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リストして説明します。
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
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、関数のタイプで注釈が付けられます。[テーブル]{class="badge neutral"}[行]{class="badge neutral"}
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
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
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、おおよその顧客数を取得したい場合です。
逆余弦 arc-cosine
[行]{class="badge neutral"}
逆正弦 arc-sine
[行]{class="badge neutral"}
逆正接 arc-tangent
[行]{class="badge neutral"}
Cdf-T cdf-t
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
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
[行]{class="badge neutral"}
信頼性 confidence
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
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
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
[行]{class="badge neutral"}
立方根 cube-root
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
列 x の最後の n 要素の合計を返します。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。
例
累積(平均) cumulative-average
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。
代わりに、CUMULATIVE (revenue)
次と等しい 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
[テーブル]{class="badge neutral"}
指数回帰:予測 Y exponential-regression-predicted-y
[行]{class="badge neutral"}
指数回帰:切片 exponential-regression-intercept
[テーブル]{class="badge neutral"}
指数回帰:傾き exponential-regression-slope
[テーブル]{class="badge neutral"}
下限 floor
[行]{class="badge neutral"}
次よりも大きい greather-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
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
[行]{class="badge neutral"}
双曲線正弦 hyperbolic-sine
[行]{class="badge neutral"}
双曲線正接 hyperbolic-tangent
[行]{class="badge neutral"}
If if
[行]{class="badge neutral"}
未満 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
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)
線形回帰:相関係数 linear-regression-correlation-coefficient
[テーブル]{class="badge neutral"}
線形回帰:切片 linear-regression-intercept
[テーブル]{class="badge neutral"}
線形回帰:予測 Y linear-regression-predicted-y
[行]{class="badge neutral"}
線形回帰:傾き linear-regression-slope
[テーブル]{class="badge neutral"}
対数ベース 10 log-base-ten
[行]{class="badge neutral"}
対数回帰:相関係数 log-regression-correlation-coefficient
[テーブル]{class="badge neutral"}
対数回帰:切片 log-regression-intercept
[テーブル]{class="badge neutral"}
対数回帰:予測 Y log-regression-predicted-y
[行]{class="badge neutral"}
対数回帰:傾き log-regression-slope
[テーブル]{class="badge neutral"}
自然対数 natural-log
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。
ではない not
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
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
[行]{class="badge neutral"}
円周率 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
[テーブル]{class="badge neutral"}
累乗回帰:切片 power-regression-intercept
[テーブル]{class="badge neutral"}
累乗回帰:予測 Y power-regression-predicted-y
[行]{class="badge neutral"}
累乗回帰:傾き power-regression-slope
[テーブル]{class="badge neutral"}
二次回帰:相関係数 quadratic-regression-correlation-coefficient
[テーブル]{class="badge neutral"}
二次回帰:切片 quadratic-regression-intercept
[テーブル]{class="badge neutral"}
二次回帰:予測 Y quadratic-regression-predicted-y
[行]{class="badge neutral"}
二次回帰:傾き quadratic-regression-slope
[テーブル]{class="badge neutral"}
逆数回帰:相関係数 reciprocal-regression-correlation-coefficient
[テーブル]{class="badge neutral"}
逆数回帰:切片 reciprocal-regression-intercept
[テーブル]{class="badge neutral"}
逆数回帰:予測 Y reciprocal-regression-predicted-y
[行]{class="badge neutral"}
逆数回帰:傾き reciprocal-regression-slope
[テーブル]{class="badge neutral"}
正弦 sine
[行]{class="badge neutral"}
t スコア t-score
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 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
シグネチャは T-TEST (metric, degrees, tail)です。 その下では、単に m
- m は尾の数です。
- n は自由度で、レポート全体に対して一定の数値である必要があります。つまり、行単位で変更されません。
- x は T 検定の統計量で、多くの場合、指標に基づく数式(Z-SCORE など)であり、すべての行で評価されます。
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
-
関数を使用して異常値を検索します。
code language-none T-TEST(Z-SCORE(bouncerate), ROW COUNT - 1, 2)
-
関数を IF と組み合わせて、非常に高いバウンス率または低いバウンス率を無視し、その他のすべてに関するセッションをカウントします。
code language-none IF(T-TEST(Z-SCORE(bouncerate), ROW COUNT - 1, 2) < 0.01, 0, sessions )
タンジェント tangent
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
[行]{class="badge neutral"}
Z スコアが 0 (ゼロ)の場合は、スコアが平均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、σ は母集団の標準偏差です。
Z 検定 z-test
z スコア x の z 検定(n-tailed)を実行します。