1.AVEDEV

목적 : (예를 들어,이 기능은 측정할 수있는 데이터를 평균의 평균 절대 편차와 데이터 집합을 반환하고, 분산의 학생 시험 성적).

구문 : AVEDEV (number1, number2, ...)

매개 변수 : Number1, number2, ... 매개 변수 집합의 평균 절대 편차를 계산하려면 숫자 1 사이의 30 수있는 데 사용됩니다.

예 : A1을 = 79,면, 대답 = 62, A3의 = 45, A4 용지 = 90, 대답 = 25, 수식 "= AVEDEV은 (대답 1 : 대답)"20.16로 돌아갑니다 동안.

2.AVERAGE

목적 : 산술 계산의 모든 매개 변수의 의미.

구문 : 평균 (number1, number2, ...).

매개 변수 : Number1이, number2, ... 30 매개 변수 1의 평균을 계산하는 것입니다.

예 : A1을 경우 : 대답 지방 스코어, 100,70,92,47 어떤 숫자와 82을 각각 다음 수식은 "= 평균 (점수)"에서 78.2로 돌아갑니다라는.

3.AVERAGEA

목적 : 평균 값 계산 매개 변수의 목록입니다. 숫자 사이의 차이뿐만 아니라, 텍스트 및 논리적인 값 (예 : TRUE와 FALSE)도 계산에 관련된으로와 평균 함수.

구문 : AVERAGEA (값 1, value2, ...)

매개 변수 : 값 1, value2, ... 필요 1-30 세포, 또는 숫자 범위의 평균을 계산합니다.

예 : 대답 = 76, 대답 = 85, A3의 = TRUE를, 수식 "= AVERAGEA은 (대답 1 : 대답)"54에 (즉, 돌아가려면, 76 +85 +1 / 3 = 54).

4.BETADIST

목적 : 누적 분포 함수 베타 함수로 돌아갑니다. 베타 누적 분포 함수는 일반적으로 특정 사물의 컬렉션의 샘플을 연구에 대한 변경 사항이 발생하는 데 사용됩니다. 예를 들어, 하루에 속도를 텔레비전을 볼 시간이다.

구문 : BETADIST (x는, 알파, 베타,, B)를

매개 변수 : 엑스 사이의 선택적 상단과 하단 범위 (A와 B)에 살고있는 것으로 값을 함수를 계산에 사용됩니다. 알파 유통 매개 변수입니다. 베타 분포의 매개 변수입니다. 값 x를 선택 그들의 간격의 구속 낮은 경우, B는 옵션 상단 바운드 엑스 - 소유의 숫자 범위입니다.

예 : 수식 "= BETADIST (2,8,10,1,3)"0.685470581로 돌아갑니다.

5.BETAINV

목적 : 반전 함수의 누적 베타 분포 함수로 돌아갑니다. 즉, 경우 확률 = BETADIST (x는, ...) 다음 BETAINV (확률, ...) = 엑스 베타 누적 분포 함수는 프로젝트에 대한 설계, 완성 주어진 시간에 예상 매개 변수의 변화를 사용할 수 있습니다 가능한 완료 시간 모의.

구문 : BETAINV (확률, 알파, 베타,, B)를

매개 변수의 매개 변수 : 확률 분포 베타 확률 값에 대한 알파 매개 변수 분포, 베타 분포, 가치 엑스 그들의 간격의 낮은 옵션을 행, B 수치 엑스레이 소유 부문의 옵션의 범위.

예 : 수식 "= BETAINV (0.685470581,8,10,1,3)"2로 돌아갑니다.

6.BINOMDIST

목적 : 이항 확률 분포의 달러 가치를 반환합니다. 독립적인 실험의 고정 번호를 BINOMDIST 기능, 실험의 결과는, 및 성공의 확률 성공 또는 상황의 실패의 두 종류가 들어있는 실험 기간 동안 고정. 예를 들어, 동전이 튕겨져되는 개체를 계산 10 회, 6 위를 때 긍정적인 확률.

구문 : BINOMDIST (number_s, 시도, probability_s, 누적)

매개 변수 : Number_s 성공적인 실험의 숫자에 대한 독립적인 실험의 숫자에 대한 재판은 처음 실험의 성공의 확률에 대한 Probability_s가 누적는 논리 값 함수의 형태를 결정하는 데 사용됩니다. 사실입니다 누적되면 그 다음에 BINOMDIST 누적 분포 함수를 함수를, 그것이 성공 number_s의 확률이다 반환, FALSE는, 반환 확률 밀도 함수, 즉, 성공적인 number_s의 확률이있다면.

예 : 동전 던지기의 결과보다는 부정적인 긍정, 처음으로 긍정적인 확률에 동전을 던지고 0.5입니다. 그 물체는 동전부터 "= BINOMDIST (6,10,0.5, FALSE를)"에 대한 6을 계산하는 수식을 10 배 이상에 던져지지의 계산의 결과는 0.205078 의미

7.CHIDIST

목적 : C2를 1 꼬리 확률 분포로 돌아갑니다. C2를 배포 C2를 테스트와 연관된. C2를 테스트 관측과 기대를 사용하여 비교할 수 있습니다. 예를 들어, 식물 유전학 실험의 다음 세대는 색상 표시의 그룹을 보여 가정합니다. 관측이 함수를 사용하여 비교와 기대, 초기 가정의 유효성을 확인합니다.

구문 : CHIDIST (x는, degrees_freedom)

매개 변수 : 엑스 C2를 값 중 하나 꼬리 확률의 분포를 계산하는 데 사용됩니다, Degrees_freedom 자유의 정도이다.

예 : 수식 "= CHIDIST은 (1,2)"그 계산 결과는 0.606530663 뜻.

8.CHIINV

목적 : 반전 함수의 C2를 1 꼬리 확률 분포로 돌아갑니다. 경우 확률 = CHIDIST (엑스,?)를 CHIINV (확률,?) = X를 사용하여 관측이 기능 비교와 기대, 반면 초기 가정의 유효성을 확인합니다.

구문 : CHIINV (확률, degrees_freedom)

매개 변수 : 확률 분포 C2를 1 꼬리 확률에 대한 Degrees_freedom 자유를 위해.

예 : 수식 "= CHIINV (0.5,2)"1.386293564로 돌아갑니다.

9.CHITEST

목적 : 가치 테스트의 관련성을 위해, 즉, C2를의 반환 가치와 자유의 상응하는 정도의 통계적 분포가 돌아가려면, 당신은 가정을 C2를 테스트의 가치가 있는지 여부를 그들이 실험에 의해 확인되었다 확인하는 데 사용할 수 있습니다 .

구문 : CHITEST (actual_range, expected_range)

매개 변수 : Actual_range 데이터 관측에 포함되어있는, Expected_range 요약이있는 제품의 순위와 데이터의 총 가치의 비율에 포함되어 있습니다.

예 : A1을 = 1,면, 대답 = 2, 쓰리 = 3, 지하 1 층 = 4, B2를 = 5, B3을 = 6, 수식 "= CHITEST은 (대답 1 : 대답, 지하 1 층 : B3을)"0.062349477로 돌아갑니다.

10.CONFIDENCE

목적 :이 샘플 영역의 양쪽의 평균 전체 평균 신뢰 구간으로 돌아갑니다. 예를 들어, 학생들의 수업에 따라 주어진 신뢰 수준 시험에 응시, 시험의 최소 및 최대 점수를 확인할 수 있습니다.

구문 : 자신감 (알파, standard_dev, 크기).

매개 변수 : 알파 신뢰 수준 (100 * (1 - 알파) %의 경우 0.05의 알파는 95 %의 신뢰 수준) 매개 변수의 상당한 수준 Standard_dev 데이터 표준 편차와 같습니다 계산하는 데 사용되는 전반적인 지역, 크기 샘플 용량.

예 : 학생들의 시험 점수에서 46 샘플을 가정해, 그들의 평균은 60로 나누어, 5 분, 다음과 같은 95 % 신뢰 수준에서 평균 하위 영역에 대한 전반적인 표준 편차. 수식 "= 자신감 (0.05,5,46)"1.44에, 즉, 60 ± 대한 시험 점수는 1.44 분 정도 돌아갑니다.

11.CORREL

용도 : array1과 array2 범위 상관 관계의 반환 사이의 계수. 서로 다른 두 가지는, 예를 들어 사이의 관계를 파악할 수 있습니다, 테스트 물리과 학업 성적 사이에 수학 조합의 학생.

구문 : CORREL은 (array1, array2)

매개 변수 : 숫자 범위를 array1 첫 번째 그룹. 두 번째 그룹 array2는 숫자 범위.

예 : A1을 = 90,면, 대답 = 86, A3의 = 65 = A4 용지 54, 대답 = 36, 지하 1 층 = 89, B2를 = 83, B3을 = 60, B4에 = 50, B5를 = 32, 반면 수식 "= CORREL은 ( 0.998876229에 대답 1 : 대답, 지하 1 층 : B5를) "반환, 우리는 그것이, B는 2 데이터를 서로 관련된 높은 수준을 가지고 볼 수 있습니다.

12.COUNT

목적 : 매개 변수의 수를 수치로 돌아갑니다. 그것은 배열이나 숫자를 포함하는 세포의 수를 통계의 범위 수 있습니다.

구문 : COUNT 개의 (값 1, value2, ...).

매개 변수 : 값 1, value2, ... 데이터가 포함된 다양한 형태의 또는 참조 매개 변수 (1 ~ 30), 어떤 종류의 데이터만을 숫자는 통계 수 있습니다.

예 :의 대답 = 90, 대답하는 경우 = 번호, A3의 = "", A4 용지 = 54, 대답 = 36, 수식 "= COUNT 개의 (대답 1 : 대답)"3로 돌아갑니다 동안.

13.COUNTA

목적 : 중앙 아프리카에서 매개 변수 그룹에 null 값의 수를 반환합니다. 되고 COUNTA 함수는 데이터 항목의 개수에 배열 또는 범위를 사용하여 계산하실 수 있습니다.

구문 :되고 COUNTA (값 1, value2, ...)

설명 : 값 1, value2, ...에 대한 매개 변수의 숫자의 가치를 계산해야하는 1 ~ 30. 이 경우 매개 변수는 모든 유형의 공백을 포함한 수 없지만 빈 셀이 포함되지 않습니다. 매개 변수는 배열이나 셀 참조 후, 배열 또는 참조 공백은 무시됩니다 세포의 경우. 당신은, 당신은 COUNT 개의 함수를 사용해야하는 통계의 가치, 텍스트 또는 오류 값의 논리가 필요하지 않는 경우.

예 : = 3.74, 세포의 나머지가 비어 A2에서 다음 수식은 "=되고 COUNTA (대답 1 : 대답)"2 동등한, 계산 결과는 대답 = 6.28 바랍니다.

14.COUNTBLANK

목적 : 빈 세포의 숫자 범위를 계산.

구문 :에서 COUNTBLANK (범위)

매개 변수 : 범위의 필요성이 지역에 빈 셀의 개수를 계산합니다.

예 : A1을 = 88,면, 대답 = 55, A3의 = "", A4 용지 = 72, 대답 = "", 수식 "=에서 COUNTBLANK은 (대답 : 대답)"2로 돌아갑니다.

15.COUNTIF

사용 :이 영역의 계산 세포의 주어진 숫자의 조건을 충족합니다.

구문 : COUNTIF (범위, 기준)

매개 변수 : 범위 요구 사항에 대한 조건을 충족에서는 셀 범위의 숫자. 기준은 세포가 계정에 디지털의 형태로, 또는 텍스트 표현이 걸릴 수 있습니다 조건을 연결됩니다 확인합니다.

16.COVAR

목적 : covariance에, 즉, 데이터의 각 쌍의 제품의 평균 편차를 포인트로 돌아갑니다. 두 데이터의 covariance를 사용 사이의 관계를 연구하는 설정합니다.

구문 : COVAR (array1, array2)

매개 변수 : array1 첫 번째 정수 데이터의 범위에 포함된, array2는 정수 데이터의 범위에 포함된이 두 번째이다.

예 : A1을 = 3면, 대답 = 2, A3의 = 1, 지하 1 층 = 3600, B2를 = 1500, B3을 = 800, 수식 "= COVAR은 (대답 1 : 대답, 지하 1 층 : B3을)"933.3333333로 돌아갑니다 동안.

17.CRITBINOM

목적 : 누적 이항 분포로 돌아갈 수 있도록 이상 또는 최소 임계값 같다, 결과는 품질 검사에 사용할 수 있습니다. 예를 들어, 결함이있는 부품의 최대 허용하기로 결정, 우리가 보장할 수 그 때 전체 제품 조립 라인을 검사를 통과 떠난다.

구문 : CRITBINOM (재판, probability_s, 알파)

매개 변수 : 평가판은 베르누이 실험의 번호입니다, Probability_s은 성공의 확률의 시험, 알파 임계값입니다.

예 : 수식 "= CRITBINOM (10,0.9,0.75)"10로 돌아갑니다.

18.DEVSQ

목적 : 자신의 평균과 편차의 제곱과 데이터 요소의 샘플을 반환합니다.

구문 : DEVSQ (number1, number2, ...)

매개 변수 : Number1, number2, ... 1-30 매개 변수의 제곱의 편차의 합계를 계산하는 데 사용됩니다. 그들은 쉼표로 구분된 값 수 있습니다, 또한 배열을 참조하실 수 있습니다.

예 : A1을 = 90,면, 대답 = 86, A3의 = 65 = A4 용지 54, 대답 = 36, 수식 "= DEVSQ은 (대답 1 : 대답)"2020.8로 돌아갑니다 동안.

19.EXPONDIST

목적 : 지수 분포로 돌아갑니다. 이 기능은 시간 순서대로 발생 확률을 입었 1 분 최대의 과정을 결정하기 위해 지출의 현금 금액을 지불하는 자동 은행 출납 기계의 견적과 같은 모델 사이의 시간 간격의 이벤트를 만들 수 있습니다.

구문 : EXPONDIST (x는, 람다, 누적).

매개 변수 : X의 값을 함수, 람다 매개 변수 값을 누적 색인 논리 값 함수를 확인합니다. TRUE를, EXPONDIST의 누적 분포 함수에 반환하는 것입니다 누적 경우; 경우 FALSE를 누적는 반환 확률 밀도 함수이다.

예 : 수식 "= EXPONDIST (0.2,10, TRUE로)"0.864665로 = EXPONDIST을 (0.2,10, FALSE로) 1.353353로 돌아가려면으로 돌아갑니다.

20.FDIST

목적 : 확률 분포 F를로 돌아가려면, 그것은 범위에있는 다른 변화의 두 데이터 계열의 존재를 확인할 수 있습니다. 예를 들어, 소년과 시험 점수의 소녀 클래스의 분석을 통해 여자와 남자의 점수의 변화 정도를 확인하는가 다릅니다.

구문 : FDIST (x는, degrees_freedom1, degrees_freedom2)

매개 변수 : 엑스 간격 지점의 확률 분포를 계산하는 데 사용됩니다, 자유의 Degrees_freedom1 분자 도로, Degrees_freedom2 자유의 분모 학위입니다.

예 : 수식 "= FDIST (1,90,89)"0.500157305로 돌아갑니다.