge neutral"}. Diverso da zero è considerato vero e uguale a zero è considerato falso. L’output è 0 (falso) o 1 (vero).

Argomento
Descrizione
logical_test
Richiede almeno un parametro, ma può accettare un numero qualsiasi di parametri. Qualsiasi valore o espressione che può avere valore TRUE o FALSE.
NOTE
0 (zero) significa False, mentre qualsiasi altro valore corrisponde a True.

Pi pi

Effetto PI()

Restituisce Pi: 3,14159…

Regressione di potenza: coefficiente di correlazione power-regression-correlation-coefficient

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

[Tabella]{class="badge neutral"} Regressione di potenza: Y = b X ^ a. Restituisce il coefficiente di correlazione.

Argomento
Descrizione
metric_X
Metrica da correlare con metric_Y
metric_Y
Metrica da correlare con metric_X
include_zeros
Specifica se includere o meno valori zero nei calcoli

Regressione di potenza: intercetta power-regression-intercept

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

[Tabella]{class="badge neutral"} Regressione di potenza: Y = b X ^ a. Restituisce b.

Argomento
Descrizione
metric_X
Metrica da designare come dati dipendenti
metric_Y
Metrica da designare come dati indipendenti
include_zeros
Specifica se includere o meno valori zero nei calcoli

Regressione di potenza: Y previsto power-regression-predicted-y

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

[Riga]{class="badge neutral"} Regressione di potenza: Y = b X ^ a. Restituisce Y.

Argomento
Descrizione
metric_X
Metrica da designare come dati dipendenti
metric_Y
Metrica da designare come dati indipendenti
include_zeros
Specifica se includere o meno valori zero nei calcoli

Regressione di potenza: pendenza power-regression-slope

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

[Tabella]{class="badge neutral"} Regressione di potenza: Y = b X ^ a. Restituisce a.

Argomento
Descrizione
metric_X
Metrica da designare come dati dipendenti
metric_Y
Metrica da designare come dati indipendenti
include_zeros
Specifica se includere o meno valori zero nei calcoli

Regressione quadratica: coefficiente di correlazione quadratic-regression-correlation-coefficient

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

[Tabella]{class="badge neutral"} Regressione quadratica: Y = (a + bX) ^ 2, Restituisce il coefficiente di correlazione.

Argomento
Descrizione
metric_X
Metrica da correlare con metric_Y
metric_Y
Metrica da correlare con metric_X
include_zeros
Specifica se includere o meno valori zero nei calcoli

Regressione quadratica: intercetta quadratic-regression-intercept

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

[Tabella]{class="badge neutral"} Regressione quadratica: Y = (a + bX) ^ 2, Restituisce a.

Argomento
Descrizione
metric_X
Metrica da designare come dati dipendenti
metric_Y
Metrica da designare come dati indipendenti
include_zeros
Specifica se includere o meno valori zero nei calcoli

Regressione quadratica: Y previsto quadratic-regression-predicted-y

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

[Riga]{class="badge neutral"} Regressione quadratica: Y = (a + bX) ^ 2, Restituisce Y.

Argomento
Descrizione
metric_X
Metrica da designare come dati dipendenti
metric_Y
Metrica da designare come dati indipendenti
include_zeros
Specifica se includere o meno valori zero nei calcoli

Regressione quadratica: pendenza quadratic-regression-slope

Effetto QUADRATIC REGRESSION: SLOPE(metric_X, metric_Y, include_zeros)

[Tabella]{class="badge neutral"} Regressione quadratica: Y = (a + bX) ^ 2, Restituisce b.

Argomento
Descrizione
metric_X
Metrica da designare come dati dipendenti
metric_Y
Metrica da designare come dati indipendenti
include_zeros
Specifica se includere o meno valori zero nei calcoli

Regressione reciproca: coefficiente di correlazione reciprocal-regression-correlation-coefficient

Effetto RECIPROCAL REGRESSION: CORRELATION COEFFICIENT(metric_X, metric_Y, include_zeros)

[Tabella]{class="badge neutral"} Regressione reciproca: Y = a + b X ^ -1. Restituisce il coefficiente di correlazione.

Argomento
Descrizione
metric_X
Metrica da correlare con metric_Y
metric_Y
Metrica da correlare con metric_X
include_zeros
Specifica se includere o meno valori zero nei calcoli

Regressione reciproca: intercetta reciprocal-regression-intercept

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

[Tabella]{class="badge neutral"} Regressione reciproca: Y = a + b X ^ -1. Restituisce a.

Argomento
Descrizione
metric_X
Metrica da designare come dati dipendenti
metric_Y
Metrica da designare come dati indipendenti
include_zeros
Specifica se includere o meno valori zero nei calcoli

Regressione reciproca: Y previsto reciprocal-regression-predicted-y

Effetto RECIPROCAL REGRESSION: PREDICTED Y(metric_X, metric_Y, include_zeros)

[Riga]{class="badge neutral"} Regressione reciproca: Y = a + b X ^ -1. Restituisce Y.

Argomento
Descrizione
metric_X
Metrica da designare come dati dipendenti
metric_Y
Metrica da designare come dati indipendenti
include_zeros
Specifica se includere o meno valori zero nei calcoli

Regressione reciproca: pendenza reciprocal-regression-slope

Effetto RECIPROCAL REGRESSION: SLOPE(metric_X, metric_Y, include_zeros)

[Tabella]{class="badge neutral"} Regressione reciproca: Y = a + b X ^ -1. Restituisce b.

Argomento
Descrizione
metric_X
Metrica da designare come dati dipendenti
metric_Y
Metrica da designare come dati indipendenti
include_zeros
Specifica se includere o meno valori zero nei calcoli

Varianza di esempio

Effetto SAMPLE VARIANCE(normalizing-container, success-metric)

Calcola una stima della varianza del campione.

Argomento
Descrizione
normalizing-container
La base (persone, sessioni o eventi) su cui verrà eseguito un test.
success-metric
La metrica o le metriche con cui un utente confronta le varianti.

Seno sine

Effetto SINE(metric)

[Riga]{class="badge neutral"} Restituisce il seno dell'angolo specificato. Se l’angolo è in gradi, moltiplicalo per PI( )/180.

Argomento
Descrizione
metrica
L’angolo in radianti di cui vuoi ottenere il seno

Punteggio T t-score

Effetto T-SCORE(metric, include_zeros)

La deviazione dalla MEDIA, divisa per la deviazione standard. Alias per punteggio Z.

Argomento
Descrizione
metrica
Metrica per la quale desideri il punteggio T
include_zeros
Specifica se includere o meno valori zero nei calcoli

Test T t-test

Effetto T-TEST(metric, degrees, tails)

Esegue un test t con coda m con un punteggio t di x e n gradi di libertà.

Argomento
Descrizione
metrica
Metrica sulla quale desideri eseguire un test T
gradi
Gradi di libertà
code
Lunghezza della coda da utilizzare per eseguire il test T

Dettagli

La firma è T-TEST (metrica, gradi, code). Sotto, effettua semplicemente la chiamata a m CrossSize75 CDF-T(-ABSOLUTE VALUE(tails), degrees). Questa funzione è simile alla funzione TEST Z, che esegue m CrossSize75 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 rapporto, 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 che sarà 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

  1. Utilizza questa funzione per individuare le anomalie:

    code language-none
    T-TEST(Z-SCORE(bouncerate), ROW COUNT - 1, 2)
    
  2. Combinala con IF per ignorare percentuali non recapitate molto elevate o basse e per 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

Effetto TANGENT(metric)

Restituisce la tangente dell’angolo specificato. Se l’angolo è in gradi, moltiplicalo per PI( )/180.

Argomento
Descrizione
metrica
Angolo in radianti di cui vuoi ottenere la tangente

Punteggio Z z-score

Effetto Z-SCORE(metric, include_zeros)

[Riga]{class="badge neutral"} la deviazione dalla media divisa per la deviazione standard.

Argomento
Descrizione
metrica
Metrica per la quale desideri il punteggio Z
include_zeros
Specifica se includere o meno valori zero nei calcoli

Un punteggio Z pari a 0 (zero) indica 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 corrisponde alla media della popolazione e σ indica la deviazione standard della popolazione.

NOTE
μ (mu) e σ (sigma) vengono calcolati automaticamente dalla metrica.

Test Z z-test

Effetto Z-TEST(metric_tails)

Effettua un test z con coda n con punteggio z di x.

Argomento
Descrizione
metrica
Metrica su cui desideri eseguire un test Z
code
Lunghezza della coda da utilizzare per eseguire il test Z
NOTE
Presuppone che i valori siano distribuiti normalmente.
recommendation-more-help
080e5213-7aa2-40d6-9dba-18945e892f79