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 Effetto 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

Effetto 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).

Argomento
Descrizione
logical_test
Richiede almeno un parametro, ma può richiedere un numero qualsiasi di parametri. Qualsiasi valore o espressione che può essere valutato come TRUE o FALSE

Approximate Count Distinct

Effetto APPROXIMATE COUNT DISTINCT(dimension)

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

Argomento
Descrizione
dimensione
Dimensione per la quale si desidera calcolare il conteggio degli elementi distinti approssimato

Esempio

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

Arco coseno

Effetto ARC COSINE(metric)

[Riga]{class="badge neutral"}

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

Arcoseno

Effetto ARC SINE(metric)

[Riga]{class="badge neutral"}

Argomento
Descrizione
metrica
Seno dell'angolo desiderato da -1 a 1

Arco tangente

Effetto ARC TANGENT(metric)

[Riga]{class="badge neutral"}

Argomento
Descrizione
metrica
Tangente dell'angolo desiderato da -1 a 1

Cdf-T

Effetto 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.

Argomento
Descrizione
metrica
La metrica per la quale desideri la funzione di distribuzione cumulativa della distribuzione t di Student
number
I gradi di libertà per la funzione di 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

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
La 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

Soffitto

Effetto CEILING(metric)

[Riga]{class="badge neutral"}

Argomento
Descrizione
metrica
La metrica da arrotondare

Affidabilità (inferiore)

Effetto 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.

Argomento
Descrizione
normalizing-container
La base (Persone, Sessioni o Eventi) su cui viene 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.
soglia di significatività
La soglia in questa funzione è impostata su un valore predefinito di 95%.

Affidabilità (superiore)

Effetto 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.

Argomento
Descrizione
normalizing-container
La base (Persone, Sessioni o Eventi) su cui viene 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.
soglia di significatività
La soglia in questa funzione è impostata su un valore predefinito di 95%.

Coseno

Effetto COSINE(metric)

[Riga]{class="badge neutral"}

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

Radice cubica

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
La metrica per la quale si desidera calcolare la radice cubica

Cumulativo

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, sommare gli elementi precedenti.

Argomento
Descrizione
number
L’ultimo numero N di righe per cui restituire la somma. Se N <= 0 utilizzare 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

Cumulativo (media)

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, sommare gli elementi precedenti.

Argomento
Descrizione
number
L’ultimo numero N di righe per cui restituire la media. Se N <= 0 utilizzare tutte le righe precedenti.
metrica
La metrica di cui desideri la Media cumulativa.
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) Dividi CUMULATIVE(person).

Uguale

Effetto EQUAL()

Uguale. L’output è 0 (false) o 1 (true).

Argomento
Descrizione
metric_X
metric_Y

Esempio

Metric 1 = Metric 2

Regressione esponenziale: coefficiente di correlazione

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

[Tabella]{class="badge neutral"}

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

Regressione esponenziale: valore Y previsto

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

[Riga]{class="badge neutral"}

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

Regressione esponenziale: intersezione

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

[Tabella]{class="badge neutral"}

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

Regressione esponenziale: pendenza

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

[Tabella]{class="badge neutral"}

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

Floor

Effetto FLOOR(metric_X, metric_Y, include_zeros)

[Riga]{class="badge neutral"}

Argomento
Descrizione
metrica
La metrica da arrotondare.

Maggiore di

Effetto GREATER THAN()

L’output è 0 (false) o 1 (true).

Argomento
Descrizione
metric_X
metric_Y

Esempio

Metric 1 > Metric 2

Maggiore di o uguale a

Effetto GREATER THAN OR EQUAL()

Maggiore o uguale a. L’output è 0 (false) o 1 (true).

Argomento
Descrizione
metric_X
metric_Y

Esempio

Metric 1 >= Metric 2

Coseno iperbolico

Effetto HYPERBOLIC COSINE(metric)

[Riga]{class="badge neutral"}

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

Seno iperbolico

Effetto HYPERBOLIC SINE(metric)

[Riga]{class="badge neutral"}

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

Tangente iperbolica

Effetto HYPERBOLIC TANGENT(metric)

[Riga]{class="badge neutral"}

Argomento
Descrizione
metrica
Angolo in radianti di cui trovare la tangente iperbolica

Se

Effetto IF(logical_test, value_if_true, value_if_false)

[Riga]{class="badge neutral"}

Argomento
Descrizione
logical_test
Obbligatorio. Qualsiasi valore o espressione che può essere valutato come TRUE o FALSE
value_if_true
Il 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
Il 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

Effetto LESS THAN()

L’output è 0 (false) o 1 (true).

Argomento
Descrizione
metric_X
metric_Y

Esempio

Metric 1 < Metric 2

Minore o uguale a

Effetto LESS THAN OR EQUAL()

Minore o uguale a. L’output è 0 (false) o 1 (true).

Argomento
Descrizione
metric_X
metric_Y

Esempio

Metric 1 <= Metric 2

Regressione lineare: coefficiente di correlazione

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

[Tabella]{class="badge neutral"}

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

Regressione lineare: intersezione

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

[Tabella]{class="badge neutral"}

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

Regressione lineare: valore Y previsto

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

[Riga]{class="badge neutral"}

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

Regressione lineare: pendenza

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

[Tabella]{class="badge neutral"}

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

Base logaritmo 10

Effetto LOG BASE 10(metric)

[Riga]{class="badge neutral"}

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

Regressione logaritmo: coefficiente di correlazione

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

[Tabella]{class="badge neutral"}

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

Regressione logaritmo: intersezione

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

[Tabella]{class="badge neutral"}

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

Regressione log: valore Y previsto

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

[Riga]{class="badge neutral"}

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

Regressione logaritmo: pendenza

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

[Tabella]{class="badge neutral"}

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

Logaritmo naturale

Effetto 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.

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

Not

Effetto NOT(logical)

Negazione come booleano. L’output è 0 (false) o 1 (true).

Argomento
Descrizione
logical
Obbligatorio. Valore o espressione che può essere valutato come TRUE o FALSE

Not Equal

Effetto NOT EQUAL()

Diverso da. L’output è 0 (false) o 1 (true).

Argomento
Descrizione
metric_X
metric_Y

Esempio

Metric 1 != Metric 2

Oppure

Effetto OR(logical_test)

[Riga]{class="badge neutral"}

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

Pi

Effetto PI()

Restituisce Pi: 3,14159…

Regressione di potenza: coefficiente di correlazione

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

[Tabella]{class="badge neutral"}

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

Regressione di potenza: intersezione

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

[Tabella]{class="badge neutral"}

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

Regressione di potenza: valore Y previsto

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

[Riga]{class="badge neutral"}

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

Regressione di potenza: pendenza

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

[Tabella]{class="badge neutral"}

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

Regressione quadratica: coefficiente di correlazione

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

[Tabella]{class="badge neutral"}

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

Regressione quadratica: intersezione

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

[Tabella]{class="badge neutral"}

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

Regressione quadratica: valore Y previsto

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

[Riga]{class="badge neutral"}

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

Regressione quadratica: pendenza

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

[Tabella]{class="badge neutral"}

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

Regressione reciproca: coefficiente di correlazione

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

[Tabella]{class="badge neutral"}

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

Regressione reciproca: intersezione

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

[Tabella]{class="badge neutral"}

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

Regressione reciproca: valore Y previsto

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

[Riga]{class="badge neutral"}

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

Regressione reciproca: pendenza

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

[Tabella]{class="badge neutral"}

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

Seno

Effetto SINE(metric)

[Riga]{class="badge neutral"}

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

Punteggio T

Effetto T-SCORE(metric, include_zeros)

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

Argomento
Descrizione
metrica
La metrica per la quale desideri il punteggio T
include_zeros
Se includere o meno i valori zero nei calcoli

Test T

Effetto T-TEST(metric, degrees, tails)

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

Argomento
Descrizione
metrica
La metrica sulla quale desideri eseguire un test T
gradi
I gradi di libertà
code
Lunghezza della coda da utilizzare per eseguire la prova 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 Z-TEST, 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 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:

  1. Utilizza la funzione per trovare i valori erratici:

    code language-none
    T-TEST(Z-SCORE(bouncerate), ROW COUNT - 1, 2)
    
  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

Effetto TANGENT(metric)

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

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

Punteggio Z

Effetto Z-SCORE(metric, include_zeros)

[Riga]{class="badge neutral"}

Argomento
Descrizione
metrica
La metrica per la quale desideri il punteggio Z
include_zeros
Se includere o meno i valori zero nei calcoli

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.

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

Test Z

Effetto Z-TEST(metric_tails)

Esegue un test z a una coda n con un punteggio z pari a x.

Argomento
Descrizione
metrica
La 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