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
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. 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 includervi degli zeri.
E and
Congiunzione. Diverso da zero è considerato vero e uguale a zero è considerato falso. L’output è 0 (falso) o 1 (vero).
Conteggio distinto approssimativo approximate_count_distinct
Restituisce il conteggio distinto approssimativo degli elementi della 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.
Arcocoseno arc-cosine
[Riga]{class="badge neutral"}
Arcoseno arc-sine
[Riga]{class="badge neutral"}
Arcotangente arc-tangent
[Riga]{class="badge neutral"}
Cdf-T cdf-t
Restituisce la probabilità che una variabile casuale con distribuzione t di Student 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
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
Ceiling ceiling
[Riga]{class="badge neutral"}
Confidence confidence
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.
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 (inferiore) confidence-lower
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.
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-upper
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.
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
[Riga]{class="badge neutral"}
Radice cubica cube-root
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
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.
Esempi
Media cumulativa cumulative-average
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.
Utilizzare invece CUMULATIVE(revenue)
Uguale equal
Uguale. L’output è 0 (falso) o 1 (vero).
Esempio
Metric 1 = Metric 2
Regressione esponenziale: coefficiente di correlazione exponential-regression-correlation-coefficient
[Tabella]{class="badge neutral"}
Regressione esponenziale: Y previsto exponential-regression-predicted-y
[Riga]{class="badge neutral"}
Regressione esponenziale: intercetta exponential-regression-intercept
[Tabella]{class="badge neutral"}
Regressione esponenziale: pendenza exponential-regression-slope
[Tabella]{class="badge neutral"}
Floor floor
[Riga]{class="badge neutral"}
Maggiore di greather-than
L’output è 0 (falso) o 1 (vero).
Esempio
Metric 1 > Metric 2
Maggiore di o uguale a greater-than-or-equal
Maggiore di o uguale a. L’output è 0 (falso) o 1 (vero).
Esempio
Metric 1 >= Metric 2
Coseno iperbolico hyperbolic-cosine
[Riga]{class="badge neutral"}
Seno iperbolico hyperbolic-sine
[Riga]{class="badge neutral"}
Tangente iperbolica hyperbolic-tangent
[Riga]{class="badge neutral"}
Se if
[Riga]{class="badge neutral"}
Minore di less-than
L’output è 0 (falso) o 1 (vero).
Esempio
Metric 1 < Metric 2
Minore o uguale a less-than-or-equal
Minore di o uguale a. L’output è 0 (falso) o 1 (vero).
Esempio
Metric 1 <= Metric 2
Incremento (#lift)
Regressione lineare: coefficiente di correlazione linear-regression-correlation-coefficient
[Tabella]{class="badge neutral"}
Regressione lineare: intercetta linear-regression-intercept
[Tabella]{class="badge neutral"}
Regressione lineare: Y previsto linear-regression-predicted-y
[Riga]{class="badge neutral"}
Regressione lineare: pendenza linear-regression-slope
[Tabella]{class="badge neutral"}
Log in base 10 log-base-ten
[Riga]{class="badge neutral"}
Regressione logaritmica: coefficiente di correlazione log-regression-correlation-coefficient
[Tabella]{class="badge neutral"}
Regressione logaritmica: intercetta log-regression-intercept
[Tabella]{class="badge neutral"}
Regressione logaritmica: Y previsto log-regression-predicted-y
[Riga]{class="badge neutral"}
Regressione logaritmica: pendenza log-regression-slope
[Tabella]{class="badge neutral"}
Logaritmo naturale natural-log
Restituisce il logaritmo naturale di un numero. I logaritmi naturali sono basati sulla costante e (2.71828182845904). LN è l’inverso della funzione EXP.
Non not
Negazione come booleano. L’output è 0 (falso) o 1 (vero).
Non uguale not-equal
Non uguale. L’output è 0 (falso) o 1 (vero).
Esempio
Metric 1 != Metric 2
Oppure or
[Riga]{class="badge neutral"}
Pi pi
Restituisce Pi: 3,14159…
Regressione di potenza: coefficiente di correlazione power-regression-correlation-coefficient
[Tabella]{class="badge neutral"}
Regressione di potenza: intercetta power-regression-intercept
[Tabella]{class="badge neutral"}
Regressione di potenza: Y previsto power-regression-predicted-y
[Riga]{class="badge neutral"}
Regressione di potenza: pendenza power-regression-slope
[Tabella]{class="badge neutral"}
Regressione quadratica: coefficiente di correlazione quadratic-regression-correlation-coefficient
[Tabella]{class="badge neutral"}
Regressione quadratica: intercetta quadratic-regression-intercept
[Tabella]{class="badge neutral"}
Regressione quadratica: Y previsto quadratic-regression-predicted-y
[Riga]{class="badge neutral"}
Regressione quadratica: pendenza quadratic-regression-slope
[Tabella]{class="badge neutral"}
Regressione reciproca: coefficiente di correlazione reciprocal-regression-correlation-coefficient
[Tabella]{class="badge neutral"}
Regressione reciproca: intercetta reciprocal-regression-intercept
[Tabella]{class="badge neutral"}
Regressione reciproca: Y previsto reciprocal-regression-predicted-y
[Riga]{class="badge neutral"}
Regressione reciproca: pendenza reciprocal-regression-slope
[Tabella]{class="badge neutral"}
Seno sine
[Riga]{class="badge neutral"}
Punteggio T t-score
La deviazione dalla MEDIA, divisa per la deviazione standard. Alias per punteggio Z.
Test T t-test
Esegue un test t con 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
- 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
Restituisce la tangente dell’angolo specificato. Se l’angolo è in gradi, moltiplicalo per PI( )/180.
Punteggio Z z-score
[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
Effettua un test z con coda n con punteggio z di x.