61.SKEW

أغراض : للعودة الى درجة من التفاوت في التوزيع. وهو يعكس متوسط التفاوت في مركز توزيع درجة التباين هو أن درجة التباين للجانب توزيع وقت أكثر صعوبة. لقد أصبح هذا التفاوت في درجة من التفاوت في الجانب السلبي توزيع أكثر سلبية.

بناء الجملة : الانحراف (number1 ، number2 ،...).

المعلمات : number1 ، number2... هو الحاجة لحساب درجة التفاوت 1-30 المعلمات. بما في ذلك القيم مفصولة بفواصل ، مثل مجموعة واحدة واسم.

على سبيل المثال : "الصيغة = الانحراف ((22،23،29،19،38،27،25) ، (16،15،19،17،15،14،34))" عودة 0.854631382.

62.SLOPE

أغراض : للعودة الى مجموعة من النقاط بعد معادلة الانحدار الخطي المناسب المنحدر من خط (وهو خط مستقيم المسافة بين أي نقطتين من نسبة المسافة الأفقية والعمودية ، وهذا هو ، ومعدل التغير في الانحدار الخطي).

بناء الجملة : المنحدر (known_y 's، known_x's)

المعلمات : متغير known_y 'sالتابعة للمجموعة وعدد من نوع أو طائفة ، نقاط البيانات known_x بأنها مجموعة المتغيرات.

على سبيل المثال : "الصيغة = منحدر ((22،23،29،19،38،27،25) ، (16،15،19،17،15،14،34))" عودة -،100680934.

63.SMALL

أغراض : للعودة الى البيانات ك أول من قيمة الحد الأدنى ، مما أدى إلى موقع معين على قيم البيانات.

بناء الجملة : صغيرة (صفيف ، ك)

المعلمات : صفيف حاجة إلى العثور على رقم 1 ك الحد الأدنى لمجموعة البيانات أو المنطقة ، كاف لعودة البيانات أو البيانات في الصفيف حيث موقع المنطقة (من الصغيرة الى الكبيرة).

الأمثلة على ذلك : إذا إذا A1 = 78 = 45 A2 ، A3 = 90 = 12 A4 و A5 = 85 ، في حين أن الصيغة "= الصغيرة (A1 : A5 ، 3)" للعودة إلى 78.

64.STANDARDIZE

أغراض : يعني أن متوسط العائد على ديف قياسي لهذا الانحراف المعياري للتوزيع من القيم العادية.

بناء الجملة : توحيد (خ ، يعني ، الانحراف المعياري)

المعلمات : العاشر لتلبية احتياجات القيم العادية ، وتوزيع متوسط الحسابي ، Standard_dev الانحراف المعياري للتوزيع.

على سبيل المثال : "الصيغة = توحيد (62،60،10)" للعودة إلى 0.2.

65.STDEV

الأغراض : لتقدير الانحراف المعياري للعينة. انها تعكس البيانات فيما يتعلق المتوسط (الوسط) درجة التشتت.

بناء الجملة : تسخير (number1 ، number2 ،...)

المعلمات : number1 ، number2 ، إلى العينة الكلية لتتوافق مع المعلمة... 1-30. يمكن استخدام مفصولة بفواصل شكل المعلمة يمكن أيضا استخدام مجموعة ، وهذا هو ، ومجموعة الخلية المرجعية.

ملاحظة : معلمات الدالة تسخير بافتراض أن العينة الكلي. جميع العينات إذا كانت البيانات بصفة عامة ، ينبغي حسابها باستخدام معيار الدالة STDEVP الانحراف. وفي الوقت نفسه ، تجاهل المعلمات في وظيفة القيم المنطقية (صحيح أو خطأ) ، والنص. وإذا كنت لا تستطيع تجاهل منطق قيمة النص والنص الذي يمكن استخدام الدالة STDEVA.

على سبيل المثال : لنفترض عينة معينة من درجات الاختبار لمدة 78 = A1 ، A2 = 45 ، 90 = A3 ، A4 = 12 ، A5 = 85 ، ثم لتقدير الانحراف المعياري لجميع نتائج الصيغة "= تسخير (A1 : A5)" ونتائجها على قدم المساواة ل33.00757489.

66.STDEVA

الاستعمال : حساب عينة تعطى على أساس الانحراف المعياري. تسخير الوظيفة التي هو الفرق بين قيمة النص والقيم المنطقية (صحيح أو خطأ) كما ستشارك في العملية الحسابية.

بناء الجملة : STDEVA (value1 ، value2 ،.)

المعلمات : value1 ، value2 ،... والمعلمات عينة الشاملة 1-30. ويمكن استخدام النموذج مفصولة بفواصل المعلمات ، يمكنك استخدام مجموعة واحدة ، وهذا يعني ، الصفيف الخلية المرجعية.

على سبيل المثال : لنفترض جزء معين من نتائج الفحص لمدة 78 = A1 ، A2 = 45 ، 90 = A3 ، A4 = 12 ، A5 = 85 ، ثم لتقدير الانحراف المعياري لجميع نتائج الصيغة "= STDEVA (A1 : A5) "ونتائجها على قدم المساواة ل33.00757489.

67.STDEVP

الاستعمال : العودة من العينة الإجمالية الانحراف المعياري. وهو يعكس مجمل العينة مقارنة مع المتوسط (الوسط) درجة التشتت.

بناء الجملة : STDEVP (number1 ، number2 ،...)

المعلمات : number1 ، number2 ،... لمجمل العينة يناظر المعلمات 1-30. ويمكن استخدام النموذج مفصولة بفواصل المعلمات ، يمكنك استخدام مجموعة واحدة ، وهذا يعني ، الصفيف الخلية المرجعية.

ملاحظة : STDEVP الدالة تجاهلها في حساب عملية قيم منطقية (صحيح أو خطأ) ، والنص. إذا القيم المنطقية والنص لا يمكن تجاهلها ، يجب استخدام الدالة STDEVPA.

STDEVP الدالة في الوقت نفسه على افتراض أن المعلمات العامة لنموذج كامل. إذا كانت البيانات في عينة تمثيلية من العينة العامة ، ينبغي أن تستخدم تسخير الوظيفة لحساب الانحراف المعياري. عندما كان حجم العينة أكثر من ذلك ، وتسخير الوظيفة STDEVP الفرق الصغيرة بين النتائج المحسوبة.

على سبيل المثال : إذا كان الفحص الثاني ، فقط خمسة طلاب للمشاركة في ، برصيد 78 = A1 ، A2 = 45 ، 90 = A3 ، A4 = 12 ، A5 = 85 ، ثم تحسب الانحراف المعياري لجميع صيغة "= STDEVP (A1 : A5) "، النتائج التي تم إرجاعها إلى ما يعادل 29.52287249.

68.STDEVPA

أغراض : حساب الانحراف المعياري للعينة ككل. STDEVP الدالة هو الفرق بين قيمة النص والقيم المنطقية (صحيح أو خطأ) للمشاركة في العملية الحسابية.

بناء الجملة : STDEVPA (value1 ، value2 ،.)

المعلمات : value1 ، value2 ،... كما عينة من المعلمات العامة لل1-30. ويمكن استخدام النموذج مفصولة بفواصل المعلمات ، يمكنك استخدام مجموعة واحدة (وهذا هو ، خلايا مرجع صفيف).

ملاحظة : معلمات الدالة STDEVPA لافتراض أن مجمل العينة. إذا كانت البيانات تمثل جزءا من مجمل العينة ، يجب عليك استخدام الدالة STDEVA على تقدير الانحراف المعياري.

على سبيل المثال : إذا كان الفحص الثاني ، فقط خمسة طلاب للمشاركة في ، برصيد 78 = A1 ، A2 = 45 ، 90 = A3 ، A4 = 12 ، A5 = 85 ، ثم تحسب الانحراف المعياري لجميع صيغة "= STDEVP (A1 : A5) "، النتائج التي تم إرجاعها إلى ما يعادل 29.52287249.

69.STEYX

أغراض : للعودة من خلال أسلوب الانحدار الخطي لحساب توقعات قيمة إنشاء ذ من الخطأ المعياري. وفقا لمعيار الخطأ القياس المستخدمة لحساب متغير واحد س في ذ مبلغ من القيمة التنبؤية للخطأ.

بناء الجملة : STEYX (known_y 's، known_x's)

المعلمات : هي نقاط البيانات known_y باعتبارها المتغير التابع مجموعة أو منطقة ، هي نقاط البيانات known_x باعتبارها متغيرات أو مجموعة إقليمية.

على سبيل المثال : "الصيغة = STEYX ((22،13،29،19،18،17،15) ، (16،25،11،17،25،14،17))" العودة إلى 4.251584755.

70.TDIST

أغراض : الطالب تي عاد الى توزيع نقاط مئوية (احتمال) ، ر قيمة التوزيع (خ) هي القيمة المحسوبة ر (حساب نقاط مئوية الخاصة به). ر التوزيع للبيانات عينة صغيرة مجموعة من اختبار الفرضيات ، ويمكن استخدام هذه الدالة استبدال القيمة الحرجة من جدول توزيع ر.

بناء الجملة : TDIST (خ ، degrees_freedom ، والذيول)

المعلمات : س هو عدد من المتطلبات التوزيع ، Degrees_freedom درجة صحيح من الحرية للتعبير عن ، والذيول وظيفة التوزيع المحددة في العودة هو توزيع واحد أو اثنين من الذيل الذيل. إذا ذيول = 1 عودة وظيفة ، TDIST التوزيع واحدة الذيل. إذا ذيول = 2 ، وظيفة في العودة إلى TDIST التوزيع اثنين من الذيل.

على سبيل المثال : "الصيغة = TDIST (60،2،1)" للعودة إلى 0.000138831.

71.TINV

أغراض : العودة بوصفها وظيفة من احتمال ودرجة حرية قيمة ر الطالب للتوزيع ر.

بناء الجملة : TINV (احتمال ، degrees_freedom)

المعلمات : الاحتمالية للالمماثلة في الذيل التوزيع الاحتمالي Student's تي ، Degrees_freedom لتوزيع درجات الحرية.

على سبيل المثال : "الصيغة = TINV (0.5،60)" للعودة إلى 0.678600713.

72.TREND

أغراض : للعودة إلى خط الانحدار الخطي تركيب مجموعة من الإحداثيات العمودي (ذ القيمة). وجدت أن known_y طائفة معينة وknown_x في خط مستقيم (طريقة الأقل مربع) ، والعودة إلى القيمة المحددة في مجموعة new_x في خط مستقيم على قيمة ص المناظرة.

بناء الجملة : التيار (known_y 's، known_x's ، وnew_x ، const)

المعلمات : known_y للالعلاقة المعروفة بين ص = ب + نطاق في قيمة ص للجمع ، known_x 'sللعلاقة معروفة بين ص = ب + نطاق في مجموعة اختيارية من قيم س ، وظيفة New_x في التيار حاجة للعودة إلى يتم فرض قيمة ص المناظرة من القيمة س الجديدة ، Const المحدد لقيمة منطقية لب مصطلح ثابت إلى 0.

73.TRIMMEAN

أغراض : للعودة إلى مجموعة البيانات الداخلية في المتوسط. TRIMMEAN وظيفة من مجموعة من البيانات من الرأس والذيل لإزالة نسبة مئوية معينة من نقاط البيانات ، ومن ثم الطلب المتوسط. عندما عن الأمل في أن إزالة جزء من تحليل البيانات الحسابية ، يمكنك استخدام هذه الوظيفة.

بناء الجملة : TRIMMEAN (الصفيف في المئة)

المعلمات : صفيف لضرورة الفحص وعن متوسط الصفيف أو منطقة البيانات ، والنسبة المئوية لغرض حساب عندما لإزالة نسبة من نقاط البيانات. إذا = 0.2 في المئة ، في حين إزالة إزالة البيانات 20 4 ، وهذا هو ، وإزالة الرأس وهما العمق 2. = في المئة 0.1،30 إذا كانت البيانات نقاط تساوي 10 في المئة من ثلاث نقاط البيانات. وسوف تكون وظيفة TRIMMEAN متماثل في مجموعة البيانات لإزالة الرأس والذيل للبيانات.

على سبيل المثال : إذا A1 = 78 = 45 A2 ، A3 = 90 = 12 A4 و A5 = 85 ، في حين أن الصيغة "= TRIMMEAN (A1 : A5 ، 0.1)" مرة أخرى إلى 62.

74.TTEST

أغراض : للعودة الى اختبار الحادي والطالب الاحتمالات المرتبطة بها. ويمكن تحديد ما إذا كان عينتين تأتي من اثنين مع المتوسط العام نفسه.

بناء الجملة : TTEST (array1 ، array2 ، والذيول ، نوع)

المعلمات : array1 هو البيانات المجموعة الاولى ، array2 هو البيانات المجموعة الثانية ، الذيول للتوزيع العشري المنحنى المحدد. إذا ذيول = 1 ، TTEST الدالة باستخدام توزيع واحدة الذيل. إذا ذيول = 2 ، TTEST الدالة باستخدام توزيع اثنين من الذيل. نوع لنوع من الاختبار ر. إذا ما يعادل نوع (1،2 ، 3) اختبار (الاقتران ، اختبار ثنائي العينة ، مثل الفرق ، heteroscedastic اختبار ثنائي العينة)

على سبيل المثال : "الصيغة = TTEST ((3،4،5،8،9،1،2،4،5) ، (6،19،3،2،14،4،5،17،1) ، و 2 ، 1) "للعودة إلى 0.196016.

75.VAR

الأغراض : لتقدير التباين عينة.

بناء الجملة : فار (number1 ، number2 ،...)

المعلمات : number1 ، number2 ، إلى نموذج شامل والمعلمات 1-30 تتوافق....

على سبيل المثال : لنفترض أن لفحص خاص المتخذة في خمس درجات على عينة عشوائية ، باستخدام نتائج تقدير دالة فار الفرق ، قيمة عينة من 78 = A1 ، A2 = 45 ، 90 = A3 ، A4 = 12 ، A5 = 85 ، ثم الصيغة "فار = (A1 : A5)" للعودة إلى 1089.5.

76.VARA

الاستعمالات : تستخدم لتقدير التباين لعينة معينة. وسوف تعمل مع فار الفرق بين النص والقيم المنطقية (الصواب والخطأ) تشارك أيضا في الحساب.

بناء الجملة : فارا (value1 ، value2 ،.)

المعلمات : value1 ، value2 ،... باعتباره المعلمات عينة عامة 1-30.

على سبيل المثال : لنفترض أن لفحص خاص المتخذة في خمس درجات على عينة عشوائية ، باستخدام نتائج تقدير دالة فار الفرق ، قيمة عينة من 78 = A1 ، A2 = 45 ، 90 = A3 ، A4 = 12 ، A5 = 85 ، ثم الصيغة "فارا = (A1 : A5 ، صحيح)" للعودة إلى 1٬491،766667.

77.VARP

الاستعمال : حساب الفرق عينة عموما.

بناء الجملة : VARP (number1 ، number2 ،...)

المعلمات : number1 ، number2 ،... لمجمل العينة يناظر المعلمات 1-30. سيتم تجاهل القيم منطق (الصواب والخطأ) والنص.

على سبيل المثال : إذا كان الثاني المكياج ، فقط خمسة طلاب للمشاركة في ، برصيد 88 = A1 ، A2 = 55 ، 90 = A3 ، A4 = 72 ، A5 = 85 ، وكانت النتائج مهمة الفرق VARP تقدير ، ثم الصيغة "= VARP (A1 : A5) "العودة إلى 214.5.

78.VARPA

الاستعمال : حساب الفرق عينة عموما. وسوف تعمل مع VARP الفرق بين النص والقيم المنطقية (الصواب والخطأ) تشارك أيضا في الحساب.

بناء الجملة : VARPA (value1 ، value2 ،.)

المعلمات : value1 ، value2 ،... كما عينة من المعلمات العامة لل1-30.

على سبيل المثال : إذا كان الثاني المكياج ، فقط خمسة طلاب للمشاركة في ، برصيد 88 = A1 ، A2 = 55 ، 90 = A3 ، A4 = 72 ، A5 = 85 ، وكانت النتائج مهمة الفرق VARPA تقدير ، ثم الصيغة "= VARPA (A1 : A5) "العودة إلى 214.5.

79.WEIBULL

أغراض : توزيع عودة يبر. استخدام هذه الوظيفة يمكن تحليل الاعتمادية ، مثل MTBF المعدات.

بناء الجملة : يبل (خ ، ألفا ، بيتا ، والتراكمي)

يتم استخدام معلمات : العاشر لحساب قيمة الدالة ، وتوزيع المعلمة ألفا ، بيتا توزيع المعلمات ، التراكمية المنصوص عليها في شكل وظيفة.

على سبيل المثال : "الصيغة = يبل (98،21،100 ، صحيح)" للعودة إلى 0.480171231 ، = يبل (58،11،67 ، كاذبة) للعودة إلى 0.031622583.

80.ZTEST

أغراض : للعودة الى قيمة ف اختبار اثنين من الذيل ض. ض اختبار على أساس مجموعات البيانات أو إنشاء إلى العاشر مجموعة من عشرات القياسية ، وإعادة توزيع احتمال اثنين الذيل. يمكنك استخدام هذه الوظيفة في العودة عينات من المراقبة المحددة في القيمة الإجمالية لتقدير احتمالات.

بناء الجملة : ZTEST (صفيف ، خ ، سيغما)

المعلمات : الصف العاشر لكمنطقة اختبار للصفيف أو البيانات. لفحصها العاشر القيمة. سيغما ككل (المعروف) الانحراف المعياري ، إذا حذفت ، استخدم نموذج الانحراف المعياري.

على سبيل المثال : "الصيغة = ZTEST ((3،6،7،8،6،5،4،2،1،9) ، (4)" عودة 0.090574.