Referens - avancerade funktioner

Få åtkomst till dessa funktioner genom att kontrollera Show Advanced i Functions listruta.

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.

NOTE
0 (noll) betyder False och alla andra värden är True.
AND(logical_test1,[logical_test2],...)
Argument
Beskrivning
logical_test1
Obligatoriskt. Alla värden eller uttryck som kan utvärderas till TRUE eller FALSE.
logical_test2
Valfritt. Ytterligare villkor som du vill utvärdera som TRUE eller FALSE

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)
Argument
dimension
Dimensionen som du vill ha det ungefärliga distinkta artikelantalet för.

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":

Ungefärlig regionspecifik ny dimensionsdefinition med Kund-ID (eVar1)

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

Frihandstabell med unika besökare och ungefärliga kunder

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)
Argument
mått
cosinus för vinkeln som du vill ha från -1 till 1.

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)
Argument
mått
cosinus för vinkeln som du vill ha från -1 till 1.

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)
Argument
mått
cosinus för vinkeln som du vill ha från -1 till 1.

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)
Argument
Beskrivning
metric_X
Ett mätvärde som du vill ange som beroende data.
metric_Y
Ett mätvärde som du vill ange som oberoende data.

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 intäkterna upp till närmaste dollar, eller 570 dollar.

CEILING(metric)
Argument
Beskrivning
mått
Det mätvärde som du vill runda av.

Förtroende

Confidence är ett sannolikhetsmått på hur mycket det finns belägg för att en given variant är densamma 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)
Argument
Beskrivning
Normaliserar behållare
Grundläggande (Personer, sessioner eller Händelser) som ett test ska köras på.
Resultatmått
Mätvärden eller mätvärden som en användare jämför varianter med.
Kontroll
Den variant som alla andra varianter i experimentet jämförs med. Ange namnet på kontrollvariantens dimensionsobjekt.
Tröskelvärde för signifikans
Tröskelvärdet i den här funktionen är inställt på 95 % som standard.

Cosine (rad)

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

COS(metric)
Argument
Beskrivning
mått
Vinkeln i radianer som du vill ha cosinus för.

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)
Argument
Beskrivning
mått
Måttet som du vill ha kubroten för.

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.

NOTE
Detta fungerar inte som ni kan förvänta er med taxeringsvärden som intäkter/person: i stället för att summera intäkterna för de senaste N-siffrorna och summera personer över de senaste N-siffrorna och sedan dela upp dem. Använd i stället
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 måttkolumner ( metric_A och metrisk_B) för regressionsekvationen.

CORREL.EXP(metric_X, metric_Y)
Argument
Beskrivning
metric_X
Ett mätvärde som du vill korrelera med metric_Y.
metric_Y
Ett mätvärde som du vill korrelera med metric_X.

Exponentiell regression: Intercept (tabell)

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

INTERCEPT.EXP(metric_X, metric_Y)
Argument
Beskrivning
metric_X
Ett mätvärde som du vill ange som beroende data.
metric_Y
Ett mätvärde som du vill ange som oberoende data.

Exponentiell regression: Lutning (tabell)

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

SLOPE.EXP(metric_X, metric_Y)
Argument
Beskrivning
metric_X
Ett mätvärde som du vill ange som beroende data.
metric_Y
Ett mätvärde som du vill ange som oberoende data.

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 intäkterna till närmaste dollar, eller 569 dollar.

FLOOR(metric)
Argument
Beskrivning
mått
Det mätvärde som du vill runda av.

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)
Argument
Beskrivning
mått
Vinkeln i radianer som du vill hitta hyperbolisk cosinus för.

Hyperbolisk sinus (rad)

Returnerar hyperbolisk sinus för ett tal.

SINH(metric)
Argument
Beskrivning
mått
Vinkeln i radianer som du vill hitta hyperbolisk sinus för.

Hyperbolisk tangens (rad)

Returnerar hyperbolisk tangens för ett tal.

TANH(metric)
Argument
Beskrivning
mått
Vinkeln i radianer som du vill hitta den hyperboliska tangenten för.

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])
Argument
Beskrivning
logical_test
Obligatoriskt. Alla värden eller uttryck som kan utvärderas till TRUE eller FALSE.
[value_if_true]
Värdet som du vill returnera om logical_test argument utvärderas till TRUE. (Det här argumentet är som standard 0 om det inte inkluderas.)
[value_if_false]
Värdet som du vill returnera om logical_test argument utvärderas till FALSE. (Det här argumentet är som standard 0 om det inte inkluderas.)

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)
Argument
Beskrivning
Normaliserar behållare
Grundläggande (Personer, sessioner eller Händelser) som ett test ska köras på.
Resultatmått
Mätvärden eller mätvärden som en användare jämför varianter med.
Kontroll
Den variant som alla andra varianter i experimentet jämförs med. Ange namnet på kontrollvariantens dimensionsobjekt.

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)
Argument
Beskrivning
mått
Det positiva realtal som du vill ha bas-10-logaritmen för.

Loggregression: Korrelationskoefficient (tabell)

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

CORREL.LOG(metric_X,metric_Y)
Argument
Beskrivning
metric_X
Ett mätvärde som du vill korrelera med metric_Y.
metric_Y
Ett mätvärde som du vill korrelera med metric_X.

Loggregression: Intercept (tabell)

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

INTERCEPT.LOG(metric_X, metric_Y)
Argument
Beskrivning
metric_X
Ett mätvärde som du vill ange som beroende data.
metric_Y
Ett mätvärde som du vill ange som oberoende data.

Loggregression: Förväntat Y (rad)

Beräknar den förväntade y värden (metric_Y), med de kända x värden (metric_X) som använder 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 den förväntade y värden (metric_Y), eftersom x värden (metric_X) med hjälp av logaritmen för att beräkna raden som bäst passar för regressionsekvationen Y = a ln(X) + b. The a värden motsvarar varje x-värde, och b är ett konstant värde.

ESTIMATE.LOG(metric_X, metric_Y)
Argument
Beskrivning
metric_X
Ett mätvärde som du vill ange som beroende data.
metric_Y
Ett mätvärde som du vill ange som oberoende data.

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)
Argument
Beskrivning
metric_A
Ett mätvärde som du vill ange som beroende data.
metrisk_B
Ett mätvärde som du vill ange som oberoende data.

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)
Argument
Beskrivning
mått
Det positiva realtal som du vill ha den naturliga logaritmen för.

NOT

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

NOT(logical)
Argument
Beskrivning
logisk
Obligatoriskt. Ett värde eller uttryck som kan utvärderas till TRUE eller FALSE.

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.

NOTE
0 (noll) betyder False och alla andra värden är True.
OR(logical_test1,[logical_test2],...)
Argument
Beskrivning
logical_test1
Obligatoriskt. Alla värden eller uttryck som kan utvärderas till TRUE eller FALSE.
logical_test2
Valfritt. Ytterligare villkor som du vill utvärdera som TRUE eller FALSE

Pi

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

PI()

The PIfunktionen 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)
Argument
Beskrivning
metric_X
Ett mätvärde som du vill korrelera med metric_Y.
metric_Y
Ett mätvärde som du vill korrelera med metric_X.

Strömregression: Skärpning (tabell)

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

 INTERCEPT.POWER(metric_X, metric_Y)
Argument
Beskrivning
metric_X
Ett mätvärde som du vill ange som beroende data.
metric_Y
Ett mätvärde som du vill ange som oberoende data.

Strömregression: Förväntat Y (rad)

Beräknar den förväntade y värden ( metric_Y), eftersom x värden ( metric_X) med hjälp av metoden"minst fyrkanter" för att beräkna raden som bäst passar för Y = b*X.

 ESTIMATE.POWER(metric_X, metric_Y)
Argument
Beskrivning
metric_X
Ett mätvärde som du vill ange som beroende data.
metric_Y
Ett mätvärde som du vill ange som oberoende data.

Strömregression: Långsam (tabell)

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

SLOPE.POWER(metric_X, metric_Y)
Argument
Beskrivning
metric_X
Ett mätvärde som du vill ange som beroende data.
metric_Y
Ett mätvärde som du vill ange som oberoende data.

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)
Argument
Beskrivning
metric_X
Ett mätvärde som du vill korrelera med metric_Y.
metric_Y
Ett mätvärde som du vill korrelera med metric_X.

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)
Argument
Beskrivning
metric_X
Ett mätvärde som du vill ange som beroende data.
metric_Y
Ett mätvärde som du vill ange som oberoende data.

Kvadratisk regression: Förväntat Y (rad)

Beräknar den förväntade y värden (metric_Y), med de kända x värden (metric_X) som använder metoden med minst fyrkanter för att beräkna raden för bästa passning med Y=(a*X+b)​ .

ESTIMATE.QUADRATIC(metric_A, metric_B)
Argument
Beskrivning
metric_A
Ett mätvärde som du vill ange som beroende data.
metrisk_B
Ett mätvärde som du vill ange som beroende data.

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)
Argument
Beskrivning
metric_X
Ett mätvärde som du vill ange som beroende data.
metric_Y
Ett mätvärde som du vill ange som oberoende data.

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)
Argument
Beskrivning
metric_X
Ett mätvärde som du vill korrelera med metric_Y.
metric_Y
Ett mätvärde som du vill korrelera med metric_X.

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)
Argument
Beskrivning
metric_X
Ett mätvärde som du vill ange som beroende data.
metric_Y
Ett mätvärde som du vill ange som oberoende data.

Ömsesidig regression: Förväntat Y (rad)

Beräknar den förväntade y värden (metric_Y), med de kända x värden (metric_X) som använder metoden med minst fyrkanter för att beräkna raden för bästa passning med Y = a/X+b.

ESTIMATE.RECIPROCAL(metric_X, metric_Y)
Argument
Beskrivning
metric_X
Ett mätvärde som du vill ange som beroende data.
metric_Y
Ett mätvärde som du vill ange som oberoende data.

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)
Argument
Beskrivning
metric_X
Ett mätvärde som du vill ange som beroende data.
metric_Y
Ett mätvärde som du vill ange som oberoende data.

Sinus (rad)

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

SIN(metric)
Argument
Beskrivning
mått
Vinkeln i radianer som du vill ha sinus för.

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, anropar den bara m*cdf_t(-abs(x),n). (Detta liknar funktionen z-test som körs m*cdf_z(-abs(x)).

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

X är t-test-värdet och skulle ofta vara en formel (t.ex. zscore) som baseras på ett mätresultat och utvärderas på varje rad.

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

Exempel:

  1. Använd den för att hitta avvikelser:

    code language-none
    t_test( zscore(bouncerate), row-count-1, 2)
    
  2. Kombinera den med if för att ignorera mycket höga eller låga avhoppsfrekvenser och räkna besök på allt annat:

    code language-none
    if ( t_test( z-score(bouncerate), row-count, 2) < 0.01, 0, visits )
    

Tangent

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

TAN (metric)
Argument
Beskrivning
mått
Vinkeln i radianer som du vill ha tangenten för.

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, μ är medelvärdet av befolkningen, och σ är standardavvikelsen för populationen.

NOTE
μ (mu) ochσ (sigma) beräknas automatiskt utifrån måttet.

Z-score (metrisk)

Argument
Beskrivning
mått
Returnerar värdet för dess första argument som inte är noll.

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.

NOTE
Anta att värdena normalt fördelas.
recommendation-more-help
080e5213-7aa2-40d6-9dba-18945e892f79