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 エフェクト 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

Effect 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。

引数
説明
logical_test
少なくとも 1 つのパラメーターが必要ですが、任意の数のパラメーターを指定できます。 TRUE または FALSE と評価できる値または式

個別の概算カウント approximate_count_distinct

効果 個別概算カウント(ディメンション)

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。

引数
説明
ディメンション
概算の個別品目数を計算するディメンション

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

効果 逆余弦(メートル法)

[行]{class="badge neutral"}

引数
説明
指標
-1 から 1 までの角度のコサイン

逆正弦 arc-sine

効果 逆正弦(メートル法)

[行]{class="badge neutral"}

引数
説明
指標
角度の正弦を–1 から 1 に指定します

逆正接 arc-tangent

効果 ARC TANGENT (メートル)

[行]{class="badge neutral"}

引数
説明
指標
-1 から 1 までの角度の接線

Cdf-T cdf-t

効果 CDF-T (指標、数値)

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。

引数
説明
指標
スチューデント t 分布の累積分布関数を求める指標です。
スチューデント t 分布の累積分布関数の自由度

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

エフェクト CDF-Z (指標、数値)

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。

引数
説明
指標
標準正規分布の累積分布関数を求める指標です

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

効果 CEILING (metric)

[行]{class="badge neutral"}

引数
説明
指標
丸める指標

信頼性 confidence

Effect CONFIDENCE (normalizing-container, success-metric, control, significity-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。

引数
説明
normalizing-container
テストが実行される基準(人、セッションまたはイベント)。
成功指標
ユーザーがバリアントと比較する指標。
control
実験におけるその他すべてのバリアントと比較されるバリアント。コントロールバリアントディメンション項目の名前を入力します。
有意しきい値
この関数のしきい値は、デフォルトの 95%に設定されています。

信頼(下限) confidence-lower

Effect CONFIDENCE (normalizing-container, success-metric, control, significity-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。

引数
説明
normalizing-container
テストが実行される基準(人、セッションまたはイベント)。
成功指標
ユーザーがバリアントと比較する指標。
control
実験におけるその他すべてのバリアントと比較されるバリアント。コントロールバリアントディメンション項目の名前を入力します。
有意しきい値
この関数のしきい値は、デフォルトの 95%に設定されています。

信頼(上限) confidence-upper

Effect CONFIDENCE (normalizing-container, success-metric, control, significity-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。

引数
説明
normalizing-container
テストが実行される基準(人、セッションまたはイベント)。
成功指標
ユーザーがバリアントと比較する指標。
control
実験におけるその他すべてのバリアントと比較されるバリアント。コントロールバリアントディメンション項目の名前を入力します。
有意しきい値
この関数のしきい値は、デフォルトの 95%に設定されています。

余弦 cosine

エフェクト COSINE (metric)

[行]{class="badge neutral"}

引数
説明
指標
コサインを求める角度(ラジアン単位)

立方根 cube-root

効果 立方根(メトリック)

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。

引数
説明
指標
キューブのルートを計算する指標

累積 cumulative

Effect CUMULATIVE (number, metric)

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。

引数
説明
number
合計を返す最後の N 行。 N <= 0 の場合は、前の行をすべて使用します。
指標
累積合計を求める指標。

日付
売上高
累積(0,収益)
累積(2,収益)
5月
500 ドル
500 ドル
500 ドル
6月
200 ドル
700 ドル
700 ドル
7月
$400
1,100 ドル
$600

累積(平均) cumulative-average

効果 累積平均(数値、指標)

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。

引数
説明
number
平均を返す最後の N 行。 N <= 0 の場合は、前の行をすべて使用します。
指標
累積平均を求める指標です。
NOTE
この関数は、1 人当たり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、過去 N 個の収益を合計し、過去 N 個の人物を合計して除算するのではなく、割合を平均します。
代わりに、CUMULATIVE (revenue) ​ Divide CUMULATIVE (person) ​ を使用します。

次と等しい equal

Effect EQUAL ()

次と等しい。出力は 0(false)または 1(true)です。

引数
説明
metric_X
metric_Y

Metric 1 = Metric 2

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

効果 指数回帰:相関係数(metric_X, metric_Y, include_zeros)

[テーブル]{class="badge neutral"}

引数
説明
metric_X
metric_Y と関連付ける指標
metric_Y
metric_X と関連付ける指標
include_zeros
計算にゼロ値を含めるかどうか

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

効果 指数回帰:予測 Y (metric_X, metric_Y, include_zeros)

[行]{class="badge neutral"}

引数
説明
metric_X
非依存データとして指定する指標です。
metric_Y
依存データとして指定する指標です。
include_zeros
計算にゼロ値を含めるかどうか

指数回帰:切片 exponential-regression-intercept

効果 指数回帰:INTERCEPT (metric_X, metric_Y, include_zeros)

[テーブル]{class="badge neutral"}

引数
説明
metric_X
依存データとして指定する指標
metric_Y
独立データとして指定する指標
include_zeros
計算にゼロ値を含めるかどうか

指数回帰:傾き exponential-regression-slope

効果 指数回帰:SLOPE (metric_X, metric_Y, include_zeros)

[テーブル]{class="badge neutral"}

引数
説明
metric_X
依存データとして指定する指標
metric_Y
独立データとして指定する指標
include_zeros
計算にゼロ値を含めるかどうか

下限 floor

効果 FLOOR (metric_X, metric_Y, include_zeros)

[行]{class="badge neutral"}

引数
説明
指標
四捨五入する指標です。

次よりも大きい greather-than

Effect GREATER THAN ()

出力は 0(false)または 1(true)です。

引数
説明
metric_X
metric_Y

Metric 1 > Metric 2

次よりも大きいか等しい greater-than-or-equal

Effect 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。

引数
説明
metric_X
metric_Y

Metric 1 >= Metric 2

双曲線余弦 hyperbolic-cosine

効果 双曲線余弦(メートル法)

[行]{class="badge neutral"}

引数
説明
指標
双曲線余弦を求める角度(ラジアン)

双曲線正弦 hyperbolic-sine

効果 双曲線正弦(メートル法)

[行]{class="badge neutral"}

引数
説明
指標
双曲線正弦を求める角度(ラジアン)

双曲線正接 hyperbolic-tangent

効果 双曲線正接(メートル)

[行]{class="badge neutral"}

引数
説明
指標
双曲線正接を求める角度(ラジアン)

If if

Effect IF (logical_test, value_if_true, value_if_false)

[行]{class="badge neutral"}

引数
説明
logical_test
必須。TRUE または FALSE と評価できる値または式
value_if_true
logical_test 引数の値が TRUE の場合に返す値。 (含まれない場合、この引数のデフォルト値は 0 です)。
value_if_false
logical_test 引数の値が FALSE の場合に返す値です (含まれない場合、この引数のデフォルト値は 0 です)。

未満 less-than

Effect LESS THAN ()

出力は 0(false)または 1(true)です。

引数
説明
metric_X
metric_Y

Metric 1 < Metric 2

次よりも小さいか等しい less-than-or-equal

Effect 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。

引数
説明
metric_X
metric_Y

Metric 1 <= Metric 2

上昇率(#lift)

引数
説明
normalizing-container
テストが実行される基準(人、セッションまたはイベント)。
成功指標
ユーザーがバリアントと比較する指標。
control
実験におけるその他すべてのバリアントと比較されるバリアント。コントロールバリアントディメンション項目の名前を入力します。

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

効果 線形回帰:相関係数(metric_X, metric_Y, include_zeros)

[テーブル]{class="badge neutral"}

引数
説明
metric_X
metric_Y と関連付ける指標
metric_Y
metric_X と関連付ける指標
include_zeros
計算にゼロ値を含めるかどうか

線形回帰:切片 linear-regression-intercept

効果 線形回帰:INTERCEPT (metric_X, metric_Y, include_zeros)

[テーブル]{class="badge neutral"}

引数
説明
metric_X
依存データとして指定する指標
metric_Y
独立データとして指定する指標
include_zeros
計算にゼロ値を含めるかどうか

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

効果 線形回帰:予測された Y (metric_X, metric_Y, include_zeros)

[行]{class="badge neutral"}

引数
説明
metric_X
依存データとして指定する指標
metric_Y
独立データとして指定する指標
include_zeros
計算にゼロ値を含めるかどうか

線形回帰:傾き linear-regression-slope

効果 線形回帰:SLOPE (metric_X, metric_Y, include_zeros)

[テーブル]{class="badge neutral"}

引数
説明
metric_X
依存データとして指定する指標
metric_Y
独立データとして指定する指標
include_zeros
計算にゼロ値を含めるかどうか

対数ベース 10 log-base-ten

効果 ログベース 10 (指標)

[行]{class="badge neutral"}

引数
説明
指標
底が 10 の対数を求める正の実数

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

効果 LOG 回帰:相関係数(metric_X, metric_Y, include_zeros)

[テーブル]{class="badge neutral"}

引数
説明
metric_X
metric_Y と関連付ける指標
metric_Y
metric_X と関連付ける指標
include_zeros
計算にゼロ値を含めるかどうか

対数回帰:切片 log-regression-intercept

効果 LOG 回帰:INTERCEPT (metric_X, metric_Y, include_zeros)

[テーブル]{class="badge neutral"}

引数
説明
metric_X
依存データとして指定する指標
metric_Y
独立データとして指定する指標
include_zeros
計算にゼロ値を含めるかどうか

対数回帰:予測 Y log-regression-predicted-y

効果 ログ回帰:予測された Y (metric_X, metric_Y, include_zeros)

[行]{class="badge neutral"}

引数
説明
metric_X
依存データとして指定する指標
metric_Y
独立データとして指定する指標
include_zeros
計算にゼロ値を含めるかどうか

対数回帰:傾き log-regression-slope

効果 LOG 回帰:SLOPE (metric_X, metric_Y, include_zeros)

[テーブル]{class="badge neutral"}

引数
説明
metric_X
依存データとして指定する指標
metric_Y
独立データとして指定する指標
include_zeros
計算にゼロ値を含めるかどうか

自然対数 natural-log

効果 自然ログ(指標)

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。

引数
説明
指標
自然対数を求める正の実数

ではない not

Effect NOT (logical)

ブール値としての否定。出力は 0(false)または 1(true)です。

引数
説明
論理
必須。TRUE または FALSE と評価できる値または式

次と等しくない not-equal

Effect NOT EQUAL ()

次と等しくない。出力は 0(false)または 1(true)です。

引数
説明
metric_X
metric_Y

Metric 1 != Metric 2

または or

Effect OR (logical_test)

[行]{class="badge neutral"}

引数
説明
logical_test
少なくとも 1 つのパラメーターが必要ですが、任意の数のパラメーターを指定できます。 TRUE または FALSE と評価できる値または式
NOTE
0(ゼロ)は False を表し、それ以外の値は True を表します。

円周率 pi

Effect 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

効果 POWER 回帰:相関係数(metric_X, metric_Y, include_zeros)

[テーブル]{class="badge neutral"}

引数
説明
metric_X
metric_Y と関連付ける指標
metric_Y
metric_X と関連付ける指標
include_zeros
計算にゼロ値を含めるかどうか

累乗回帰:切片 power-regression-intercept

効果 POWER 回帰:INTERCEPT (metric_X, metric_Y, include_zeros)

[テーブル]{class="badge neutral"}

引数
説明
metric_X
依存データとして指定する指標
metric_Y
独立データとして指定する指標
include_zeros
計算にゼロ値を含めるかどうか

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

効果 POWER 回帰:予測 Y (metric_X, metric_Y, include_zeros)

[行]{class="badge neutral"}

引数
説明
metric_X
依存データとして指定する指標
metric_Y
独立データとして指定する指標
include_zeros
計算にゼロ値を含めるかどうか

累乗回帰:傾き power-regression-slope

効果 POWER 回帰:SLOPE (metric_X, metric_Y, include_zeros)

[テーブル]{class="badge neutral"}

引数
説明
metric_X
依存データとして指定する指標
metric_Y
独立データとして指定する指標
include_zeros
計算にゼロ値を含めるかどうか

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

効果 二次回帰:相関係数(metric_X, metric_Y, include_zeros)

[テーブル]{class="badge neutral"}

引数
説明
metric_X
metric_Y と関連付ける指標
metric_Y
metric_X と関連付ける指標
include_zeros
計算にゼロ値を含めるかどうか

二次回帰:切片 quadratic-regression-intercept

効果 二次回帰:INTERCEPT (metric_X, metric_Y, include_zeros)

[テーブル]{class="badge neutral"}

引数
説明
metric_X
依存データとして指定する指標
metric_Y
独立データとして指定する指標
include_zeros
計算にゼロ値を含めるかどうか

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

効果 二次回帰:予測 Y (metric_X, metric_Y, include_zeros)

[行]{class="badge neutral"}

引数
説明
metric_X
依存データとして指定する指標
metric_Y
独立データとして指定する指標
include_zeros
計算にゼロ値を含めるかどうか

二次回帰:傾き quadratic-regression-slope

効果 二次回帰:SLOPE (metric_X, metric_Y, include_zeros)

[テーブル]{class="badge neutral"}

引数
説明
metric_X
依存データとして指定する指標
metric_Y
独立データとして指定する指標
include_zeros
計算にゼロ値を含めるかどうか

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

効果 逆回帰:相関係数(metric_X, metric_Y, include_zeros)

[テーブル]{class="badge neutral"}

引数
説明
metric_X
metric_Y と関連付ける指標
metric_Y
metric_X と関連付ける指標
include_zeros
計算にゼロ値を含めるかどうか

逆数回帰:切片 reciprocal-regression-intercept

効果 回帰回帰:INTERCEPT (metric_X, metric_Y, include_zeros)

[テーブル]{class="badge neutral"}

引数
説明
metric_X
依存データとして指定する指標
metric_Y
独立データとして指定する指標
include_zeros
計算にゼロ値を含めるかどうか

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

効果 逆回帰:予測 Y (metric_X, metric_Y, include_zeros)

[行]{class="badge neutral"}

引数
説明
metric_X
依存データとして指定する指標
metric_Y
独立データとして指定する指標
include_zeros
計算にゼロ値を含めるかどうか

逆数回帰:傾き reciprocal-regression-slope

効果 回帰回帰:SLOPE (metric_X, metric_Y, include_zeros)

[テーブル]{class="badge neutral"}

引数
説明
metric_X
依存データとして指定する指標
metric_Y
独立データとして指定する指標
include_zeros
計算にゼロ値を含めるかどうか

正弦 sine

効果 正弦(メートル法)

[行]{class="badge neutral"}

引数
説明
指標
正弦を求める角度(ラジアン単位)

t スコア t-score

Effect 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。

引数
説明
指標
T スコアを求める指標
include_zeros
計算にゼロ値を含めるかどうか

t 検定 t-test

Effect T-TEST (metric, degrees, tail)

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

引数
説明
指標
T 検定を実行する指標
degrees
自由度
T 検定を行うために使用するテールの長さ

詳細

シグネチャは T-TEST (metric, degrees, tail)です。 その下では、単に m CrossSize75 CDF-T(-ABSOLUTE VALUE(tails), degrees) を呼び出します。 この関数は、m CrossSize75 CDF-Z(-ABSOLUTE VALUE(tails)) を実行する Z-TEST 関数に類似しています。

  • 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。

  1. 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)
    
  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

エフェクト 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。

引数
説明
指標
接線を求める角度(ラジアン単位)

z スコア z-score

Effect Z-SCORE (metric, include_zeros)

[行]{class="badge neutral"}

引数
説明
指標
Z スコアを求める指標
include_zeros
計算にゼロ値を含めるかどうか

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。

NOTE
μ (mu)と σ (sigma)は、指標から自動的に計算されます。

Z 検定 z-test

エフェクト Z-TEST (metric_tails)

z スコア x の z 検定(n-tailed)を実行します。

引数
説明
指標
Z テストを実行する指標
Z 検定を行うために使用するテールの長さ
NOTE
値が正規分布されると仮定します。
recommendation-more-help
080e5213-7aa2-40d6-9dba-18945e892f79