高度な関数

計算指標ビルダーでは、統計関数および数学関数を適用できます。この記事では、高度な関数とその定義をアルファベット順に示します。

これらの関数にアクセスするには、コンポーネントパネルの 関数 ​リストの下にある「すべて表示」を選択します。下にスクロールして、高度な関数 ​のリストを表示します。

表関数と行関数

表関数とは、表のどの行についても出力が同じになる関数です。行関数とは、表の各行で出力が異なる関数です。

該当する場合および関連する場合、関数には、関数のタイプ [Table]{class="badge neutral"} または [Row]{class="badge neutral"} で注釈が付けられます

ゼロを含むパラメーターとは

このパラメーターは、計算にゼロを含むかどうかを示します。ゼロは​ 何もない ​ことを意味する場合もあれば、重要な意味を持つ場合もあります。

例えば、売上高の指標がある場合に、ページビュー数の指標をレポートに追加すると、すべてゼロの売上高の行が突然表示されます。その追加の指標が MEAN（平均値）、ROW MINIMUM（行の最小値）、QUARTILE（四分位数）および売上高列にあるその他の計算に影響を与えることは避けるべきです。この場合は、include-zeros パラメーターを確認します。

別のシナリオとして、2 つの目標指標があり、一方の指標の平均または最小値が高くなるのは、一部の行がゼロであるためです。その場合、パラメーターにゼロを含めるかどうかを確認しないことを選択できます。

And and

AND(logical_test)

結合。ゼロに等しくない場合は true、ゼロに等しい場合は false と見なされます。出力は 0（false）または 1（true）です。

個別の概算カウント approximate_count_distinct

  APPROXIMATE COUNT DISTINCT(dimension)

選択したディメンションのディメンション項目の個別の概算カウントを返します。

例

この関数の一般的なユースケースは、顧客の近似数を取得する場合です。

逆余弦 arc-cosine

ARC COSINE(metric)

[​ 行 ​]{class="badge neutral"} 指標のアークコサイン（コサインの逆数）を返します。 逆余弦は、余弦が数値である角度です。返される角度は、0（ゼロ）から pi までの範囲のラジアンで指定されます。結果をラジアンから度に変換する場合は、180/PI() で乗算します。

逆正弦 arc-sine

ARC SINE(metric)

[Row]{class="badge neutral"} 数値の逆正弦（アークサイン）を返します。 逆正弦は、正弦が数値である角度です。返される角度は、-pi/2 から pi/2 までの範囲のラジアンで指定されます。アークサインを度数で表すには、その値に 180/PI （）を掛けます。

逆正接 arc-tangent

ARC TANGENT(metric)

[​ 行 ​]{class="badge neutral"} 数値の逆正接を返します。 逆正接は、正接が数値である角度です。返される角度は、-pi/2 から pi/2 までの範囲のラジアンで指定されます。逆正接を度で表すには、結果に 180/PI() で乗算します。

Cdf-T cdf-t

CDF-T(metric, number)

自由度 n の student-t 分布を持つランダム変数の z スコアが col より小さくなる確率を返します。

例

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

CDF-Z(metric, number)

正規分布を持つランダム変数の z スコアが col より小さくなる確率を返します。

例

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

シーリング ceiling

  CEILING(metric)

[​ 行 ​]{class="badge neutral"} 指定した値以上の最小の整数を返します。 例えば、製品価格が $569.34 であり、通貨の小数点以下を売上高としてレポートしない場合は、CEILING(Revenue) という数式を使用して、売上高を直近のドル値（$570）に切り上げます。

信頼性 confidence

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

Time-uniform central limit theory and asymptotic confidence sequences の説明に従って、WASKR メソッドを使用して任意の時間で有効な信頼度を計算します。

信頼性は、特定のバリアントがコントロールバリアントと同じであるという証拠がどの程度あるかを示す確率測度です。信頼性が高いほど、コントロールバリアントおよびコントロールバリアント以外のパフォーマンスが等しいという仮定に対する証拠が少ないことを示します。

信頼（下限） confidence-lower

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

Time-uniform central limit theory and asymptotic confidence sequences の説明に従って、WASKR メソッドを使用して任意の時間で有効な信頼​ 下限 ​を計算します。

信頼性は、特定のバリアントがコントロールバリアントと同じであるという証拠がどの程度あるかを示す確率測度です。信頼性が高いほど、コントロールバリアントおよびコントロールバリアント以外のパフォーマンスが等しいという仮定に対する証拠が少ないことを示します。

信頼（上限） confidence-upper

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

Time-uniform central limit theory and asymptotic confidence sequences の説明に従って、WASKR メソッドを使用して任意の時間で有効な信頼​ 上限 ​を計算します。

信頼性は、特定のバリアントがコントロールバリアントと同じであるという証拠がどの程度あるかを示す確率測度です。信頼性が高いほど、コントロールバリアントおよびコントロールバリアント以外のパフォーマンスが等しいという仮定に対する証拠が少ないことを示します。

余弦 cosine

  COSINE(metric)

[Row]{class="badge neutral"} 指定された角度の余弦を返します。 角度が度単位の場合は、角度に PI()/180 で乗算します。

立方根 cube-root

  CUBE ROOT(metric)

数値の正の立方根を返します。数値の立方根は、その数値を 1/3 乗した値です。

累積 cumulative

  CUMULATIVE(number, metric)

列 x の最後 n 個の要素の合計を返します。n > 0 の場合は、最後 n 個の要素または x を合計します。n < 0 の場合は、前の要素を合計します。

例

累積（平均） cumulative-average

  CUMULATIVE AVERAGE(number, metric)

列 x の最後の n 要素の平均を返します。n > 0 の場合は、最後の n 要素または x を合計します。n < 0 の場合は、前の要素を合計します。

NOTE

この関数は、ユーザーごとの売上高などのレート指標では機能しません。この関数は、最後の N の売上高を合計し、最後の N のユーザーを合計して除算するのではなく、レートを平均します。
代わりに、CUMULATIVE(revenue) CUMULATIVE(person) を使用します。

等号 equal

  EQUAL()

次と等しい。出力は 0（false）または 1（true）です。

例

Metric 1 = Metric 2

指数回帰：相関係数 exponential-regression-correlation-coefficient

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

[​ 表 ​]{class="badge neutral"} 指数回帰：Y = a exp （X） + b相関係数を返します。

指数回帰：予測 Y exponential-regression-predicted-y

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

[Row]{class="badge neutral"} 指数回帰：Y = a exp （X） + b。Y を返します。

指数回帰：切片 exponential-regression-intercept

EXPONENTIAL REGRESSION: INTERCEPT(metric_X, metric_Y, include_zeros)

[​ 表 ​]{class="badge neutral"} 指数回帰：Y = a exp （X） + bb を返します。

指数回帰：傾き exponential-regression-slope

EXPONENTIAL REGRESSION: SLOPE(metric_X, metric_Y, include_zeros)

[​ 表 ​]{class="badge neutral"} 指数回帰：Y = a exp （X） + bを返します。

下限 floor

FLOOR(metric_X, metric_Y, include_zeros)

[​ 行 ​]{class="badge neutral"} 指定された値以下の最大の整数を返します。 例えば、製品価格が 569.34 ドルで、通貨の小数点以下を売上高としてレポートしない場合は、FLOOR(Revenue) という数式を使用して、売上高を直近のドル値（569 ドル）に切り捨てます。

次より大きい greather-than

GREATER THAN()

出力は 0（false）または 1（true）です。

例

Metric 1 > Metric 2

次よりも大きいか等しい greater-than-or-equal

GREATER THAN OR EQUAL()

次よりも大きいか等しい。出力は 0（false）または 1（true）です。

例

Metric 1 >= Metric 2

双曲線余弦 hyperbolic-cosine

HYPERBOLIC COSINE(metric)

[​ 行 ​]{class="badge neutral"} 数値の双曲線余弦を返します。

双曲線正弦 hyperbolic-sine

HYPERBOLIC SINE(metric)

[Row]{class="badge neutral"} 数値の双曲線正弦を返します。

双曲線正接 hyperbolic-tangent

HYPERBOLIC TANGENT(metric)

[​ 行 ​]{class="badge neutral"} 数値の双曲線正接を返します。

If if

  IF(logical_test, value_if_true, value_if_false)

[​ 行 ​]{class="badge neutral"} 条件パラメーターの値がゼロ以外（true）の場合、結果は value_if_true パラメーターの値になります。 それ以外の場合は、value_if_false パラメーターの値になります。

次の値未満 less-than

  LESS THAN()

出力は 0（false）または 1（true）です。

例

Metric 1 < Metric 2

次よりも小さいか等しい less-than-or-equal

  LESS THAN OR EQUAL()

次よりも小さいか等しい。出力は 0（false）または 1（true）です。

例

Metric 1 <= Metric 2

上昇率 lift

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

制御値と比較した比率の上昇率。

線形回帰：相関係数 linear-regression-correlation-coefficient

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

[​ 表 ​]{class="badge neutral"} 線形回帰：Y = a X + b 相関係数を返します。

線形回帰：切片 linear-regression-intercept

LINEAR REGRESSION: INTERCEPT(metric_X, metric_Y, include_zeros)

[​ 表 ​]{class="badge neutral"} 線形回帰：Y = a X + bb を返します。

線形回帰：予測 Y linear-regression-predicted-y

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

[​ 行 ​]{class="badge neutral"} 線形回帰：Y = a X + bY を返します。

線形回帰：傾き linear-regression-slope

LINEAR REGRESSION: SLOPE(metric_X, metric_Y, include_zeros)

[​ 表 ​]{class="badge neutral"} 線形回帰：Y = a X + bを返します。

対数ベース 10 log-base-ten

LOG BASE 10(metric)

[​ 行 ​]{class="badge neutral"} 数値の 10 を底とする対数を返します。

対数回帰：相関係数 log-regression-correlation-coefficient

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

[​ 表 ​]{class="badge neutral"} 回帰のログ：Y = a ln （X） + b相関係数を返します。

対数回帰：切片 log-regression-intercept

LOG REGRESSION: INTERCEPT(metric_X, metric_Y, include_zeros)

[​ 表 ​]{class="badge neutral"} 回帰のログ：Y = a ln （X） + bb を返します。

対数回帰：予測 Y log-regression-predicted-y

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

[Row]{class="badge neutral"} 回帰を記録する：Y = a ln （X） + b。Y を返します。

対数回帰：傾き log-regression-slope

  LOG REGRESSION: SLOPE(metric_X, metric_Y, include_zeros)

[​ 表 ​]{class="badge neutral"} 回帰のログ：Y = a ln （X） + bを返します。

自然対数 natural-log

  NATURAL LOG(metric)

値の自然対数を返します。自然対数は、定数 e（2.71828182845904）に基づきます。LN は EXP 関数の逆関数です。

Not not

  NOT(logical)

ブール値としての否定。出力は 0（false）または 1（true）です。

次と等しくない not-equal

NOT EQUAL()

次と等しくない。出力は 0（false）または 1（true）です。

例

Metric 1 != Metric 2

または or

OR(logical_test)

[​ 行 ​]{class="badge neutral"} 分離。 ゼロに等しくない場合は true、ゼロに等しい場合は false と見なされます。出力は 0（false）または 1（true）です。

円周率 pi

PI()

円周率を返します。円周率：3.14159…

累乗回帰：相関係数 power-regression-correlation-coefficient

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

[​ 表 ​]{class="badge neutral"} 累乗回帰：Y = b X ^ a.相関係数を返します。

累乗回帰：切片 power-regression-intercept

POWER REGRESSION: INTERCEPT(metric_X, metric_Y, include_zeros)

[​ 表 ​]{class="badge neutral"} 累乗回帰：Y = b X ^ a.b を返します。

累乗回帰：予測 Y power-regression-predicted-y

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

[Row]{class="badge neutral"} 回帰の累乗：Y = b X ^ a。Y を返します。

累乗回帰：傾き power-regression-slope

  POWER REGRESSION: SLOPE(metric_X, metric_Y, include_zeros)

[​ 表 ​]{class="badge neutral"} 累乗回帰：Y = b X ^ a.を返します。

二次回帰：相関係数 quadratic-regression-correlation-coefficient

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

[​ 表 ​]{class="badge neutral"} 二次回帰：Y = （a + bX） ^ 2，相関係数を返します。

二次回帰：切片 quadratic-regression-intercept

  QUADRATIC REGRESSION: INTERCEPT(metric_X, metric_Y, include_zeros)

[​ 表 ​]{class="badge neutral"} 二次回帰：Y = （a + bX） ^ 2, a を返します。

二次回帰：予測 Y quadratic-regression-predicted-y

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

[Row]{class="badge neutral"} 二次回帰：Y = （a + bX） ^ 2, Y を返します。

二次回帰：傾き quadratic-regression-slope

QUADRATIC REGRESSION: SLOPE(metric_X, metric_Y, include_zeros)

[​ 表 ​]{class="badge neutral"} 二次回帰：Y = （a + bX） ^ 2、b を返します。

逆数回帰：相関係数 reciprocal-regression-correlation-coefficient

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

[​ 表 ​]{class="badge neutral"} 逆回帰：Y = a + b X ^ -1。 相関係数を返します。

逆数回帰：切片 reciprocal-regression-intercept

  RECIPROCAL REGRESSION: INTERCEPT(metric_X, metric_Y, include_zeros)

[​ 表 ​]{class="badge neutral"} 逆回帰：Y = a + b X ^ -1。 a を返します。

逆数回帰：予測 Y reciprocal-regression-predicted-y

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

[​ 行 ​]{class="badge neutral"} 逆回帰：Y = a + b X ^ -1。 Y を返します。

逆数回帰：傾き reciprocal-regression-slope

  RECIPROCAL REGRESSION: SLOPE(metric_X, metric_Y, include_zeros)

[​ 表 ​]{class="badge neutral"} 逆回帰：Y = a + b X ^ -1。 b を返します。

サンプル分散

SAMPLE VARIANCE （normalizing-container, success-metric）

標本分散の推定値を計算します。

正弦 sine

  SINE(metric)

[Row]{class="badge neutral"} 指定された角度の正弦を返します。 角度が度単位の場合は、角度に PI()/180 で乗算します。

t スコア t-score

  T-SCORE(metric, include_zeros)

平均値を標準偏差で割って求める偏差値です。z スコアのエイリアス。

t 検定 t-test

  T-TEST(metric, degrees, tails)

t スコア x および自由度 n の t 検定（m-tailed）を実行します。

詳細

署名は T-TEST(metric, degrees, tails) です。その下には、単に m     CDF-T(-ABSOLUTE VALUE(tails), degrees) を呼び出します。この関数は、m     CDF-Z(-ABSOLUTE VALUE(tails)) を実行する Z-TEST 関数に類似しています。

返される値は、指定された自由度とテール数において検定統計量 x が見られる確率です。

例

正接 tangent

  TANGENT(metric)

指定された角度の正接を返します。 角度が度単位の場合は、角度に PI()/180 で乗算します。

z スコア z-score

Z-SCORE(metric, include_zeros)

[​ 行 ​]{class="badge neutral"} 平均からの偏差を標準偏差で割った値。

z スコア 0（ゼロ）は、スコアが平均値と同じであることを意味します。z スコアは正と負のどちらにもなり得ます。平均値を上回るか下回るかを標準偏差の数で示します。

z スコアの式は次のようになります。

ここで、x は生のスコア、μ は母集団の平均値、σ は母集団の標準偏差です。

Z 検定 z-test

Z-TEST(metric_tails)

z スコア x の z 検定（n-tailed）を実行します。