進階函數

計算量度產生器可讓您套用統計和數學函式。 本文記錄進階函式及其定義的字母順序清單。

在[元件]面板中選取 函式 ​清單下的​ 顯示全部，以存取這些函式。 向下捲動以檢視​ 進階函式 ​的清單。

表格函式和列函式

表格函數是表格每一列的輸出都相同。列函數則是表格每一列的輸出都不同。

在適用和相關的情況下，函式會以函式型別註釋： [表格]{class="badge neutral"}[列]{class="badge neutral"}

「包含零」引數的意義是什麼？

此參數指出是否在計算中包括零。有時零表示​ 無，但有時很重要。

例如，如果您有收入量度，然後新增頁面檢視量度至報表，您的收入會突然有更多的列，而且全都是零。 您可能不想讓額外的量度影響任何​ MEAN、ROW MINIMUM、QUARTILE ​以及您在收入欄中擁有的其他計算。 在此情況下，您需要檢查include-zeros引數。

另一種情況是，您有兩個相關量度，且其中一個的平均值或最小值較高，因為有些列是零。 在這種情況下，您可以選擇不檢查引數以包含零。

和

AND(logical_test)

結合。 不等於零則視為true，等於零則視為false。 輸出為0 (false)或1 (true)。

近似計數相異

近似的相異計數（維度）

針對選取的維度，傳回維度項目的近似相異計數。

範例

此函式的常見使用案例是當您想要取得大致數量的客戶時。

反餘弦

反餘弦（量度）

[列]{class="badge neutral"}

反正弦

反正弦（量度）

[列]{class="badge neutral"}

反正切

反正切（量度）

[列]{class="badge neutral"}

Cdf-T

CDF-T（量度，數字）

傳回自由度為n的學生t分佈中，隨機變數的z分數小於col的機率。

範例

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，數字）

傳回常態分佈之隨機變數的z分數小於col的機率。

範例

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）

[列]{class="badge neutral"}

信賴度 (下限)

信賴度(normalizing-container， success-metric， control， implementation-treshold)

使用WASKR方法計算隨時有效的信賴度​ 下限，如時間統一中心限制理論和漸近信賴序列中所述。

信賴度指有多少證據顯示指定變體與控制變體相同的機率測度。 信賴度越高表示控制和非控制變體具有相同績效假設的證據越少。

信賴度 (上限)

信賴度(normalizing-container， success-metric， control， implementation-treshold)

使用WASKR方法計算隨時有效的信賴度​ 上限，如時間統一中心限制理論和漸近信賴序列中所述。

信賴度指有多少證據顯示指定變體與控制變體相同的機率測度。 信賴度越高表示控制和非控制變體具有相同績效假設的證據越少。

餘弦

餘弦（量度）

[列]{class="badge neutral"}

立方根

CUBE根（量度）

傳回數字的正立方根。數字的立方根是該數字的 1/3 乘冪值。

累積

累積（數字，量度）

傳回x欄最後n個元素的總和。如果n > 0，則會加總最後n個元素或x。如果n < 0，則加總前面的元素。

範例

累積（平均）

累積平均值（數字，量度）

傳回欄x最後n個元素的平均值。如果n > 0，則會加總最後n個元素或x。如果n < 0，則加總前面的元素。

NOTE

此函式不適用於比率量度，例如每人收入。 此函式計算比率的平均值，而非將過去N期的收入相加、將過去N期的人員相加，然後再將兩者相除。
請改用 累積（收入） 累積（人員）。

等於

EQUAL()

等於。 輸出為0 (false)或1 (true)。

範例

Metric 1 = Metric 2

指數回歸：相關係數

指數回歸：相關係數(metric_X， metric_Y， include_zeros)

[表格]{class="badge neutral"}

指數回歸：預計Y

指數回歸：預計Y(metric_X， metric_Y， include_zeros)

[列]{class="badge neutral"}

指數回歸：截距

指數回歸：截距(metric_X， metric_Y， include_zeros)

[表格]{class="badge neutral"}

指數回歸：斜率

指數回歸：斜率(metric_X， metric_Y， include_zeros)

[表格]{class="badge neutral"}

Floor

FLOOR(metric_X， metric_Y， include_zeros)

[列]{class="badge neutral"}

大於

大於()

輸出為0 (false)或1 (true)。

範例

Metric 1 > Metric 2

大於或等於

大於或等於()

大於或等於。 輸出為0 (false)或1 (true)。

範例

Metric 1 >= Metric 2

雙曲餘弦

雙曲餘弦（量度）

[列]{class="badge neutral"}

雙曲正弦

雙曲正弦（量度）

[列]{class="badge neutral"}

雙曲正切

雙曲正切（量度）

[列]{class="badge neutral"}

若

IF(logical_test， value_if_true， value_if_false)

[列]{class="badge neutral"}

小於

小於()

輸出為0 (false)或1 (true)。

範例

Metric 1 < Metric 2

小於或等於

小於或等於()

小於或等於。 輸出為0 (false)或1 (true)。

範例

Metric 1 <= Metric 2

線性回歸：相關係數

線性回歸：相關係數(metric_X， metric_Y， include_zeros)

[表格]{class="badge neutral"}

線性回歸：截距

線性回歸：截距(metric_X， metric_Y， include_zeros)

[表格]{class="badge neutral"}

線性回歸：預計Y

線性回歸：預計Y(metric_X， metric_Y， include_zeros)

[列]{class="badge neutral"}

線性回歸：斜率

線性回歸：斜率(metric_X， metric_Y， include_zeros)

[表格]{class="badge neutral"}

以10為底的對數

以10為基數的記錄檔（量度）

[列]{class="badge neutral"}

對數回歸：相關係數

對數回歸：相關係數(metric_X， metric_Y， include_zeros)

[表格]{class="badge neutral"}

對數回歸：截距

對數回歸：截距(metric_X， metric_Y， include_zeros)

[表格]{class="badge neutral"}

對數回歸：預計Y

對數回歸：預計Y(metric_X， metric_Y， include_zeros)

[列]{class="badge neutral"}

對數回歸：斜率

對數回歸：斜率(metric_X， metric_Y， include_zeros)

[表格]{class="badge neutral"}

自然對數

自然對數（量度）

傳回數字的自然對數。自然對數是以常數 e (2.71828182845904) 為底數。LN 是 EXP 函數的反函數。

Not

NOT（邏輯）

否定是一種布林值。 輸出為0 (false)或1 (true)。

不等於

不等於()

不等於。 輸出為0 (false)或1 (true)。

範例

Metric 1 != Metric 2

或

OR(logical_test)

[列]{class="badge neutral"}

Pi

PI()

傳回 Pi：3.14159…

乘冪回歸：相關係數

乘冪回歸：相關係數(metric_X， metric_Y， include_zeros)

[表格]{class="badge neutral"}

乘冪回歸：截距

乘冪回歸：截距(metric_X， metric_Y， include_zeros)

[表格]{class="badge neutral"}

乘冪回歸：預計Y

乘冪回歸：預計Y(metric_X， metric_Y， include_zeros)

[列]{class="badge neutral"}

乘冪回歸：斜率

乘冪回歸：斜率(metric_X， metric_Y， include_zeros)

[表格]{class="badge neutral"}

二次回歸：相關係數

二次回歸：相關係數(metric_X， metric_Y， include_zeros)

[表格]{class="badge neutral"}

二次回歸：截距

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

[表格]{class="badge neutral"}

二次回歸：預計Y

二次回歸：預計Y(metric_X， metric_Y， include_zeros)

[列]{class="badge neutral"}

二次回歸：斜率

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

[表格]{class="badge neutral"}

倒數回歸：相關係數

倒數回歸：相關係數(metric_X， metric_Y， include_zeros)

[表格]{class="badge neutral"}

倒數回歸：截距

倒數回歸：截距(metric_X， metric_Y， include_zeros)

[表格]{class="badge neutral"}

倒數回歸：預計Y

倒數回歸：預計Y(metric_X， metric_Y， include_zeros)

[列]{class="badge neutral"}

倒數回歸：斜率

倒數回歸：斜率(metric_X， metric_Y， include_zeros)

[表格]{class="badge neutral"}

正弦

SINE（量度）

[列]{class="badge neutral"}

T 分數

T-SCORE（公制，包含_零）

MEAN的偏差除以標準差。 Z分數的別名。

T 檢定

T檢定（公制、度、尾）

執行m尾t檢定，x為t分數，n為自由度。

詳細資料

簽章是T-TEST（公制、度、尾）。 在下面，它只會呼叫​ m CDF-T(-ABSOLUTE VALUE(tails), degrees)。 此函式類似於​ Z-TEST ​函式，它執行​ m CDF-Z(-ABSOLUTE VALUE(tails))。

傳回值是在給定自由度和反面的數目下，出現檢定統計資料 x 的機率。

範例：

正切

正切（量度）

傳回給定角度的正切。如果角度是以度表示，請將角度乘以 PI( )/180。

Z分數

Z-SCORE（公制，包含_零）

[列]{class="badge neutral"}

Z分數為0 （零）表示分數與平均值相同。 Z 分數可為正或負，代表其高於或低於平均值多少標準差。

Z 分數的方程式為：

其中​ x ​是原始分數，μ ​是母體的平均值，σ ​是母體的標準差。

Z 檢定

Z-TEST(metric_tails)

執行n尾z檢定，z分數為x。