21.FINV

Propósito: para volver a la F de la función de distribución de probabilidad inversa, es decir, el valor crítico de distribución F. Si p = DISTR.F (x, ...), mientras que DISTR.F.INV (p, ...) = x.

Sintaxis: DISTR.F.INV (probabilidad, degrees_freedom1, degrees_freedom2)

Parámetros: Probabilidad es la probabilidad de que el valor acumulado de distribución F, Degrees_freedom1 molecular grados de libertad, Degrees_freedom2 son los grados de libertad del denominador.

Ejemplo: la fórmula "= DISTR.F.INV (0.1,86,74)" para volver a 1,337888023.

22.FISHER

Propósito: regresar al punto x de la transformación de Fisher. Generar una transformación similar a la distribución normal en lugar de una función de inclinación, utilice esta función para completar el supuesto de que la prueba del coeficiente de correlación.

Sintaxis: FISHER (x)

Parámetros: X para un número de puntos en la transformación.

Ejemplo: la fórmula "= FISHER (0,55)" para volver a 0.618381314.

23.FISHERINV

Propósito: para volver a la inversa Fisher transformar valor de la función, si y = FISHER (x), entonces FISHERINV (y) = x. Transformar los datos antes mencionados se puede analizar o la correlación entre la matriz.

Sintaxis: FISHERINV (y)

Parámetros: Y como un punto de valor en la transformación inversa.

Ejemplo: la fórmula "= FISHERINV (0.765)" para volver a 0.644012628.

24.FORECAST

Usos: De acuerdo con un ajuste de regresión lineal de línea para regresar a un valor predictivo. Esta función se puede utilizar para futuras ventas, la demanda o el inventario de predecir las tendencias de consumo.

Sintaxis: PREVISIÓN (x, conocido_y es, conocido_x).

Parámetros: X a las necesidades de los puntos de datos para predecir la coordenada X (valor de la variable). Conocido_y es una línea recta para responder a las y ajuste lineal = kx + b del punto de consigna de un grupo de valores seleccionados y conocidos, conocido_x es una línea recta para responder a las y ajuste lineal = kx + b del punto de consigna de un grupo elegido por una asamblea de x valor.

Ejemplo: la fórmula "= PRONOSTICO (16, (7,8,9,11,15), (21,26,32,36,42))" volver a 4,378318584.

25.FREQUENCY

Propósito: volver a un conjunto vertical de los datos de una distribución de frecuencias regionales. Se puede calcular en un determinado rango y alcance de recepción de cada intervalo contiene el número de datos.

Sintaxis: FRECUENCIA (data_array, bins_array)

Parámetros: data_array se utiliza para calcular la frecuencia de una matriz, matriz o región elemento de referencia. Bins_array recibir datos de intervalo para una amplia región o referencia de la matriz, establezca la frecuencia de cálculos data_array sub-punto.

26.FTEST

Propósito: regresar a los resultados de pruebas de F. Se devuelve cuando la matriz de 1 y 2 estaban fuera de serie una variación significativa entre la probabilidad de una sola cola, puede determinar si la varianza de las dos muestras diferentes. Por ejemplo, dos clases se imparten los mismos exámenes área sujeta a fin de comprobar si existen diferencias.

Sintaxis: PRUEBA.F (matriz1, matriz2)

Parámetros: Matriz1 es la primera matriz o región de datos, matriz2 es la segunda matriz, o los datos.

Ejemplo: Si A1 = 71, A2 = 83, A3 = 76, A4 = 49, A5 = 92, A6 = 88, A7 = 96, B1 = 59, B2 = 70, B3 = 80, B4 = 90, B5 = 89 , B6 = 84, B7 = 92, mientras que la fórmula "PRUEBA.F = (A1: A7, B1: B7)" para volver a 0.519298931.

27.GAMMADIST

Propósito: para volver a la distribución gamma. Se puede utilizar con una distribución asimétrica de las variables de estudio utilizados en el análisis de colas.

Sintaxis: DISTR.GAMMA (x, alpha, beta, acumulativo).

Parámetros: X para la distribución gamma utilizada para calcular el valor, Alfa es la distribución de los parámetros γ, Betaγ distribución de un parámetro. Si beta = 1, la función DISTR.GAMMA devuelve la distribución gamma estándar. Acumulado es un valor lógico, la forma de una función de decisión. Si acumulado es VERDADERO, la función DISTR.GAMMA devuelve la función de distribución acumulada; Si es FALSO, la probabilidad de retorno de la función de densidad.

Ejemplo: la fórmula "= DISTR.GAMMA (10,9,2, FALSO)" equivalente al cálculo 0,032639 = DISTR.GAMMA (10,9,2, TRUE) devuelve 0,068094.

28.GAMMAINV

Propósito: regresar con una distribución de probabilidad dada del punto gamma alcance, no para estudiar la distribución de las variables sesgada. Si P = DISTR.GAMMA (x, ...), entonces DISTR.GAMMA.INV (p, ...) = x.

Sintaxis: DISTR.GAMMA.INV (probabilidad, alfa, beta)

Parámetros: Probabilidad de distribución de la probabilidad de que el valor de gamma, los parámetros Alphaγ distribución, Betaγ parámetros de distribución. Si beta = 1, volver al patrón de distribución gamma DISTR.GAMMA.INV función.

Ejemplo: la fórmula "= DISTR.GAMMA.INV (0.05,8,2)" para volver a 7,96164386.

29.GAMMALN

Propósito: para volver a la función gamma del logaritmo natural de Γ (x).

Sintaxis: GAMMA.LN (x)

Parámetros: X a las necesidades del cálculo numérico GAMMA.LN función.

Ejemplo: la fórmula "= GAMMA.LN (6)" para volver a 4,787491743.

30.GEOMEAN

Propósito: regresar a la matriz de datos positivos o la media geométrica. Variable se puede utilizar para calcular la tasa media de crecimiento del interés compuesto.

Sintaxis: MEDIA.GEOM (número1, número2, ...)

Parámetros: número1, número2, ... por la necesidad de calcular la media de 1-30 parámetros, además de la utilización de la forma de valores separados por comas También puede utilizar la matriz o referencia de la matriz.

Ejemplo: la fórmula "= MEDIA.GEOM (1.2,1.5,1.8,2.3,2.6,2.8,3)" El resultado de este cálculo es 2,069818248.

31.GROWTH

Propósito: para establecer el valor de los datos de las previsiones de crecimiento del índice. De acuerdo a los valores conocidos valores x e y, CRECIMIENTO para devolver un nuevo conjunto de valores de x los valores correspondientes y. CRECIMIENTO función de conector utilizado para satisfacer un valor dado x y el valor y de la curva índice.

Sintaxis: CRECIMIENTO (conocido_y, el conocido_x, nuevo_x, const)

Parámetros: volver conocido_y El índice es cumplir con la curva y = b * m ^ x de un grupo de valores conocidos y, retorno conocido_x índice se va a cumplir con la curva y = b * m ^ x de un conjunto de valores conocidos de X Collection (opcional parámetros); nuevo_x es un nuevo conjunto de valores de x, CRECIMIENTO función puede retornar a sus valores y correspondiente; Const es un valor lógico que especifica si para establecer un coeficiente b obligatoria, si const es VERDADERO o se omite, b participarán en la normal cálculo. Si const es FALSO, b se establece en 1, los valores m se hará para ajustar y = m ^ x.

32.HARMEAN

Propósito: regresar a la media armónica de la recogida de datos. Cuenta atrás para conciliar con la media aritmética de la media de la cuenta atrás. Conciliar el total es inferior a la media de la media geométrica y media geométrica inferior a la media aritmética del total.

Sintaxis: MEDIA.ARMO (número1, número2, ...)

Parámetros: número1, número2, ... es la necesidad de calcular sus parámetros promedio de 1-30. Puede utilizar el formulario separada por comas de parámetros, también puede utilizar la matriz o referencia de la matriz.

Ejemplo: la fórmula "= MEDIA.ARMO (66,88,92)" para volver a 80,24669604.

33.HYPGEOMDIST

Propósito: regresar a la distribución hipergeométrica. Una muestra dado el tamaño, volumen de muestra y muestra el éxito global del número total de, HYPGEOMDIST para devolver a la muestra la frecuencia de una determinada probabilidad de éxito.

Sintaxis: HYPGEOMDIST (sample_s, number_sample, population_s, number_population)

Parámetros: Sample_s para el éxito de la serie de muestras, Number_sample para el tamaño de la muestra. Population_s para toda la muestra el número de éxito, Number_population capacidad de toda la muestra.

Ejemplo: Si una clase tiene 42 alumnos. De ellos, 22 eran varones y 20 eran mujeres. 6 Si las personas seleccionadas al azar, entonces una de las tres niñas de la fórmula de probabilidad es: "= HYPGEOMDIST (3,6,20,42)", volver a los resultados de 0,334668627.

34.INTERCEPT

Uso: El uso del valor conocido y x valor y de una línea recta con la intersección del eje. Cuando las variables conocidas a cero, la intersección se puede obtener utilizando el valor de la variable dependiente.

Sintaxis: INTERCEPT (conocido_y, el conocido_x)

Parámetros: variable dependiente conocido_y es un conjunto de datos o conjuntos de datos, el argumento de conocido_x es un conjunto de datos o conjuntos de datos.

Ejemplo: Si A1 = 71, A2 = 83, A3 = 76, A4 = 49, A5 = 92, A6 = 88, A7 = 96, B1 = 59, B2 = 70, B3 = 80, B4 = 90, B5 = 89 , B6 = 84, B7 = 92, mientras que la fórmula "= intercepto (A1: A7, B1: B7)" para volver a 87,61058785.

35.KURT

Propósito: para volver a la visera de datos. Refleja una comparación con la distribución normal del grado de sostenido o bemol, es que el pico relativamente brusca de la distribución, el pico negativo de la distribución que es relativamente plana.

Sintaxis: KURT (número1, número2, ...)

Parámetros: número1, número2, ... por la necesidad de calcular los parámetros 1-30 pico. Se puede utilizar el formulario de parámetros separados por comas, puede utilizar una matriz única, es decir, la matriz de células de referencia.

Ejemplo: Si un particular tiene California de calificar para A1 = 71, A2 = 83, A3 = 76, A4 = 49, A5 = 92, A6 = 88, A7 = 96, mientras que la fórmula "= KURT (A1: A7)" para volver a -1,199009798 muestra el desempeño relativo de la distribución normal es una distribución relativamente plana.

36.LARGE

Propósito: para volver a centrarse en un valor máximo de datos. De consultas puede utilizar la función de las puntuaciones GRANDES prueba se centran en primero, segundo, tercero puntuaciones, etc.

Sintaxis: GRANDES (matriz, k)

Parámetros: Array de la necesidad de consultar el primer k-valor de la matriz o región de datos, K para el valor de retorno o de datos en la posición en la gama (es decir, el ranking).

Ejemplos: Si B1 = 59, B2 = 70, B3 = 80, B4 = 90, = 89 B5, B6 = 84, B7 = 92,, la fórmula "= LARGO (B1, B7, 2)" de nuevo a 90.

37.LINEST

Usos: Utilice el método de los mínimos cuadrados los datos conocidos sobre la recta de mejor ajuste y volver a describir el conjunto lineal.

Sintaxis: ESTIMACION.LINEAL (conocido_y, el conocido_x, const, estadísticas)

Parámetros: conocido_y es la expresión y = mx + b en el valor y de la colección conocida, conocido_x es la relación entre la expresión y = mx + b en el conjunto conocido de valor opcional x, Const es un valor lógico que especifica si o no necesario hacer constante b es 0, si es constante es VERDADERO o se omite, b estarán involucrados en el cálculo normal. Si const es FALSO, b se establece en 0, y al mismo tiempo hacer el ajuste y el valor m = mx. Stats es un valor lógico que especifica si debe o no devolver estadísticas de regresión adicionales. Si las estadísticas es TRUE, el retorno de la función ESTIMACION.LINEAL estadísticas de regresión adicionales. Si las estadísticas es FALSO o se omite, sólo para volver m ESTIMACION.LINEAL función y el coeficiente constante b. plazo

Ejemplo: Si A1 = 71, A2 = 83, A3 = 76, A4 = 49, A5 = 92, A6 = 88, A7 = 96, B1 = 59, B2 = 70, B3 = 80, B4 = 90, B5 = 89 , B6 = 84, B7 = 92, la fórmula de matriz "(= ESTIMACION.LINEAL (A1: A7, B1: B7))" retorno -0,174244885, -0,174244885, -0,174244885, -0,174244885, -0,174244885, -0,174244885, -0,174244885.

38.LOGEST

Usos: En el análisis de regresión, el cálculo de los mejores grupo de datos de observación de ajuste de curvas de índice de regresión, y volver a describir la curva de la matriz.

Sintaxis: LOGEST (conocido_y, el conocido_x, const, estadísticas)

Parámetros: conocido_y son un grupo de acuerdo con el y = b la función * m ^ x del valor y de la colección, conocido_x son un grupo de acuerdo con el y = b * m ^ x calcular la relación entre el valor de la opción recogida x, Const es para especificar si desea configurar regular el número de b valor lógico de 1 si la const se establece en TRUE o se omite, entonces el término constante b se obtiene mediante el cálculo.

Ejemplo: Si una empresa de ventas de nuevos productos, el crecimiento exponencial, seguido por A1 = 33100, A2 = 47300, A3 = 69000, A4 = 102000, A5 = 150000 y A6 = 220000, mientras que B1 = 11, B2 = 12, B3 = 13, B4 = 14, = 15 B5, B6 = 16. Utilizando la fórmula de matriz "(= LOGEST (A1: A6, B1: B6, TRUE, TRUE))", en C1: D5 células sea el resultado del cálculo es: 1,463275628, 495.3047702,0.002633403,0.035834282,0.99980862,0.011016315,20896.8011 , 4, y 2,53601883 0,000485437.

39.LOGINV

Propósito: regresar x la función de distribución acumulativa log-normal de la función inversa, donde el ln (x) son los que son la media (promedio) y la norma-dev (desviación estándar) de los parámetros de la distribución normal. Si p = DISTR.LOG.NORM (x, ...), entonces LOGINV (p, ...) = x.

Sintaxis: LOGINV (probabilidad, media, desv_estándar)

Parámetros: Probabilidad es una distribución logarítmica normal asociado a la probabilidad, promedio de ln (x) la media, Desv_estándar para ln (x) la desviación estándar.

Ejemplo: la fórmula "= LOGINV (0.036,2.5,1.5)" para volver a 0.819815949.

40.LOGNORMDIST

Propósito: regresar x la función de distribución acumulativa log-normal, en la que ln (x) está sujeta a parámetros de la media de distribución normal y desv_estándar. Utilice esta función puede ser analizada después de una transformación logarítmica de los datos.

Sintaxis: DISTR.LOG.NORM (x, media, desv_estándar)

Parámetros: X se utiliza para calcular la función de valor, es la media de ln (x) la media, Desv_estándar es ln (x) la desviación estándar.

Ejemplo: la fórmula "= DISTR.LOG.NORM (2,5.5,1.6)" para volver a 0.001331107.