Referens - avancerade funktioner

Du får åtkomst till dessa funktioner genom att kontrollera Show Advanced i listrutan Functions.

Tabellfunktioner kontra radfunktioner

En tabellfunktion är en funktion där utdata är desamma för alla rader i tabellen. En radfunktion är en funktion där utdata är olika för alla rader i tabellen.

Vad betyder parametern Include-Zeros?

Den anger om nollor ska inkluderas i beräkningen. Ibland betyder noll"ingenting", men ibland är det viktigt.

Om du till exempel har ett intäktsmått och sedan lägger till ett sidvymått i rapporten finns det plötsligt fler rader för dina intäkter som alla är noll. Du vill antagligen inte att detta ska påverka MEAN, MIN, QUARTILE osv. beräkningar som du har i intäktskolumnen. I det här fallet kontrollerar du parametern include-zeros.

Å andra sidan, om du har två mätvärden som du är intresserad av, kan det vara svårt att säga att en har ett högre genomsnitt eller ett lägre värde, eftersom vissa av raderna var nollor, så du skulle inte kontrollera parametern så att den inkluderar nollorna.

OCH

Returnerar värdet för dess argument. Använd NOT för att kontrollera att ett värde inte är lika med ett visst värde.

AND(logical_test1,[logical_test2],...)

Ungefärlig distinkt (dimension)

Returnerar det ungefärliga distinkta antalet dimensionsobjekt för den valda dimensionen. Funktionen använder HyperLogLog-metoden (HLL) för att beräkna distinkta antal.  Den är konfigurerad för att garantera att värdet ligger inom 5 % av det faktiska värdet 95 % av tiden.

Approximate Count Distinct (dimension)

Exempel på användningsfall

Approximate Count Distinct (kundens ID-eVar) är ett vanligt användningsfall för den här funktionen.

Definition för ett nytt beräknat mått för"Approximate Customers":

Så här kan måttet"Approximate Customers" användas vid rapportering:

Jämföra räkningsfunktioner

Approximate Count Distinct() är en förbättring av funktionerna Count() och RowCount() eftersom måttet som skapas kan användas i alla dimensionella rapporter för att återge ett ungefärligt antal objekt för en separat dimension. Exempel: antalet kund-ID:n som används i en rapport av typ av mobil enhet.

Den här funktionen är marginellt mindre exakt än Count() och RowCount() eftersom den använder HLL-metoden, medan Count() och RowCount() är exakta tal.

Båge cosinus (rad)

Returnerar arcus cosinus, eller inverterad cosinus, för ett mätresultat. Arcus cosinus är den vinkel vars cosinus är tal. Den returnerade vinkeln anges i radianer i intervallet 0 (noll) till pi. Om du vill konvertera resultatet från radianer till grader multiplicerar du det med 180/PI( ).

ACOS(metric)

Båge sinus (rad)

Returnerar arcus sinus, eller inverterad sinus, för ett tal. Arcussinus är vinkeln vars sinus är tal. Den returnerade vinkeln anges i radianer i intervallet -pi/2 till pi/2. Om du vill uttrycka arcussinus i grader multiplicerar du resultatet med 180/PI( ).

ASIN(metric)

Bågtangent (rad)

Returnerar talets arcus tangens, eller inverterade tangent. Arcus tangent är vinkeln vars tangent är tal. Den returnerade vinkeln anges i radianer i intervallet -pi/2 till pi/2. Om du vill uttrycka arcus tangens i grader multiplicerar du resultatet med 180/PI( ).

ATAN(metric)

Exponentiell regression: Förväntat Y (rad)

Beräknar de förväntade y-värdena (metric_Y), med tanke på de kända x-värdena (metric_X), med hjälp av metoden "minst fyrkanter" för att beräkna raden för bästa passform baserat på .

ESTIMATE.EXP(metric_X, metric_Y)

Cdf-T

Returnerar procentandelen av värden i en elevs t-fördelning, med n frihetsgrader som har ett z-score mindre än x.

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

Returnerar procentandelen av värden i en normal fördelning som har ett z-score mindre än x.

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

Tak (rad)

Returnerar det minsta heltalet som inte är mindre än ett givet värde. Om du till exempel vill undvika att rapportera valutadecimaler för intäkter och en produkt har 569,34 USD använder du formeln CEILING( Intäkter) för att avrunda intäkter upp till närmaste dollar, eller 570 USD.

CEILING(metric)

Förtroende

Confidence är ett sannolikhetsmått på hur mycket det finns bevis för att en given variant är samma som kontrollvarianten. Ett högre förtroende tyder inte på att kontrollvarianten och icke-kontrollvarianten har samma prestanda.

fx Confidence (normalizing-container, success-metric, control, significance-threshold)

Cosine (rad)

Returnerar cosinus för den angivna vinkeln. Om vinkeln är i grader multiplicerar du vinkeln med PI( )/180.

COS(metric)

Kubrot

Returnerar den positiva kubroten för ett tal. Kubroten för ett tal är värdet för det talet upphöjt till upphöjt till upphöjt till 1/3.

CBRT(metric)

Kumulativ

Returnerar summan av x för de sista N-raderna (enligt ordningen i dimensionen, med hash-värden för strängbaserade fält).

Om N <= 0 används alla föregående rader. Eftersom den ordnas efter dimensionen är den bara användbar för dimensioner som har en naturlig ordning som datum eller längd.

| Date | Rev  | cumul(0,Rev) | cumul(2,Rev) |
|------+------+--------------+--------------|
| May  | $500 | $500         | $500         |
| June | $200 | $700         | $700         |
| July | $400 | $1100        | $600         |

Kumulativt genomsnitt

Returnerar medelvärdet för de sista N raderna.

Om N <= 0 används alla föregående rader. Eftersom den ordnas efter dimensionen är den bara användbar för dimensioner som har en naturlig ordning som datum eller längd.

cumul(revenue)/cumul(person)

Jämn

Returnerar objekt som matchar exakt för ett numeriskt värde eller strängvärde.

Exponentiell regression_korrelationskoefficient (tabell)

Returnerar korrelationskoefficienten, r, mellan två metriska kolumner ( metric_A och metric_B) för regressionsekvationen.

CORREL.EXP(metric_X, metric_Y)

Exponentiell regression: Intercept (tabell)

Returnerar spärren b mellan två måttkolumner ( metric_X och metric_Y) för

INTERCEPT.EXP(metric_X, metric_Y)

Exponentiell regression: Lutning (tabell)

Returnerar lutningen a mellan två måttkolumner ( metric_X och metric_Y) för .

SLOPE.EXP(metric_X, metric_Y)

Våning (rad)

Returnerar det största heltalet som inte är större än ett givet värde. Om du till exempel vill undvika att rapportera valutadecimaler för intäkter och en produkt har 569,34 USD, använder du formeln FLOOR( Intäkter) för att avrunda intäkten nedåt till närmaste dollar, eller 569 USD.

FLOOR(metric)

Större än

Returnerar objekt vars numeriska antal är större än det angivna värdet.

Större än eller lika med

Returnerar objekt vars numeriska värde är större än eller lika med det angivna värdet.

Hyperbolisk cosinus (rad)

Returnerar hyperbolisk cosinus för ett tal.

COSH(metric)

Hyperbolisk sinus (rad)

Returnerar hyperbolisk sinus för ett tal.

SINH(metric)

Hyperbolisk tangens (rad)

Returnerar hyperbolisk tangens för ett tal.

TANH(metric)

IF (rad)

IF-funktionen returnerar ett värde om ett villkor som du anger utvärderas till TRUE och ett annat värde om villkoret utvärderas till FALSE.

IF(logical_test, [value_if_true], [value_if_false])

Mindre än

Returnerar objekt vars numeriska antal är mindre än det angivna värdet.

Mindre än eller lika med

Returnerar objekt vars numeriska värde är mindre än eller lika med det angivna värdet.

Lyft

Returnerar det Lyft som en viss variant hade i konverteringar över en kontrollvariant. Det är skillnaden i prestanda mellan en given variant och baslinjen, dividerat med baslinjens prestanda, uttryckt i procent.

fx Lift (normalizing-container, success-metric, control)

Linjär regression_Korrelationskoefficient

Y = a X + b. Returnerar korrelationskoefficienten

Linear regression_Intercept

Y = a X + b. Returnerar b.

Linear regression_Predicated Y

Y = a X + b. Returnerar Y.

Linear regression_Slope

Y = a X + b. Returnerar a.

Loggbas 10 (rad)

Returnerar 10-logaritmen för ett tal.

LOG10(metric)

Loggregression: Korrelationskoefficient (tabell)

Returnerar korrelationskoefficienten, r, mellan två metriska kolumner (metric_X och metric_Y) för regressionsekvationen Y = a ln(X) + b. Den beräknas med CORREL-ekvationen.

CORREL.LOG(metric_X,metric_Y)

Loggregression: Intercept (tabell)

Returnerar spärren b som regressionen mellan två metriska kolumner (metric_X och metric_Y) för regressionsekvationen Y = a ln(X) + b. Den beräknas med INTERCEPT-ekvationen.

INTERCEPT.LOG(metric_X, metric_Y)

Loggregression: Förväntat Y (rad)

Beräknar de förväntade y värdena (metric_Y) utifrån de kända x värdena (metric_X) med hjälp av metoden"minst fyrkanter" för att beräkna raden för bästa passning baserat på Y = a ln(X) + b. Den beräknas med hjälp av ESTIMATE-ekvationen.

I regressionsanalys beräknar den här funktionen de förväntade y värdena (metric_Y), med tanke på de kända x värdena (metric_X) med hjälp av logaritmen för att beräkna raden som bäst passar för regressionsekvationen Y = a ln(X) + b. a-värdena motsvarar varje x-värde och b är ett konstant värde.

ESTIMATE.LOG(metric_X, metric_Y)

Loggregression: Långsam (tabell)

Returnerar lutningen a mellan två måttkolumner (metric_X och metric_Y) för regressionsekvationen Y = a ln(X) + b. Den beräknas med hjälp av SLOPE-ekvationen.

SLOPE.LOG(metric_A, metric_B)

Naturlig logg

Returnerar den naturliga logaritmen för ett tal. Naturliga logaritmer baseras på konstanten e (2.71828182845904). LN är inversen till EXP-funktionen.

LN(metric)

NOT

Returnerar 1 om talet är 0 eller returnerar 0 om det är ett annat tal.

NOT(logical)

Om du använder NOT måste du känna till om uttrycken (<, >, =, <> osv.) returnerar 0- eller 1-värden.

Inte lika med

Returnerar alla objekt som inte innehåller den exakta matchningen av det angivna värdet.

Eller (rad)

Returnerar TRUE om något argument är TRUE, eller returnerar FALSE om alla argument är FALSE.

OR(logical_test1,[logical_test2],...)

Pi

Returnerar konstanten PI, 3,14159265358979, med 15 siffror.

PI()

Funktionen PI har inga argument.

Effektregression: Korrelationskoefficient (tabell)

Returnerar korrelationskoefficienten, r, mellan två måttkolumner (metric_X och metric_Y) för Y = b*X.

CORREL.POWER(metric_X, metric_Y)

Strömregression: Skärpning (tabell)

Returnerar spärren b mellan två måttkolumner (metric_X och metric_Y) för Y = b*X.

 INTERCEPT.POWER(metric_X, metric_Y)

Strömregression: Förväntat Y (rad)

Beräknar de förväntade y värdena ( metric_Y), med hänsyn till kända x-värden ( metric_X), med hjälp av metoden "minst fyrkanter" för att beräkna raden som passar bäst för Y = b*X.

 ESTIMATE.POWER(metric_X, metric_Y)

Strömregression: Långsam (tabell)

Returnerar lutningen a mellan två måttkolumner (metric_X och metric_Y) för Y = b*X.

SLOPE.POWER(metric_X, metric_Y)

Kvadratisk regression: Korrelationskoefficient (tabell)

Returnerar korrelationskoefficienten, r, mellan två måttkolumner (metric_X och metric_Y) för Y=(a*X+b)​ ​.

CORREL.QUADRATIC(metric_X, metric_Y)

Kvadratisk regression: Intercept (tabell)

Returnerar spärren b mellan två måttkolumner (metric_X och metric_Y) för Y=(a*X+b)​ ​.

INTERCEPT.POWER(metric_X, metric_Y)

Kvadratisk regression: Förväntat Y (rad)

Beräknar de förväntade y värdena (metric_Y) utifrån de kända x värdena (metric_X) med hjälp av metoden med minst fyrkanter för att beräkna raden för bästa passform med hjälp av Y=(a*X+b)​ ​.

ESTIMATE.QUADRATIC(metric_A, metric_B)

Kvadratisk regression: Långsam (tabell)

Returnerar lutningen a mellan två måttkolumner (metric_X och metric_Y) för Y=(a X+b)**.

SLOPE.QUADRATIC(metric_X, metric_Y)

Ömsesidig regression: Korrelationskoefficient (tabell)

Returnerar korrelationskoefficienten, r, mellan två måttkolumner (metric_X) och metric_Y) för Y = a/X+b.

CORREL.RECIPROCAL(metric_X, metric_Y)

Ömsesidig regression: Intercept (tabell)

Returnerar spärren b mellan två måttkolumner (metric_X och metric_Y) för Y = a/X+b.

INTERCEPT.RECIPROCAL(metric_A, metric_B)

Ömsesidig regression: Förväntat Y (rad)

Beräknar de förväntade y värdena (metric_Y), utifrån de kända x värdena (metric_X) med hjälp av metoden med minst fyrkanter för att beräkna raden för bästa passning med Y = a/X+b.

ESTIMATE.RECIPROCAL(metric_X, metric_Y)

Ömsesidig regression: Lutning (tabell)

Returnerar lutningen a mellan två måttkolumner (metric_X och metric_Y) för Y = a/X+b.

SLOPE.RECIPROCAL(metric_X, metric_Y)

Sinus (rad)

Returnerar sinus för angiven vinkel. Om vinkeln är i grader multiplicerar du vinkeln med PI( )/180.

SIN(metric)

T-poäng

Alias för Z-poäng, dvs. avvikelsen från medelvärdet dividerat med standardavvikelsen

T-test

Utför ett m-tailed t-test med t-score på kol och n frihetsgrader.

Signaturen är t_test( x, n, m ). Under anropet anropas bara m*cdf_t(-abs(x),n). (Detta liknar z-test-funktionen som kör m*cdf_z(-abs(x)).

Här är m antalet svansar och n antalet frihetsgrader. Dessa ska vara tal (konstanta för hela rapporten, dvs. inte ändras rad för rad).

X är t-test-statistik och skulle ofta vara en formel (t.ex. zscore) baserad på ett mätvärde och kommer att utvärderas på varje rad.

Returvärdet är sannolikheten att se provningsvärdet x med hänsyn till antalet frihetsgrader och antalet svansar.

Exempel:

Tangent

Returnerar tangenten för den angivna vinkeln. Om vinkeln är i grader multiplicerar du vinkeln med PI( )/180.

TAN (metric)

Z-poäng (rad)

Returnerar Z-poäng, eller normal poäng, baserat på en normal fördelning. Z-värdet är antalet standardavvikelser som en observation ligger från medelvärdet. Ett Z-värde på 0 (noll) innebär att poängen är samma som medelvärdet. Ett Z-värde kan vara positivt eller negativt, vilket anger om det ligger över eller under medelvärdet och hur många standardavvikelser.

Ekvationen för Z-score är:

där x är råpoängen, är μ medelvärdet för populationen och σ är standardavvikelsen för populationen.

Z-score (metrisk)

Z-test

Utför ett n-tailed Z-test med Z-score på A.

Returnerar sannolikheten för att den aktuella raden kan ses av en slump i kolumnen.