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.

NOTE

Questa funzione non funziona con metriche di tasso come ricavi per persona. La funzione calcola la media dei tassi, anziché sommare le entrate rispetto all’ultima N, quindi sommare le persone rispetto all’ultima N e infine dividerle.
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)).

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:

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.