Avancerade funktioner

Med verktyget Beräknade mätvärden kan du använda statistiska och matematiska funktioner. I den här artikeln visas en alfabetisk lista över de avancerade funktionerna och deras definitioner.

Du får åtkomst till de här funktionerna genom att välja Show all under listan Functions på panelen Komponenter. Bläddra ned för att se listan med Advanced functions.

Tabellfunktioner jämfört med 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.

I tillämpliga fall och när det är relevant kommenteras en funktion med funktionstypen: [Tabell]{class="badge neutral"}[Rad]{class="badge neutral"}

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 förmodligen inte att det ytterligare måttet ska påverka några MEAN, ROW MINIMUM, QUARTILE och fler beräkningar som du har i intäktskolumnen. I det här fallet kontrollerar du parametern include-zeros.

Ett alternativt scenario är att du har två intressanta mätvärden och ett har ett högre genomsnitt eller minimum eftersom några av raderna är nollor. I så fall kan du välja att inte kontrollera parametern så att den innehåller nollor.

Och

AND(logical_test)

Förening. Inte lika med noll anses vara sant och lika med noll anses vara falskt. Utdata är antingen 0 (false) eller 1 (true).

Distinkt antal

APPROXIMATE COUNT DISTINCT(dimension)

Returnerar det ungefärliga distinkta antalet dimensionsobjekt för den valda dimensionen.

Exempel

Ett vanligt användningsexempel för den här funktionen är när du vill få ett ungefärligt antal kunder.

Arc Cosine

ARC COSINE(metric)

[Rad]{class="badge neutral"}

Båge sinus

ARC SINE(metric)

[Rad]{class="badge neutral"}

Bågtangent

ARC TANGENT(metric)

[Rad]{class="badge neutral"}

Cdf-T

CDF-T(metric, number)

Returnerar sannolikheten för att en slumpmässig variabel med studentfördelning med n frihetsgrader har ett z-score mindre än kol.

Exempel

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)

Returnerar sannolikheten för att en slumpvariabel med en normal fördelning har ett z-score som är mindre än col.

Exempel

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

Tak

CEILING(metric)

[Rad]{class="badge neutral"}

Förtroende (lägre)

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

Beräkna valfri giltig konfidensgrad lower med WASKR-metoden enligt beskrivningen i Tidsenhetlig central gränsteori och asymptotiska konfidenssekvenser.

Förtroende är ett sannolikhetsmått på hur mycket det finns belägg för att en viss variant är densamma som kontrollvarianten. Ett högre förtroende tyder inte på att kontrollvarianten och icke-kontrollvarianten har samma prestanda.

Förtroende (övre)

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

Beräkna det valfria tidsgiltiga förtroendet upper med WASKR-metoden enligt beskrivningen i Tidsenhetlig central gränsteori och asymptotiska konfidenssekvenser.

Förtroende är ett sannolikhetsmått på hur mycket det finns belägg för att en viss variant är densamma som kontrollvarianten. Ett högre förtroende tyder inte på att kontrollvarianten och icke-kontrollvarianten har samma prestanda.

Cosine

COSINE(metric)

[Rad]{class="badge neutral"}

Kubrot

CUBE ROOT(metric)

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

Kumulativ

CUMULATIVE(number, metric)

Returnerar summan av de sista n elementen i kolumn x. Om n > 0 är summan av de sista n elementen eller x. Om n < 0, summera föregående element.

Exempel

Kumulativ (medel)

CUMULATIVE AVERAGE(number, metric)

Returnerar medelvärdet för de sista n elementen i kolumn x. Om n > 0 är summan av de sista n elementen eller x. Om n < 0, summera föregående element.

NOTE

Den här funktionen fungerar inte med tariffvärden som intäkter per person. Funktionen beräknar genomsnittsnivån i stället för att summera intäkterna för de senaste N:en och summerar personer under de senaste N:en och delar sedan upp dem.
Använd CUMULATIVE(revenue) CUMULATIVE(person) i stället.

Jämn

EQUAL()

Lika. Utdata är antingen 0 (false) eller 1 (true).

Exempel

Metric 1 = Metric 2

Exponentiell regression: Korrelationskoefficient

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

[Tabell]{class="badge neutral"}

Exponentiell regression: Förväntat Y

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

[Rad]{class="badge neutral"}

Exponentiell regression: Intercept

EXPONENTIAL REGRESSION: INTERCEPT(metric_X, metric_Y, include_zeros)

[Tabell]{class="badge neutral"}

Exponentiell regression: Lutning

EXPONENTIAL REGRESSION: SLOPE(metric_X, metric_Y, include_zeros)

[Tabell]{class="badge neutral"}

Floor

FLOOR(metric_X, metric_Y, include_zeros)

[Rad]{class="badge neutral"}

Större än

GREATER THAN()

Utdata är antingen 0 (false) eller 1 (true).

Exempel

Metric 1 > Metric 2

Större än eller lika med

GREATER THAN OR EQUAL()

Större än eller lika med. Utdata är antingen 0 (false) eller 1 (true).

Exempel

Metric 1 >= Metric 2

Hyperbolisk cosinus

HYPERBOLIC COSINE(metric)

[Rad]{class="badge neutral"}

Hyperbolisk sinus

HYPERBOLIC SINE(metric)

[Rad]{class="badge neutral"}

Hyperbolisk tangens

HYPERBOLIC TANGENT(metric)

[Rad]{class="badge neutral"}

If

IF(logical_test, value_if_true, value_if_false)

[Rad]{class="badge neutral"}

Mindre än

LESS THAN()

Utdata är antingen 0 (false) eller 1 (true).

Exempel

Metric 1 < Metric 2

Mindre än eller lika med

LESS THAN OR EQUAL()

Mindre än eller lika med. Utdata är antingen 0 (false) eller 1 (true).

Exempel

Metric 1 <= Metric 2

Linjär regression: Korrelationskoefficient

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

[Tabell]{class="badge neutral"}

Linear regression: Intercept

LINEAR REGRESSION: INTERCEPT(metric_X, metric_Y, include_zeros)

[Tabell]{class="badge neutral"}

Linear regression: Predicated Y

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

[Rad]{class="badge neutral"}

Linjär regression: Lutning

LINEAR REGRESSION: SLOPE(metric_X, metric_Y, include_zeros)

[Tabell]{class="badge neutral"}

Loggbas 10

LOG BASE 10(metric)

[Rad]{class="badge neutral"}

Loggregression: Korrelationskoefficient

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

[Tabell]{class="badge neutral"}

Loggregression: Korsning

LOG REGRESSION: INTERCEPT(metric_X, metric_Y, include_zeros)

[Tabell]{class="badge neutral"}

Loggregression: Förväntat Y

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

[Rad]{class="badge neutral"}

Loggregression: Långsam

LOG REGRESSION: SLOPE(metric_X, metric_Y, include_zeros)

[Tabell]{class="badge neutral"}

Naturlig logg

NATURAL LOG(metric)

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

Inte

NOT(logical)

Negation som boolesk. Utdata är antingen 0 (false) eller 1 (true).

Inte lika med

NOT EQUAL()

Inte lika med. Utdata är antingen 0 (false) eller 1 (true).

Exempel

Metric 1 != Metric 2

eller

OR(logical_test)

[Rad]{class="badge neutral"}

Pi

PI()

Returnerar Pi: 3,14159…

Effektregression: Korrelationskoefficient

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

[Tabell]{class="badge neutral"}

Strömregression: Skärpning

POWER REGRESSION: INTERCEPT(metric_X, metric_Y, include_zeros)

[Tabell]{class="badge neutral"}

Strömregression: Förväntat Y

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

[Rad]{class="badge neutral"}

Strömregression: Långsam

POWER REGRESSION: SLOPE(metric_X, metric_Y, include_zeros)

[Tabell]{class="badge neutral"}

Kvadratisk regression: Korrelationskoefficient

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

[Tabell]{class="badge neutral"}

Kvadratisk regression: Intercept

QUADRATIC REGRESSION: INTERCEPT(metric_X, metric_Y, include_zeros)

[Tabell]{class="badge neutral"}

Kvadratisk regression: Förväntat Y

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

[Rad]{class="badge neutral"}

Kvadratisk regression: Långsam

QUADRATIC REGRESSION: SLOPE(metric_X, metric_Y, include_zeros)

[Tabell]{class="badge neutral"}

Ömsesidig regression: Korrelationskoefficient

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

[Tabell]{class="badge neutral"}

Ömsesidig regression: Skärpning

RECIPROCAL REGRESSION: INTERCEPT(metric_X, metric_Y, include_zeros)

[Tabell]{class="badge neutral"}

Ömsesidig regression: Förväntat Y

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

[Rad]{class="badge neutral"}

Ömsesidig regression: Lutning

RECIPROCAL REGRESSION: SLOPE(metric_X, metric_Y, include_zeros)

[Tabell]{class="badge neutral"}

Sinus

SINE(metric)

[Rad]{class="badge neutral"}

T-poäng

T-SCORE(metric, include_zeros)

Avvikelsen från MEAN, dividerad med standardavvikelsen. Alias för Z-bakgrundsmusik.

T-test

T-TEST(metric, degrees, tails)

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

Information

Underskriften är T-TEST(metrisk, grader, svans). Under anropet anropas bara m CDF-T(-ABSOLUTE VALUE(tails), degrees). Den här funktionen liknar funktionen Z-TEST som kör m CDF-Z(-ABSOLUTE VALUE(tails)).

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

Exempel:

Tangent

TANGENT(metric)

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

Z-poäng

Z-SCORE(metric, include_zeros)

[Rad]{class="badge neutral"}

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:

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

Z-test

Z-TEST(metric_tails)

Utför ett n-tailed z-test med z-score x.