高级功能

计算量度生成器允许您应用统计和数学函数。 本文按字母顺序列出了高级功能及其定义。

通过在“组件”面板中选择 函数 ​列表下的​ 显示所有 ​来访问这些函数。 向下滚动以查看​ 高级函数 ​的列表。

table函数与row函数

在 table 函数中，输出对于表中的每一行都是相同的。在 row 函数中，输出对于表中的每一行都是不同的。

在适用和相关的情况下，使用函数类型对函数进行注释： [表]{class="badge neutral"}[行]{class="badge neutral"}

include-zeros参数的含义是什么？

它可告知计算中是否包含零。有时零表示​ 无，但有时它很重要。

例如，如果您有一个收入指标，然后向报表中添加了一个页面查看次数量度，那么您的收入会突然出现更多的行，这些行全部为零。 您可能不希望该额外的量度影响收入列中的任何​ MEAN、ROW MINIMUM、QUARTILE ​以及更多计算。 在这种情况下，您需要检查include-zeros参数。

另一种情况是，您有两个感兴趣的量度，而其中一个量度的平均值或最小值较高，因为某些行为零。 在这种情况下，您可以选择不检查参数以包含零。

“逻辑与”

AND(logical_test)

结合。 不等于零则视为true，等于零则视为false。 输出为0 (false)或1 (true)。

非重复近似计数

近似非重复计数（维度）

针对所选维度，返回其维度项目的非重复近似计数。

示例

此函数的常见用例是当您希望获得大致数量的客户时。

反余弦

反余弦（量度）

[行]{class="badge neutral"}

反正弦

反正弦（量度）

[行]{class="badge neutral"}

反正切

反正切（量度）

[行]{class="badge neutral"}

Cdf-T

CDF-T（量度，数字）

返回自由度为n的学生t分布中，随机变量z分数小于列值的概率。

示例

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（量度，数字）

返回正态分布中随机变量z分数小于列值的概率。

示例

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

上限

上限（量度）

[行]{class="badge neutral"}

置信度（下限）

置信度(normalizing-container， success-metric， control， importance-treshold)

使用时间均匀中心极限理论和渐近置信序列中所述的WASKR方法计算随时有效置信度​ lower。

置信度是一种概率度量，可表明有多少证据能够表明给定变量与控制变量相同。 置信度越高，表明支持控制变量和非控制变量具有相同性能的假设的证据越少。

置信度（上限）

置信度(normalizing-container， success-metric， control， importance-treshold)

使用时间均匀中心极限理论和渐近置信序列中所述的WASKR方法计算随时有效置信度​ upper。

置信度是一种概率度量，可表明有多少证据能够表明给定变量与控制变量相同。 置信度越高，表明支持控制变量和非控制变量具有相同性能的假设的证据越少。

余弦

余弦（量度）

[行]{class="badge neutral"}

立方根

多维数据集根（量度）

返回某数字的正立方根。某数字的立方根是该数字三分之一次幂的值。

累积

累积（数字，指标）

返回列x的最后n个元素的总和。如果n > 0，则对最后n个元素或x求和。如果n < 0，则对上述元素求和。

示例

累积（平均）

累积平均值（数值，指标）

返回列x最后n个元素的平均值。如果n > 0，则对最后n个元素或x求和。如果n < 0，则对上述元素求和。

NOTE

此函数不适用于费率量度，例如每人收入。 此函数计算比率的平均值，而不是总计最后N行的收入并总计最后N行的人员数，然后将二者相除。
请改用 累积（收入） 累积（人员）。

等于

等于()

等于。 输出为0 (false)或1 (true)。

示例

Metric 1 = Metric 2

指数回归：相关系数

指数回归：相关系数(metric_X， metric_Y， include_zeros)

[表格]{class="badge neutral"}

指数回归：预测的Y

指数回归：预测的Y(metric_X， metric_Y， include_zeros)

[行]{class="badge neutral"}

指数回归：截距

指数回归：截距(metric_X， metric_Y， include_zeros)

[表格]{class="badge neutral"}

指数回归：斜率

指数回归：斜率(metric_X， metric_Y， include_zeros)

[表格]{class="badge neutral"}

Floor

FLOOR(metric_X， metric_Y， include_zeros)

[行]{class="badge neutral"}

大于

大于()

输出为0 (false)或1 (true)。

示例

Metric 1 > Metric 2

大于或等于

大于或等于()

大于或等于。 输出为0 (false)或1 (true)。

示例

Metric 1 >= Metric 2

双曲余弦

双曲余弦（量度）

[行]{class="badge neutral"}

双曲正弦

双曲正弦（量度）

[行]{class="badge neutral"}

双曲正切

双曲正切（量度）

[行]{class="badge neutral"}

如果

IF(logical_test， value_if_true， value_if_false)

[行]{class="badge neutral"}

小于

小于()

输出为0 (false)或1 (true)。

示例

Metric 1 < Metric 2

小于或等于

小于或等于()

小于或等于。 输出为0 (false)或1 (true)。

示例

Metric 1 <= Metric 2

线性回归：相关系数

线性回归：相关系数(metric_X， metric_Y， include_zeros)

[表格]{class="badge neutral"}

线性回归：截距

线性回归：截距(metric_X， metric_Y， include_zeros)

[表格]{class="badge neutral"}

线性回归：预测的Y

线性回归：预测的Y(metric_X， metric_Y， include_zeros)

[行]{class="badge neutral"}

线性回归：斜率

线性回归：斜率(metric_X， metric_Y， include_zeros)

[表格]{class="badge neutral"}

以10为底的对数

以10为底的日志（量度）

[行]{class="badge neutral"}

对数回归：相关系数

对数回归：相关系数(metric_X， metric_Y， include_zeros)

[表格]{class="badge neutral"}

对数回归：截距

对数回归：截距(metric_X， metric_Y， include_zeros)

[表格]{class="badge neutral"}

对数回归：预测的Y

对数回归：预测的Y(metric_X， metric_Y， include_zeros)

[行]{class="badge neutral"}

对数回归：斜率

对数回归：斜率(metric_X， metric_Y， include_zeros)

[表格]{class="badge neutral"}

自然对数

自然日志（量度）

返回某数字的自然对数。自然对数以常数 e (2.71828182845904) 为底数。LN 是 EXP 函数的反函数。

不为

NOT（逻辑）

否定是一种布尔值。 输出为0 (false)或1 (true)。

不等于

不等于()

不等于。 输出为0 (false)或1 (true)。

示例

Metric 1 != Metric 2

或

OR(logical_test)

[行]{class="badge neutral"}

Pi

PI()

返回Pi：3.14159…

幂回归：相关系数

幂回归：相关系数(metric_X， metric_Y， include_zeros)

[表格]{class="badge neutral"}

幂回归：截距

幂回归：截距(metric_X， metric_Y， include_zeros)

[表格]{class="badge neutral"}

幂回归：预测的Y

幂回归：预测的Y(metric_X， metric_Y， include_zeros)

[行]{class="badge neutral"}

幂回归：斜率

幂回归：斜率(metric_X， metric_Y， include_zeros)

[表格]{class="badge neutral"}

二次回归：相关系数

二次回归：相关系数(metric_X， metric_Y， include_zeros)

[表格]{class="badge neutral"}

二次回归：截距

二次回归：截距(metric_X， metric_Y， include_zeros)

[表格]{class="badge neutral"}

二次回归：预测的Y

二次回归：预测的Y(metric_X， metric_Y， include_zeros)

[行]{class="badge neutral"}

二次回归：斜率

二次回归：斜率(metric_X， metric_Y， include_zeros)

[表格]{class="badge neutral"}

倒数回归：相关系数

倒数回归：相关系数(metric_X， metric_Y， include_zeros)

[表格]{class="badge neutral"}

倒数回归：截距

倒数回归：截距(metric_X， metric_Y， include_zeros)

[表格]{class="badge neutral"}

倒数回归：预测的Y

倒数回归：预测的Y(metric_X， metric_Y， include_zeros)

[行]{class="badge neutral"}

倒数回归：斜率

倒数回归：斜率(metric_X， metric_Y， include_zeros)

[表格]{class="badge neutral"}

正弦

正弦（量度）

[行]{class="badge neutral"}

T 分数

T-SCORE(metric， include_zeros)

MEAN的偏差除以标准偏差。 Z分数的别名。

T 测试

T测试（度量、度、尾）

执行尾长为 m 的 t 检验，其中 x 为 t 分数，n 为自由度。

详细信息

特征码为T-TEST(metric， degrees， tails)。 在下面，它只是调用​ m CDF-T(-ABSOLUTE VALUE(tails), degrees)。 此函数类似于​ Z-TEST ​函数，该函数运行​ m CDF-Z(-ABSOLUTE VALUE(tails))。

返回值是指在给定自由度和尾数的情况下，获得测试统计数据 x 的几率。

示例：

正切

正切（量度）

返回给定角的正切。如果角以角度表示，则将该角乘以 PI( )/180。

Z分数

Z-SCORE(metric， include_zeros)

[行]{class="badge neutral"}

Z得分为0（零）意味着得分与平均值相同。 Z 分数可以为正数或负数，用于指示该分数在平均值之上还是之下，以及依据多少个标准偏差。

Z 分数的方程式为：

其中​ x ​是原始分数，μ ​是群体平均值，σ ​是群体标准偏差。

Z 测试

Z-TEST(metric_tails)

执行n尾z检验，z分数为x。