Aplicación de tutoriales función de Excel: Funciones estadísticas (d)

Publicado por admin en Excel consejos el 05 21st, 2009 | no respuestas

61.SKEW

Propósito: volver a un grado de asimetría en la distribución. Refleja la media de la asimetría en el centro de distribución el grado de asimetría es que el grado de asimetría de la distribución de lado un momento aún más difícil. Ese grado de asimetría de la asimetría negativa en el lado de la distribución se ha vuelto más negativa.

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

Parámetros: número1, número2 ... es la necesidad de calcular el grado de asimetría 1-30 parámetros. Por ejemplo valores separados por comas, como una sola matriz y un nombre.

Ejemplo: la fórmula "= SKEW ((22,23,29,19,38,27,25), (16,15,19,17,15,14,34))" retorno .854631382.

62.SLOPE

Propósito: para volver a la serie de puntos de datos después de la ecuación de regresión lineal ajuste de la pendiente de la línea (es la distancia en línea recta entre dos puntos cualesquiera de la relación de distancia vertical y horizontal, es decir, la tasa de cambio de la regresión lineal).

Sintaxis: PENDIENTE (conocido_y, el conocido_x)

Parámetros: variable dependiente conocido_y para el número de matriz de tipo o variedad, conocido_x puntos como la recogida de datos variables.

Ejemplo: la fórmula "= PENDIENTE ((22,23,29,19,38,27,25), (16,15,19,17,15,14,34))" declaración del -0.100680934.

63.SMALL

Propósito: volver a los datos k primero del valor mínimo, resultando en una ubicación específica en los valores de datos.

Sintaxis: SMALL (matriz, k)

Parámetros: Array es una necesidad de encontrar el primer número de k-mínimo de la matriz o región de datos, K para el retorno de datos o datos de la matriz, donde la ubicación de la región (de menor a mayor).

Ejemplos: Si Si A1 = 78, A2 = 45, A3 = 90, A4 = 12, A5 = 85, mientras que la fórmula "= pequeño (A1: A5, 3)" para volver a 78.

64.STANDARDIZE

Objetivos: en el sentido de que la rentabilidad media a la norma-dev para la desviación estándar de la distribución de los valores normales.

Sintaxis: NORMALIZACIÓ (x, media, desv_estándar)

Parámetros: X para las necesidades de los valores normales, la distribución media de las medias aritméticas, desviación Desv_estándar tipo de distribución.

Ejemplo: la fórmula "= NORMALIZACIÓ (62,60,10)" para volver a 0,2.

65.STDEV

Propósito: para estimar la desviación estándar de la muestra. Refleja los datos en relación a la media (promedio) el grado de dispersión.

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

Parámetros: número1, número2, ... corresponden a la muestra global para el parámetro 01.30. Puede utilizar un parámetro de formulario separado por comas También puede utilizar la matriz, es decir, la matriz de células de referencia.

Nota: Los parámetros de función DESVEST suponiendo que la muestra general. Todas las muestras si los datos son, en general, deben ser calculados usando la función DESVESTP desviación estándar. Al mismo tiempo, ignorar los parámetros de la función de los valores lógicos (VERDADERO o FALSO) y el texto. Si usted no puede ignorar la lógica del valor y el texto se debe utilizar la función DESVESTA.

Ejemplo: Supongamos que una muestra particular de calificaciones de pruebas para A1 = 78, A2 = 45, A3 = 90, A4 = 12, A5 = 85, para estimar la desviación estándar de todos los resultados de la fórmula "= DESVEST (A1: A5)" , sus resultados igual al 33,00757489.

66.STDEVA

Uso: cálculo de una muestra dada sobre la base de la desviación estándar. DESVEST función que es la diferencia entre el valor del texto y valores lógicos (VERDADERO o FALSO) también participarán en el cálculo.

Sintaxis: DESVESTA (valor1, valor2, ...)

Parámetros: valor1, valor2, ... como los parámetros de la muestra global de 1-30. Puede utilizar el formulario separada por comas de parámetros, puede utilizar una matriz única, es decir, la matriz de células de referencia.

Ejemplo: Supongamos que una parte específica de los resultados del examen para el A1 = 78, A2 = 45, A3 = 90, A4 = 12, A5 = 85, para estimar la desviación estándar de todos los resultados de la fórmula "= DESVESTA (A1: A5) ", sus resultados igual al 33,00757489.

67.STDEVP

Uso: el retorno de la muestra global de la desviación estándar. Refleja la muestra global en comparación con el promedio (media) el grado de dispersión.

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

Parámetros: número1, número2, ... toda la muestra corresponde a los parámetros de 1-30. Puede utilizar el formulario separada por comas de parámetros, puede utilizar una matriz única, es decir, la matriz de células de referencia.

Nota: La función DESVESTP ignorado en el cálculo del proceso de valores lógicos (VERDADERO o FALSO) y el texto. Si los valores lógicos y el texto no puede ser ignorada, se debe utilizar la función DESVESTPA.

DESVESTP función al mismo tiempo, asumiendo que los parámetros generales para toda la muestra. Si los datos de una muestra representativa de la muestra general, la función DESVEST se debe utilizar para calcular la desviación estándar. Cuando el tamaño de la muestra fueron más, la función DESVEST DESVESTP y la diferencia pequeña entre los resultados calculados.

Ejemplo: Si un segundo examen, sólo cinco estudiantes a participar en, la puntuación de A1 = 78, A2 = 45, A3 = 90, A4 = 12, A5 = 85, entonces se calcula la desviación estándar de toda la fórmula "= DESVESTP (A1 : A5) ", los resultados devueltos equivalente al 29,52287249.

68.STDEVPA

Propósitos: el cálculo de la desviación estándar de la muestra global. DESVESTP función es la diferencia entre el valor del texto y valores lógicos (VERDADERO o FALSO) para participar en el cálculo.

Sintaxis: DESVESTPA (valor1, valor2, ...)

Parámetros: valor1, valor2, ... como una muestra de los parámetros generales de 1-30. Puede utilizar el formulario separada por comas de parámetros, puede utilizar una sola matriz (es decir, las células de la referencia de la matriz).

Nota: DESVESTPA parámetros de la función de la hipótesis de que la muestra general. Si los datos representan parte de la muestra global, debe utilizar la función DESVESTA para estimar la desviación estándar.

69.STEYX

Propósito: regresar a través del método de regresión lineal para calcular el valor de pronóstico de y generada por el error estándar. De acuerdo con el error estándar de medida utilizada para calcular una sola variable x en la cantidad y del valor predictivo del error.

Sintaxis: STEYX (conocido_y, el conocido_x)

Parámetros: conocido_y puntos de datos como el grupo variable dependiente o de la región, los puntos de conocido_x datos como variables o grupo regional.

Ejemplo: la fórmula "= STEYX ((22,13,29,19,18,17,15), (16,25,11,17,25,14,17))" volver a 4,251584755.

70.TDIST

Propósito: t de Student regresó a la distribución de puntos porcentuales (probabilidad), valor de la distribución t (x) es el valor t calculado (el cálculo de sus puntos de porcentaje). distribución de t de muestra pequeña serie de pruebas de hipótesis, el uso de esta función se puede sustituir el valor crítico de tabla de la distribución t.

Sintaxis: TDIST (x, grados_libertad, colas)

Parámetros: X es el número de requisitos de distribución, grado grados_libertad entero de la libertad de expresar, Tails de la función de distribución incluidos en la ficha es una distribución de una sola cola o dos colas. Si colas = 1, retorno de la función TDIST de una cola de distribución. Si colas = 2, la función para volver a TDIST distribución de dos colas.

Ejemplo: la fórmula "= TDIST (60,2,1)" para volver a 0.000138831.

71.TINV

Propósito: regresar en función de la probabilidad y el grado de libertad de valor t del estudiante de la distribución t.

Sintaxis: DISTR.T.INV (probabilidad, grados_libertad)

Parámetros: Probabilidad de la distribución de probabilidad de dos colas correspondientes Student-t, grados_libertad para la distribución de los grados de libertad.

Ejemplo: la fórmula "= DISTR.T.INV (0.5,60)" para volver a 0.678600713.

72.TREND

Propósito: volver a una línea de regresión lineal instalación de un conjunto de coordenadas verticales (y valor). Buscar que un array dado conocido_y y conocido_x una línea recta (método de los mínimos cuadrados), y volver a valorar la nuevo_x matriz especificada en una línea recta sobre el valor y correspondiente.

Sintaxis: TENDENCIA (conocido_y's, conocido_x, de nuevo_x, const)

, Parámetros: conocido_y por la relación conocida entre el y = mx + b en el valor y de la recogida, conocido_x de la relación conocida entre el y = mx + b en el conjunto opcional de valores x función nuevo_x necesidad TENDENCIA para volver a la valor correspondiente y el nuevo valor de x, Const especificado para el valor lógico de la constante b plazo se ve obligado a 0.

73.TRIMMEAN

Propósito: volver a los datos internos establecidos por término medio. MEDIA.ACOTADA función de un conjunto de datos de la cabeza y la cola para retirar un porcentaje determinado de puntos de datos y, a continuación la demanda promedio. Cuando la esperanza de que elimina parte del análisis de los datos de cálculo, puede utilizar esta función.

Sintaxis: MEDIA.ACOTADA (matriz, porcentaje)

Parámetros: Array de la necesidad de pruebas y para la media de la matriz o región de datos, el porcentaje con el fin de determinar el momento para eliminar la proporción de puntos de datos. Si = 0,2 por ciento, mientras que la remoción de 20 datos de 4, es decir, quitar la cabeza dos traseros sin hueso 2. Porcentaje = 0.1,30 si los datos de puntos igual al 10 por ciento de los tres puntos de datos. MEDIA.ACOTADA función será simétrica en el conjunto de datos para quitar la cabeza y la cola de los datos.

Ejemplo: Si A1 = 78, A2 = 45, A3 = 90, A4 = 12, A5 = 85, mientras que la fórmula "= MEDIA.ACOTADA (A1: A5, 0,1)" de nuevo a 62.

74.TTEST

Propósito: para volver a St-pruebas de los estudiantes asociados probabilidades. Se puede determinar si dos muestras provienen de dos con la misma media global.

Sintaxis: PRUEBA.T (matriz1, matriz2, colas, tipo)

Parámetros: Matriz1 es el primer conjunto de datos, matriz2 es el segundo conjunto de datos, colas de la distribución mantisa curva especificada. Si colas = 1, PRUEBA.T operan de acuerdo con la distribución de una cola. Si colas = 2, PRUEBA.T operan de acuerdo con la distribución de dos colas. Tipo para el tipo de prueba de la t. Si el equivalente de tipo (1,2, 3) prueba (pareadas, de dos muestras de prueba, tales como la varianza, test de heterocedásticos de dos muestras)

Ejemplo: la fórmula "= PRUEBA.T ((3,4,5,8,9,1,2,4,5), (6,19,3,2,14,4,5,17,1), 2, 1) "para volver a 0,196016.

75.VAR

Propósito: para estimar la varianza de la muestra.

Sintaxis: VAR (número1, número2, ...)

Parámetros: número1, número2, ... corresponden a la muestra general y los parámetros de 1-30.

Ejemplo: Supongamos que un examen tenido especialmente en las cinco calificaciones como una muestra aleatoria, resultados de la estimación de varianza utilizando la función VAR, el valor de la muestra de A1 = 78, A2 = 45, A3 = 90, A4 = 12, A5 = 85, entonces la fórmula "= VAR (A1: A5)" para volver a 1089,5.

76.VARA

Usos: se utiliza para estimar la varianza de una muestra dada. función VAR con la diferencia entre el texto y valores lógicos (verdadero y falso) también participarán en el cálculo.

Sintaxis: VARA (valor1, valor2, ...)

Parámetros: valor1, valor2, ... como parámetros muestra general 1-30.

77.VARP

Uso: cálculo de la varianza de la muestra global.

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

Parámetros: número1, número2, ... toda la muestra corresponde a los parámetros de 1-30. Los valores lógicos (verdadero y falso) y el texto será ignorado.

Ejemplo: Si un segundo de maquillaje, sólo cinco estudiantes a participar en, la puntuación de A1 = 88, A2 = 55, A3 = 90, A4 = 72, A5 = 85, con resultados VARP función de estimación de varianza, entonces la fórmula "= VARP (A1: A5) "de nuevo a 214,5.

78.VARPA

Uso: cálculo de la varianza de la muestra global. función VARP con la diferencia entre el texto y valores lógicos (verdadero y falso) también participarán en el cálculo.

Sintaxis: VARPA (valor1, valor2, ...)

Parámetros: valor1, valor2, ... como una muestra de los parámetros generales de 1-30.

Ejemplo: Si un segundo de maquillaje, sólo cinco estudiantes para participar en el puntaje de A1 = 88, A2 = 55, A3 = 90, A4 = 72, A5 = 85, con resultados VARPA función de estimación de varianza, entonces la fórmula "= VARPA (A1: A5) "de nuevo a 214,5.

79.WEIBULL

Objetivos: la distribución de la devolución de Webber. Utilice esta función puede ser análisis de confiabilidad, como los equipos de MTBF.

Sintaxis: Weibull (x, alpha, beta, acumulativo)

Parámetros: X se utiliza para calcular la función de valor, la distribución del parámetro Alpha, Beta parámetros de distribución acumulativa se especifica en la forma de la función.

Ejemplo: la fórmula "= Weibull (98,21,100, TRUE)" para volver a 0,480171231 = Weibull (58,11,67, FALSE) para volver a 0.031622583.

80.ZTEST

Propósito: para volver al valor de prueba de dos colas z P. prueba de Z, basada en conjuntos de datos o para generar x matriz de puntuaciones estándar, y el regreso de la distribución de probabilidad de dos colas. Puede utilizar esta función para devolver las muestras de una observación específica en el valor total de la estimación de probabilidad.

matriz Sintaxis: PRUEBA.Z (x, sigma)

Parámetros: Array de x como una región de la prueba de la matriz o datos. valor de X a probar. Sigma en su conjunto (conoce) la desviación estándar, si se omite, el uso de la desviación estándar muestral.

Ejemplo: la fórmula "= PRUEBA.Z ((3,6,7,8,6,5,4,2,1,9), 4)" retorno 0,090574.