Funções avançadas
O Construtor de métricas calculadas permite aplicar funções matemáticas e estatísticas. Este artigo documenta a lista alfabética das funções avançadas e suas definições.
Para acessar essas funções, selecione a lista Mostrar tudo abaixo de Funções no painel Componentes. Role para baixo para ver a lista de Funções avançadas.
Funções de tabela versus funções de linha
Uma função de tabela exibe um resultado igual para cada linha da tabela. Uma função de linha exibe um resultado diferente para cada linha da tabela.
Onde aplicável e relevante, uma função é anotada com o tipo de função: [Tabela]{class="badge neutral"}[Linha]{class="badge neutral"}
O que significa o parâmetro “incluir zeros”?
Informa se os zeros devem ou não ser incluídos no cálculo. Às vezes, zero significa nada, mas em alguns casos, pode ser importante.
Por exemplo, se você possuir uma métrica Receita e adicionar a métrica Visualizações de página ao relatório, aparecerão mais linhas com valores iguais a zero na sua receita. Você provavelmente não vai querer que essa métrica adicional afete qualquer MÉDIA, MÍNIMO DA LINHA, QUARTIL e outros cálculos que você tenha na coluna receita. Neste caso, você deverá marcar o parâmetro include-zeros
.
Um cenário alternativo é o que você tem duas métricas de interesse e uma tem uma média ou um mínimo mais alto porque algumas das linhas são zeros. Nesse caso, você pode optar por não marcar o parâmetro para incluir zeros.
E and
AND(logical_test)
Conjunção. Diferente de zero é considerado verdadeiro e igual a zero é considerado falso. A saída é 0 (falso) ou 1 (verdadeiro).
Contagem distinta aproximada approximate_count_distinct
APPROXIMATE COUNT DISTINCT(dimension)
Retorna a contagem distinta aproximada de itens de dimensão para a dimensão selecionada.
Exemplo
Um caso de uso comum para essa função é quando você deseja obter um número aproximado de clientes.
Arco cosseno arc-cosine
ARC COSINE(metric)
[Linha]{class="badge neutral"}
Arco seno arc-sine
ARC SENO(métrica)
[Linha]{class="badge neutral"}
Arco tangente arc-tangent
ARC TANGENT(metric)
[Linha]{class="badge neutral"}
Cdf-T cdf-t
CDF-T(métrica, número)
Retorna a probabilidade de uma variável aleatória com distribuição t de Student de n graus de liberdade ter uma pontuação z menor que col.
Exemplo
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(métrica, número)
Retorna a probabilidade de uma variável aleatória com uma distribuição normal ter uma pontuação z menor que col.
Exemplos
CDF-Z(-∞) = 0
CDF-Z(∞) = 1
CDF-Z(0) = 0.5
CDF-Z(2) ? 0.97725
CDF-Z(-3) ? 0.0013499
Teto ceiling
LIMITE(métrica)
[Linha]{class="badge neutral"}
Confiança confidence
CONFIANÇA(contêiner de normalização, métrica de sucesso, controle, limite de significância)
Calcule a confiança válida a qualquer momento usando o método WASKR, conforme descrito em Teorema central do limite uniforme no tempo e sequências de confiança assintótica.
Confiança é uma medida probabilística sobre quanta evidência existe de que determinada variante é a mesma que a variante de controle. Uma confiança maior indica menos evidência para o pressuposto de que as variantes de controle e de não controle têm desempenho igual.
Confiança (Inferior) confidence-lower
CONFIANÇA(contêiner de normalização, métrica de sucesso, controle, limite de significância)
Calcule a confiança inferior válida a qualquer momento usando o método WASKR conforme descrito em Teorema central do limite uniforme no tempo e sequências de confiança assintótica.
Confiança é uma medida probabilística sobre quanta evidência existe de que determinada variante é a mesma que a variante de controle. Uma confiança maior indica menos evidência para o pressuposto de que as variantes de controle e de não controle têm desempenho igual.
Confiança (Superior) confidence-upper
CONFIANÇA(contêiner de normalização, métrica de sucesso, controle, limite de significância)
Calcule a confiança superior válida a qualquer momento usando o método WASKR conforme descrito em Teorema central do limite uniforme no tempo e sequências de confiança assintótica.
Confiança é uma medida probabilística sobre quanta evidência existe de que determinada variante é a mesma que a variante de controle. Uma confiança maior indica menos evidência para o pressuposto de que as variantes de controle e de não controle têm desempenho igual.
Cosseno cosine
COSSENO(métrica)
[Linha]{class="badge neutral"}
Raiz cúbica cube-root
RAIZ DO CUBO(métrica)
Retorna a raiz de cúbica positiva de um número. A raiz cúbica de um número é o valor desse número elevado à potência de 1/3.
Cumulativo cumulative
CUMULATIVE(number, metric)
Retorna a soma dos últimos n elementos da coluna x. Se n > 0, soma os últimos n elementos ou x. Se n < 0, soma os elementos anteriores.
Exemplos
Cumulativo (Média) cumulative-average
MÉDIA CUMULATIVA(número, métrica)
Retorna a média dos últimos n elementos da coluna x. Se n > 0, soma os últimos n elementos ou x. Se n < 0, soma os elementos anteriores.
Em vez disso, use CUMULATIVE(revenue) CUMULATIVE(person).
Igual equal
IGUAL()
Igual. A saída é 0 (falso) ou 1 (verdadeiro).
Exemplo
Metric 1 = Metric 2
Regressão exponencial: coeficiente de correlação exponential-regression-correlation-coefficient
REGRESSÃO EXPONENCIAL: COEFICIENTE DE CORRELAÇÃO(metric_X, metric_Y, include_zeros)
[Tabela]{class="badge neutral"}
Regressão exponencial: previsão de Y exponential-regression-predicted-y
REGRESSÃO EXPONENCIAL: Y PREVISTO (metric_X, metric_Y, include_zeros)
[Linha]{class="badge neutral"}
Regressão exponencial: intercepto exponential-regression-intercept
REGRESSÃO EXPONENCIAL: INTERCEPT(metric_X, metric_Y, include_zeros)
[Tabela]{class="badge neutral"}
Regressão exponencial: inclinação exponential-regression-slope
REGRESSÃO EXPONENCIAL: SLOPE(metric_X, metric_Y, include_zeros)
[Tabela]{class="badge neutral"}
Piso floor
LIMITE MÍNIMO(metric_X, metric_Y, include_zeros)
[Linha]{class="badge neutral"}
Maior que greather-than
MAIOR QUE()
A saída é 0 (falso) ou 1 (verdadeiro).
Exemplo
Metric 1 > Metric 2
Maior que ou igual greater-than-or-equal
MAIOR QUE OU IGUAL()
Maior ou igual a. A saída é 0 (falso) ou 1 (verdadeiro).
Exemplo
Metric 1 >= Metric 2
Cosseno hiperbólico hyperbolic-cosine
COSSENO HIPERBÓLICO(métrica)
[Linha]{class="badge neutral"}
Seno hiperbólico hyperbolic-sine
SENO HIPERBÓLICO(métrica)
[Linha]{class="badge neutral"}
Tangente hiperbólica hyperbolic-tangent
TANGENTE(métrica) HIPERBÓLICA
[Linha]{class="badge neutral"}
Se if
IF(logical_test, value_if_true, value_if_false)
[Linha]{class="badge neutral"}
Menor que less-than
MENOR QUE()
A saída é 0 (falso) ou 1 (verdadeiro).
Exemplo
Metric 1 < Metric 2
Menor que ou igual less-than-or-equal
MENOR QUE OU IGUAL()
Menor ou igual a. A saída é 0 (falso) ou 1 (verdadeiro).
Exemplo
Metric 1 <= Metric 2
Elevação (#lift)
Regressão linear: coeficiente de correlação linear-regression-correlation-coefficient
REGRESSÃO LINEAR: COEFICIENTE DE CORRELAÇÃO(metric_X, metric_Y, include_zeros)
[Tabela]{class="badge neutral"}
Regressão linear: intercepto linear-regression-intercept
REGRESSÃO LINEAR: INTERCEPT(metric_X, metric_Y, include_zeros)
[Tabela]{class="badge neutral"}
Regressão linear: previsão de Y linear-regression-predicted-y
REGRESSÃO LINEAR: Y PREVISTO (metric_X, metric_Y, include_zeros)
[Linha]{class="badge neutral"}
Regressão linear: inclinação linear-regression-slope
REGRESSÃO LINEAR: SLOPE(metric_X, metric_Y, include_zeros)
[Tabela]{class="badge neutral"}
Logaritmo na base 10 log-base-ten
LOG BASE 10(metric)
[Linha]{class="badge neutral"}
Regressão logarítmica: coeficiente de correlação log-regression-correlation-coefficient
REGRESSÃO DE LOG: COEFICIENTE DE CORRELAÇÃO(metric_X, metric_Y, include_zeros)
[Tabela]{class="badge neutral"}
Regressão logarítmica: intercepto log-regression-intercept
REGRESSÃO DE LOG: INTERCEPT(metric_X, metric_Y, include_zeros)
[Tabela]{class="badge neutral"}
Regressão logarítmica: Y previsto log-regression-predicted-y
REGRESSÃO DE LOG: Y PREVISTO (metric_X, metric_Y, include_zeros)
[Linha]{class="badge neutral"}
Regressão logarítmica: inclinação log-regression-slope
REGRESSÃO DE LOG: SLOPE(metric_X, metric_Y, include_zeros)
[Tabela]{class="badge neutral"}
Logaritmo natural natural-log
LOG(métrica) NATURAL
Retorna o logaritmo natural de um número. Os logaritmos naturais são baseados na constante e (2,71828182845904). LN é o inverso da função EXP.
Não not
NÃO(lógico)
Negação como booleano. A saída é ou 0 (falso) ou 1 (verdadeiro).
Não igual not-equal
NÃO IGUAL()
Não igual. A saída é 0 (falso) ou 1 (verdadeiro).
Exemplo
Metric 1 != Metric 2
Ou or
OU(logical_test)
[Linha]{class="badge neutral"}
Pi pi
PI()
Retorna Pi: 3,14159…
Regressão de potência: coeficiente de correlação power-regression-correlation-coefficient
REGRESSÃO DE POTÊNCIA: COEFICIENTE DE CORRELAÇÃO(metric_X, metric_Y, include_zeros)
[Tabela]{class="badge neutral"}
Regressão de potência: intercepto power-regression-intercept
REGRESSÃO DE POTÊNCIA: INTERCEPT(metric_X, metric_Y, include_zeros)
[Tabela]{class="badge neutral"}
Regressão de potência: previsão de Y power-regression-predicted-y
REGRESSÃO DE POTÊNCIA: Y PREVISTO (metric_X, metric_Y, include_zeros)
[Linha]{class="badge neutral"}
Regressão de potência: inclinação power-regression-slope
REGRESSÃO DE POTÊNCIA: SLOPE(metric_X, metric_Y, include_zeros)
[Tabela]{class="badge neutral"}
Regressão quadrática: coeficiente de correlação quadratic-regression-correlation-coefficient
REGRESSÃO QUADRÁTICA: COEFICIENTE DE CORRELAÇÃO(metric_X, metric_Y, include_zeros)
[Tabela]{class="badge neutral"}
Regressão quadrática: intercepto quadratic-regression-intercept
REGRESSÃO QUADRÁTICA: INTERCEPT(metric_X, metric_Y, include_zeros)
[Tabela]{class="badge neutral"}
Regressão quadrática: previsão de Y quadratic-regression-predicted-y
REGRESSÃO QUADRÁTICA: Y PREVISTO (metric_X, metric_Y, include_zeros)
[Linha]{class="badge neutral"}
Regressão quadrática: inclinação quadratic-regression-slope
REGRESSÃO QUADRÁTICA: SLOPE(metric_X, metric_Y, include_zeros)
[Tabela]{class="badge neutral"}
Regressão recíproca: coeficiente de correlação reciprocal-regression-correlation-coefficient
REGRESSÃO RECÍPROCA: COEFICIENTE DE CORRELAÇÃO(metric_X, metric_Y, include_zeros)
[Tabela]{class="badge neutral"}
Regressão recíproca: intercepto reciprocal-regression-intercept
REGRESSÃO RECÍPROCA: INTERCEPT(metric_X, metric_Y, include_zeros)
[Tabela]{class="badge neutral"}
Regressão recíproca: previsão de Y reciprocal-regression-predicted-y
REGRESSÃO RECÍPROCA: Y PREVISTO (metric_X, metric_Y, include_zeros)
[Linha]{class="badge neutral"}
Regressão recíproca: inclinação reciprocal-regression-slope
REGRESSÃO RECÍPROCA: SLOPE(metric_X, metric_Y, include_zeros)
[Tabela]{class="badge neutral"}
Seno sine
SENO(métrica)
[Linha]{class="badge neutral"}
Pontuação T t-score
T-SCORE(metric, include_zeros)
O desvio da MÉDIA, dividido pelo desvio padrão. Alias da Pontuação Z.
Teste t t-test
T-TESTE(métrica, graus, caudas)
Realiza um teste t caudal m com pontuação t de x e n graus de liberdade.
Detalhes
A assinatura é T-TEST(métrica, graus, caudas). Por baixo, ele simplesmente chama m CDF-T(-ABSOLUTE VALUE(tails), degrees). Esta função é semelhante à função Z-TEST, que executa m CDF-Z(-ABSOLUTE VALUE(tails)).
- m é o número de caudas.
- n é o grau de liberdade e deve ser um número constante para todo o relatório, ou seja, não deve ser alterado linha por linha.
- x é a estatística de teste T e geralmente seria uma fórmula (por exemplo, PONTUAÇÃO Z) com base em uma métrica e é avaliada em cada linha.
O valor de retorno é a probabilidade de exibição da estatística de teste x, dados os graus de liberdade e os números de caudas.
Exemplos
-
Use a função para encontrar valores atípicos:
code language-none T-TEST(Z-SCORE(bouncerate), ROW COUNT - 1, 2)
-
Combine a função com IF para ignorar taxas de devolução muito altas ou baixas e para contar sessões em outro local:
code language-none IF(T-TEST(Z-SCORE(bouncerate), ROW COUNT - 1, 2) < 0.01, 0, sessions )
Tangente tangent
TANGENT(metric)
Retorna a tangente do ângulo especificado. Se o ângulo estiver em graus, multiplique o ângulo por PI()/180.
Pontuação Z z-score
PONTUAÇÃO Z(métrica, include_zeros)
[Linha]{class="badge neutral"}
Uma pontuação Z de 0 (zero) implica que a pontuação é a mesma que a média. Uma pontuação Z pode ser positiva ou negativa, indicando se está acima ou abaixo da média e o número de desvios padrão.
A equação da pontuação Z é:
Onde x é a pontuação bruta, μ é a média da população e σ é o desvio padrão da população.
Teste z z-test
Z-TEST(metric_tails)
Realiza um teste z caudal n com uma pontuação z de x.