Geavanceerde functies

De Berekende metrieke bouwerlaat u statistische en wiskundige functies toepassen. Dit artikel documenteert alfabetische lijst van de geavanceerde functies en hun definities.

Heb toegang tot deze functies door Show all te selecteren onder Functions lijst in het paneel van Componenten. Schuif omlaag om de lijst met Advanced functions weer te geven.

Tabelfuncties versus rijfuncties

Een tabelfunctie is een functie waarbij de uitvoer voor elke rij van de tabel hetzelfde is. Een rijfunctie is een functie waarbij de uitvoer voor elke rij van de tabel anders is.

Waar toepasselijk en relevant, is een functie geannoteerd met het type van functie: [​ Lijst ​]{class="badge neutral"}[​ Rij ​]{class="badge neutral"}

Wat betekent de parameter include-zeros?

Het vertelt of nullen in de berekening moeten worden opgenomen. Soms betekent nul niets, maar soms is het belangrijk.

Bijvoorbeeld, als u metrisch van de Opbrengst hebt, en dan metrische vertoningen van de Pagina aan het rapport toevoegt, zijn er plotseling meer rijen voor uw opbrengst, die allen nul zijn. U wilt waarschijnlijk niet dat extra metrisch om het even welke MEAN, MINIMUM VAN DE RIJ, KWALITEIT, en meer berekeningen te beïnvloeden die u in de opbrengstkolom hebt. In dit geval controleert u de parameter include-zeros .

Een alternatief scenario is dat u twee metriek van rente hebt en één een hoger gemiddelde of een minimum heeft omdat sommige rijen nul zijn. In dat geval kunt u ervoor kiezen om de parameter niet te controleren en nullen op te nemen.

en

AND(logical_test)

Conjunctie. Niet gelijk aan nul wordt beschouwd als waar en gelijk aan nul wordt beschouwd als onwaar. De uitvoer is 0 (false) of 1 (true).

Telling bij benadering onderscheiden

APPROXIMATE COUNT DISTINCT(dimension)

Retourneert de geschatte, verschillende telling van dimensie-items voor de geselecteerde dimensie.

Voorbeeld

Een veel voorkomend geval voor deze functie is wanneer u een benaderend aantal klanten wilt krijgen.

Arc Cosine

ARC COSINE(metric)

[​ Rij ​]{class="badge neutral"}

Boog sinus

ARC SINE(metric)

[​ Rij ​]{class="badge neutral"}

Booghoek

ARC TANGENT(metric)

[​ Rij ​]{class="badge neutral"}

Cdf-T

CDF-T(metric, number)

Keert de waarschijnlijkheid terug dat een willekeurige variabele met student-t distributie met n graden van vrijheid een z-score minder dan kolom heeft.

Voorbeeld

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(metric, number)

Retourneert de waarschijnlijkheid dat een willekeurige variabele met een normale distributie een z-score heeft minder dan col.

Voorbeelden

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

Plafond

CEILING(metric)

[​ Rij ​]{class="badge neutral"}

Vertrouwen (onder)

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

Bereken het om het even welke tijd-geldige vertrouwen lager gebruikend de methode WASKR zoals die in wordt beschreven tijd-eenvormige centrale beperkingstheorie en asymptotische vertrouwensopeenvolgingen.

Vertrouwen is een waarschijnlijkheidsmeting van hoeveel bewijs er is dat een bepaalde variant dezelfde is als de besturingsvariant. Een hoger vertrouwen geeft minder bewijs voor de aanname dat de besturingsvariant en de niet-besturingsvariant dezelfde prestaties leveren.

Vertrouwen (boven)

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

Bereken het om het even welk-tijd-geldige vertrouwen hoger gebruikend de methode WASKR zoals die in wordt beschreven tijd-eenvormige centrale beperkingstheorie en asymptotische vertrouwensopeenvolgingen.

Vertrouwen is een waarschijnlijkheidsmeting van hoeveel bewijs er is dat een bepaalde variant dezelfde is als de besturingsvariant. Een hoger vertrouwen geeft minder bewijs voor de aanname dat de besturingsvariant en de niet-besturingsvariant dezelfde prestaties leveren.

Cosine

COSINE(metric)

[​ Rij ​]{class="badge neutral"}

Kubus Root

CUBE ROOT(metric)

Retourneert de positieve kubuswortel van een getal. De kubuswortel van een aantal is de waarde van dat aantal dat tot de macht van 1/3 wordt opgeheven.

Cumulatief

CUMULATIVE(number, metric)

Retourneert de som van de laatste n-elementen van kolom x. Indien n > 0, som de laatste n elementen of x. Indien n < 0, som de voorafgaande elementen.

Voorbeelden

Cumulatief (gemiddeld)

CUMULATIVE AVERAGE(number, metric)

Retourneert het gemiddelde van de laatste n elementen van kolom x. Indien n > 0, som de laatste n elementen of x. Indien n < 0, som de voorafgaande elementen.

NOTE

Deze functie werkt niet met tariefmaatstaven zoals opbrengst per persoon. De functie gebruikt het gemiddelde van de tarieven in plaats van de inkomsten over de laatste N op te tellen en personen over de laatste N op te tellen en hen vervolgens te verdelen.
in plaats daarvan, gebruik CUMULATIVE(revenue) CUMULATIVE(person).

Gelijk

EQUAL()

Gelijk. De uitvoer is 0 (false) of 1 (true).

Voorbeeld

Metric 1 = Metric 2

Exponentiële regressie: Correlatiecoëfficiënt

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

[​ Lijst ​]{class="badge neutral"}

Exponentiële regressie: voorspeld Y

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

[​ Rij ​]{class="badge neutral"}

Exponentiële regressie: Intercept

EXPONENTIAL REGRESSION: INTERCEPT(metric_X, metric_Y, include_zeros)

[​ Lijst ​]{class="badge neutral"}

Exponentiële regressie: helling

EXPONENTIAL REGRESSION: SLOPE(metric_X, metric_Y, include_zeros)

[​ Lijst ​]{class="badge neutral"}

Floor

FLOOR(metric_X, metric_Y, include_zeros)

[​ Rij ​]{class="badge neutral"}

Groter dan

GREATER THAN()

De uitvoer is 0 (false) of 1 (true).

Voorbeeld

Metric 1 > Metric 2

Groter dan of gelijk aan

GREATER THAN OR EQUAL()

Groter dan of gelijk aan. De uitvoer is 0 (false) of 1 (true).

Voorbeeld

Metric 1 >= Metric 2

Hyperbolische cosinus

HYPERBOLIC COSINE(metric)

[​ Rij ​]{class="badge neutral"}

Hyperbolische sinus

HYPERBOLIC SINE(metric)

[​ Rij ​]{class="badge neutral"}

Hyperbolische hoek

HYPERBOLIC TANGENT(metric)

[​ Rij ​]{class="badge neutral"}

Indien

IF(logical_test, value_if_true, value_if_false)

[​ Rij ​]{class="badge neutral"}

Minder dan

LESS THAN()

De uitvoer is 0 (false) of 1 (true).

Voorbeeld

Metric 1 < Metric 2

Kleiner dan of gelijk aan

LESS THAN OR EQUAL()

Kleiner dan of gelijk aan. De uitvoer is 0 (false) of 1 (true).

Voorbeeld

Metric 1 <= Metric 2

Lineaire regressie: Correlatiecoëfficiënt

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

[​ Lijst ​]{class="badge neutral"}

Lineaire regressie: Intercept

LINEAR REGRESSION: INTERCEPT(metric_X, metric_Y, include_zeros)

[​ Lijst ​]{class="badge neutral"}

Lineaire regressie: voorspeld Y

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

[​ Rij ​]{class="badge neutral"}

Lineaire regressie: helling

LINEAR REGRESSION: SLOPE(metric_X, metric_Y, include_zeros)

[​ Lijst ​]{class="badge neutral"}

Logbestand basis 10

LOG BASE 10(metric)

[​ Rij ​]{class="badge neutral"}

Logregressie: Correlatiecoëfficiënt

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

[​ Lijst ​]{class="badge neutral"}

Logregressie: Onderscheppen

LOG REGRESSION: INTERCEPT(metric_X, metric_Y, include_zeros)

[​ Lijst ​]{class="badge neutral"}

Logregressie: voorspeld Y

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

[​ Rij ​]{class="badge neutral"}

Logregressie: helling

LOG REGRESSION: SLOPE(metric_X, metric_Y, include_zeros)

[​ Lijst ​]{class="badge neutral"}

Natuurlijk logboek

NATURAL LOG(metric)

Retourneert de natuurlijke logaritme van een getal. Natuurlijk logaritme is gebaseerd op de constante e (2.71828182845904). LN is het omgekeerde van de functie EXP.

Niet

NOT(logical)

Negatie als een booleaanse waarde. De uitvoer is 0 (false) of 1 (true).

Niet gelijk

NOT EQUAL()

Niet gelijk. De uitvoer is 0 (false) of 1 (true).

Voorbeeld

Metric 1 != Metric 2

of

OR(logical_test)

[​ Rij ​]{class="badge neutral"}

Pi

PI()

Retourneert Pi: 3,14159…

Stroomregressie: Correlatiecoëfficiënt

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

[​ Lijst ​]{class="badge neutral"}

Stroomregressie: Intercept

POWER REGRESSION: INTERCEPT(metric_X, metric_Y, include_zeros)

[​ Lijst ​]{class="badge neutral"}

Stroomregressie: voorspeld Y

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

[​ Rij ​]{class="badge neutral"}

Stroomregressie: helling

POWER REGRESSION: SLOPE(metric_X, metric_Y, include_zeros)

[​ Lijst ​]{class="badge neutral"}

Kwartaalregressie: Correlatiecoëfficiënt

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

[​ Lijst ​]{class="badge neutral"}

Quadratische regressie: Intercept

QUADRATIC REGRESSION: INTERCEPT(metric_X, metric_Y, include_zeros)

[​ Lijst ​]{class="badge neutral"}

Quadratische regressie: voorspeld Y

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

[​ Rij ​]{class="badge neutral"}

Kwadratische regressie: helling

QUADRATIC REGRESSION: SLOPE(metric_X, metric_Y, include_zeros)

[​ Lijst ​]{class="badge neutral"}

Wederkerige regressie: Correlatiecoëfficiënt

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

[​ Lijst ​]{class="badge neutral"}

Wederkerige regressie: Intercept

RECIPROCAL REGRESSION: INTERCEPT(metric_X, metric_Y, include_zeros)

[​ Lijst ​]{class="badge neutral"}

Wederkerige regressie: voorspeld Y

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

[​ Rij ​]{class="badge neutral"}

Wederkerige regressie: helling

RECIPROCAL REGRESSION: SLOPE(metric_X, metric_Y, include_zeros)

[​ Lijst ​]{class="badge neutral"}

Sinus

SINE(metric)

[​ Rij ​]{class="badge neutral"}

T-score

T-SCORE(metric, include_zeros)

De afwijking van MEAN, die door de standaardafwijking wordt verdeeld. Alias voor z-Score.

T-test

T-TEST(metric, degrees, tails)

Voert een t-test met mtailed t-score van x en n graden van vrijheid uit.

Details

De handtekening is T-TEST (metrisch, graden, staarten). Onder, roept het eenvoudig m CDF-T(-ABSOLUTE VALUE(tails), degrees). Deze functie is gelijkaardig aan z-TEST functie, die m CDF-Z(-ABSOLUTE VALUE(tails)) in werking stelt.

De geretourneerde waarde is de waarschijnlijkheid dat de teststatistiek x gezien de vrijheidsgraad en het aantal staarten wordt weergegeven.

Voorbeelden:

Raaklijn

TANGENT(metric)

Retourneert de tangens van de opgegeven hoek. Als de hoek in graden is, vermenigvuldig de hoek met PI()/180.

Z-score

Z-SCORE(metric, include_zeros)

[​ Rij ​]{class="badge neutral"}

Een Z-score van 0 (nul) impliceert dat de score gelijk is aan het gemiddelde. Een Z-score kan positief of negatief zijn en geeft aan of deze boven of onder het gemiddelde ligt en hoeveel standaardafwijkingen er zijn.

De vergelijking voor Z-score is:

Waar x de onbewerkte score is, is μ het gemiddelde van de populatie en is σ de standaardafwijking van de populatie.

Z-test

Z-TEST(metric_tails)

Voert een n-tailed z-test met een z-score van x uit.