Funções avançadas

O Construtor de métricas calculadas permite aplicar funções matemáticas e estatísticas. Este artigo documenta uma lista em ordem alfabética das funções avançadas e suas definições.

Para acessar essas funções, selecione Mostrar tudo abaixo da lista de Funções no painel de 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.

Quando aplicável e relevante, uma função é anotada com o tipo de função: [Tabela]{class="badge neutral"} ou [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 uma quantidade aproximada de clientes.

Arco cosseno arc-cosine

ARC COSINE(metric)

[Linha]{class="badge neutral"} Retorna o arco cosseno, ou o inverso do cosseno, de uma métrica. O arco cosseno é o ângulo cujo cosseno é número. O ângulo retornado é dado em radianos no intervalo de 0 (zero) a pi. Se quiser converter o resultado de radianos em graus, multiplique-o por 180/PI().

Arco seno arc-sine

ARC SINE(metric)

[Linha]{class="badge neutral"} Retorna o arco seno ou o seno inverso de um número. O arco seno é o ângulo cujo seno é um número. O ângulo retornado é dado em radianos no intervalo -pi/2 a pi/2. Para expressar o arco seno em graus, multiplique o resultado por 180/PI().

Arco tangente arc-tangent

ARC TANGENT(metric)

[Linha]{class="badge neutral"} Retorna o arco tangente ou tangente inversa de um número. O arco tangente é o ângulo cuja tangente é um número. O ângulo retornado é dado em radianos no intervalo -pi/2 a pi/2. Para expressar o arco tangente em graus, multiplique o resultado por 180/PI().

Cdf-T cdf-t

CDF-T(metric, number)

Retorna a probabilidade de uma variável aleatória com distribuição t de estudantes com 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(metric, number)

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

CEILING(metric)

[Linha]{class="badge neutral"} Retorna o menor inteiro não inferior a um valor especificado. Por exemplo, se deseja evitar inserir os decimais de moeda na receita e um produto apresenta um valor de US$ 569,34, use a fórmula CEILING(Receita) para arredondar a receita para cima, neste caso, US$ 570.

Confiança confidence

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

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 quantos indícios existem de que uma 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

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

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 quantos indícios existem de que uma 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

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

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 quantos indícios existem de que uma 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

COSINE(metric)

[Linha]{class="badge neutral"} Retorna o cosseno do ângulo especificado. Se o ângulo estiver em graus, multiplique o ângulo por PI()/180.

Raiz cúbica cube-root

CUBE ROOT(metric)

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

CUMULATIVE AVERAGE(number, metric)

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.

NOTE

Essa função não funciona com métricas de taxa, como receita por pessoa. A função calcula a média das taxas em vez de dividir a soma da receita do último N e a soma das pessoas do último N.
Em vez disso, use CUMULATIVE(revenue) CUMULATIVE(person).

Igual equal

EQUAL()

Igual. A saída é 0 (falso) ou 1 (verdadeiro).

Exemplo

Metric 1 = Metric 2

Regressão exponencial: coeficiente de correlação exponential-regression-correlation-coefficient

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

[Tabela]{class="badge neutral"} Regressão exponencial: Y = a exp(X) + b. Retorna o coeficiente de correlação.

Regressão exponencial: previsão de Y exponential-regression-predicted-y

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

[Linha]{class="badge neutral"} Regressão exponencial: Y = a exp(X) + b. Retorna Y.

Regressão exponencial: intercepto exponential-regression-intercept

EXPONENTIAL REGRESSION: INTERCEPT(metric_X, metric_Y, include_zeros)

[Tabela]{class="badge neutral"} Regressão exponencial: Y = a exp(X) + b. Retorna b.

Regressão exponencial: inclinação exponential-regression-slope

EXPONENTIAL REGRESSION: SLOPE(metric_X, metric_Y, include_zeros)

[Tabela]{class="badge neutral"} Regressão exponencial: Y = a exp(X) + b. Retorna a.

Piso floor

FLOOR(metric_X, metric_Y, include_zeros)

[Linha]{class="badge neutral"} Retorna o maior inteiro não maior que um valor especificado. Por exemplo, se deseja evitar inserir os decimais de moeda na receita e um produto apresenta um valor de US$ 569,34, use a fórmula FLOOR(Receita) para arredondar a receita para baixo, neste caso, US$ 569.

Maior que greather-than

GREATER THAN()

A saída é 0 (falso) ou 1 (verdadeiro).

Exemplo

Metric 1 > Metric 2

Superior ou igual a greater-than-or-equal

GREATER THAN OR EQUAL()

Maior ou igual a. A saída é 0 (falso) ou 1 (verdadeiro).

Exemplo

Metric 1 >= Metric 2

Cosseno hiperbólico hyperbolic-cosine

HYPERBOLIC COSINE(metric)

[Linha]{class="badge neutral"} Retorna o cosseno hiperbólico de um número.

Seno hiperbólico hyperbolic-sine

HYPERBOLIC SINE(metric)

[Linha]{class="badge neutral"} Retorna o seno hiperbólico de um número.

Tangente hiperbólica hyperbolic-tangent

HYPERBOLIC TANGENT(metric)

[Linha]{class="badge neutral"} Retorna a tangente hiperbólica de um número.

Se if

IF(logical_test, value_if_true, value_if_false)

[Linha]{class="badge neutral"} Se o valor do parâmetro de condição for diferente de zero (true), o resultado será o valor do parâmetro value_if_true. Caso contrário, será o valor do parâmetro value_if_false.

Menor que less-than

LESS THAN()

A saída é 0 (falso) ou 1 (verdadeiro).

Exemplo

Metric 1 < Metric 2

Inferior ou igual a less-than-or-equal

LESS THAN OR EQUAL()

Menor ou igual a. A saída é 0 (falso) ou 1 (verdadeiro).

Exemplo

Metric 1 <= Metric 2

Aumento lift

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

A elevação da proporção em comparação ao valor de controle.

Regressão linear: coeficiente de correlação linear-regression-correlation-coefficient

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

[Tabela]{class="badge neutral"} Regressão linear: Y = a X + b. Retorna o coeficiente de correlação.

Regressão linear: intercepto linear-regression-intercept

LINEAR REGRESSION: INTERCEPT(metric_X, metric_Y, include_zeros)

[Tabela]{class="badge neutral"} Regressão linear: Y = a X + b. Retorna b.

Regressão linear: previsão de Y linear-regression-predicted-y

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

[Linha]{class="badge neutral"} Regressão linear: Y = a X + b. Retorna Y.

Regressão linear: inclinação linear-regression-slope

LINEAR REGRESSION: SLOPE(metric_X, metric_Y, include_zeros)

[Tabela]{class="badge neutral"} Regressão linear: Y = a X + b. Retorna a.

Logaritmo na base 10 log-base-ten

LOG BASE 10(metric)

[Linha]{class="badge neutral"} Retorna o logaritmo de base 10 de um número.

Regressão logarítmica: coeficiente de correlação log-regression-correlation-coefficient

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

[Tabela]{class="badge neutral"} Regressão logarítmica: Y = a ln(X) + b. Retorna o coeficiente de correlação.

Regressão logarítmica: intercepto log-regression-intercept

LOG REGRESSION: INTERCEPT(metric_X, metric_Y, include_zeros)

[Tabela]{class="badge neutral"} Regressão de log: Y = a ln(X) + b. Retorna b.

Regressão logarítmica: Y previsto log-regression-predicted-y

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

[Linha]{class="badge neutral"} Regressão logarítmica: Y = a ln(X) + b. Retorna Y.

Regressão logarítmica: inclinação log-regression-slope

LOG REGRESSION: SLOPE(metric_X, metric_Y, include_zeros)

[Tabela]{class="badge neutral"} Regressão de log: Y = a ln(X) + b. Retorna a.

Logaritmo natural natural-log

NATURAL LOG(metric)

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

NOT(logical)

Negação como booleano. A saída é ou 0 (falso) ou 1 (verdadeiro).

Não igual not-equal

NOT EQUAL()

Não igual. A saída é 0 (falso) ou 1 (verdadeiro).

Exemplo

Metric 1 != Metric 2

Ou or

OR(logical_test)

[Linha]{class="badge neutral"} Disjunção. Diferente de zero é considerado verdadeiro e igual a zero é considerado falso. A saída é 0 (falso) ou 1 (verdadeiro).

Pi pi

PI()

Retorna Pi: 3,14159…

Regressão de potência: coeficiente de correlação power-regression-correlation-coefficient

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

[Tabela]{class="badge neutral"} Regressão de potência: Y = b X ^ a. Retorna o coeficiente de correlação.

Regressão de potência: intercepto power-regression-intercept

POWER REGRESSION: INTERCEPT(metric_X, metric_Y, include_zeros)

[Tabela]{class="badge neutral"} Regressão de potência: Y = b X ^ a. Retorna b.

Regressão de potência: previsão de Y power-regression-predicted-y

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

[Linha]{class="badge neutral"} Regressão de potência: Y = b X ^ a. Retorna Y.

Regressão de potência: inclinação power-regression-slope

POWER REGRESSION: SLOPE(metric_X, metric_Y, include_zeros)

[Tabela]{class="badge neutral"} Regressão de potência: Y = b X ^ a. Retorna a.

Regressão quadrática: coeficiente de correlação quadratic-regression-correlation-coefficient

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

[Tabela]{class="badge neutral"} Regressão quadrática: Y = (a + bX) ^ 2, Retorna o coeficiente de correlação.

Regressão quadrática: intercepto quadratic-regression-intercept

QUADRATIC REGRESSION: INTERCEPT(metric_X, metric_Y, include_zeros)

[Tabela]{class="badge neutral"} Regressão quadrática: Y = (a + bX) ^ 2, Retorna a.

Regressão quadrática: previsão de Y quadratic-regression-predicted-y

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

[Linha]{class="badge neutral"} Regressão quadrática: Y = (a + bX) ^ 2, Retorna Y.

Regressão quadrática: inclinação quadratic-regression-slope

QUADRATIC REGRESSION: SLOPE(metric_X, metric_Y, include_zeros)

[Tabela]{class="badge neutral"} Regressão quadrática: Y = (a + bX) ^ 2, Retorna b.

Regressão recíproca: coeficiente de correlação reciprocal-regression-correlation-coefficient

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

[Tabela]{class="badge neutral"} Regressão recíproca: Y = a + b X ^ -1. Retorna o coeficiente de correlação.

Regressão recíproca: intercepto reciprocal-regression-intercept

RECIPROCAL REGRESSION: INTERCEPT(metric_X, metric_Y, include_zeros)

[Tabela]{class="badge neutral"} Regressão recíproca: Y = a + b X ^ -1. Retorna a.

Regressão recíproca: previsão de Y reciprocal-regression-predicted-y

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

[Linha]{class="badge neutral"} Regressão recíproca: Y = a + b X ^ -1. Retorna Y.

Regressão recíproca: inclinação reciprocal-regression-slope

RECIPROCAL REGRESSION: SLOPE(metric_X, metric_Y, include_zeros)

[Tabela]{class="badge neutral"} Regressão recíproca: Y = a + b X ^ -1. Retorna b.

Variância da amostra

VARIAÇÃO DE AMOSTRA(contêiner de normalização, métrica de sucesso)

Calcula uma estimativa da variação da amostra.

Seno sine

SINE(metric)

[Linha]{class="badge neutral"} Retorna o seno do ângulo especificado. Se o ângulo estiver em graus, multiplique o ângulo por PI()/180.

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-TEST(metric, degrees, tails)

Realiza um teste t caudal m com pontuação t de x e n graus de liberdade.

Detalhes

A assinatura é T-TEST(metric, degrees, tails). 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)).

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

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

Z-SCORE(metric, include_zeros)

[Linha]{class="badge neutral"} O desvio da média dividido pelo desvio padrão.

Uma pontuação Z de 0 (zero) significa que a pontuação é igual à 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.