21.FINV

Objetivos: para retornar à F da função inversa de distribuição de probabilidade, isto é, o valor crítico da distribuição F. Se p = FDIST (x, ...), enquanto INVF (p, ...) = x.

Sintaxe: INVF (probabilidade, graus_liberdade1, graus_liberdade2)

Parâmetros: Probabilidade é a probabilidade de o valor acumulado da distribuição F, graus_liberdade1 molecular graus de liberdade, graus_liberdade2 são os graus de liberdade do denominador.

Exemplo: a fórmula "= INVF (0.1,86,74)" para retornar ao 1,337888023.

22.FISHER

Objetivos: para retornar ao ponto x da Fisher transformar. Gerar uma transformação semelhante à distribuição normal ao invés de uma função de inclinação, use esta função para completar o pressuposto de que o teste de coeficiente de correlação.

Sintaxe: FISHER (x)

Parâmetros: X para um número de pontos na transformação.

Exemplo: a fórmula "= FISHER (0,55)" para retornar ao 0,618381314.

23.FISHERINV

Objetivos: para retornar à Fisher transformação inversa valor da função, se y = FISHER (x), então FISHERINV (y) = x. Transformar os dados acima referidos podem ser analisadas ou a correlação entre a matriz.

Sintaxe: FISHERINV (y)

Parâmetros: Y como um ponto de valor na transformação inversa.

Exemplo: a fórmula "= FISHERINV (0,765)" para retornar ao 0,644012628.

24.FORECAST

Usos: De acordo com um ajuste linear da linha de regressão para retornar a um valor preditivo. Esta função pode ser usada para vendas futuras, a demanda de inventário ou de prever tendências de consumo.

Sintaxe: PREVISÃO (x, val_conhecidos_y, val_conhecidos_x).

Parâmetros: X para as necessidades dos pontos de dados para prever a coordenada X (valor variável). Val_conhecidos_y é uma linha reta até encontrar o y ajuste linear = kx + b do ponto de ajuste de um grupo de seleccionados os valores y conhecido, val_conhecidos_x é uma linha reta até encontrar o y ajuste linear = kx + b do ponto de jogo de um grupo dos eleitos conhecido x valor.

Exemplo: a fórmula "= projeção (16, (7,8,9,11,15), (21,26,32,36,42))" voltar para 4,378318584.

25.FREQUENCY

Objetivos: para retornar a uma matriz vertical de dados em uma distribuição de freqüência regional. Pode ser calculado em um determinado intervalo e alcance de recepção de cada intervalo contém o número de dados.

Sintaxe: FREQUENCY (data_array, bins_array)

Parâmetros: Data_array é usada para calcular a frequência de um array, matriz ou região de referência do elemento. Bins_array receber dados de intervalo de uma matriz ou região de referência da matriz, definir a freqüência de cálculos data_array sub-ponto.

26.FTEST

Objetivos: voltar aos resultados de testes de F. Ele retornou quando a matriz e uma matriz 2 não teve variação significativa entre a probabilidade de um único cauda, pode determinar se a variância das duas amostras diferentes. Por exemplo, duas classes são dadas as mesmas exames área temática, a fim de testar se há diferenças.

Sintaxe: FTEST (array1, matriz2)

Parâmetros: array1 é a primeira matriz ou região de dados, matriz2 é a segunda matriz, ou dados.

Exemplo: Se A1 = 71, A2 = 83 A3 = 76, A4 = 49, A5 = 92 = 88 A6, A7 = 96, B1 = 59, B2 = 70, = 80 B3, B4 = 90 B5 = 89 , B6 = 84, B7 = 92, enquanto a fórmula FTEST "= (A1: A7, B1: B7)" para retornar ao 0,519298931.

27.GAMMADIST

Objetivos: para retornar à distribuição gama. Pode ser usado com uma distribuição assimétrica das variáveis utilizadas no estudo de filas análise.

Sintaxe: DISTGAMA (x, alfa, beta, cumulativo).

Parâmetros: X para a distribuição gama utilizados para calcular o valor, a Alpha é a distribuição dos parâmetros γ, Betaγ distribuição de um parâmetro. Se beta = 1, a função DISTGAMA retorna a distribuição gama padrão. Cumulativo é um valor lógico, a forma de uma função de decisão. Se cumulativo é função TRUE GAMMADIST, retorna a função de distribuição cumulativa; Se FALSE, o retorno da função densidade de probabilidade.

Exemplo: a fórmula "= GAMMADIST (10,9,2, FALSE)" equivalente ao cálculo 0,032639, DISTGAMA = (10,9,2, TRUE) return 0,068094.

28.GAMMAINV

Objetivos: voltar com uma distribuição de probabilidade dada do ponto de gama-gama, que utilizado para estudar a distribuição das variáveis distorcida. Se P = DISTGAMA (x, ...), então INVGAMA (p, ...) = x.

Sintaxe: INVGAMA (probabilidade alfa, beta)

Parâmetros: distribuição de probabilidade para a probabilidade de valor de gama, parâmetros da distribuição Alphaγ, Betaγ parâmetros da distribuição. Se o beta de retorno = 1, a função de distribuição gama padrão INVGAMA.

Exemplo: a fórmula "= INVGAMA (0.05,8,2)" para voltar à 7,96164386.

29.GAMMALN

Objetivos: para retornar à função gama do logaritmo natural de Γ (x).

Sintaxe: GAMMALN (x)

Parâmetros: X para as necessidades do cálculo numérico GAMMALN função.

Exemplo: a fórmula "= GAMMALN (6)" para retornar ao 4,787491743.

30.GEOMEAN

Objetivos: para retornar à matriz de dados positivos, ou a média geométrica. Variável pode ser usada para calcular a taxa de crescimento média de juros compostos.

Sintaxe: GEOMEAN (número1, número2, ...)

Parâmetros: número1, número2, ... para a necessidade de calcular a média de 10-30 parâmetros, além do uso da forma de valores separados por vírgula também pode usar a matriz ou referência de matriz.

Exemplo: a fórmula "= GEOMEAN (1.2,1.5,1.8,2.3,2.6,2.8,3)" O resultado deste cálculo é 2,069818248.

31.GROWTH

Objetivos: definir o valor dos dados da previsão do índice de crescimento. De acordo com os valores conhecidos x e y de valores, de crescimento da função para retornar um novo conjunto de valores x valores y correspondentes. CRESCIMENTO função instalação usada para satisfazer um determinado valor de x e y o valor da curva de índice.

Sintaxe: CRESCIMENTO (val_conhecidos_y, val_conhecidos_x, new_x's, const)

Parameters: retorno val_conhecidos_y do índice é para atender a curva y = b ^ m * x de um grupo de conhecidos os valores y; retorno val_conhecidos_x índice é atender à curva y = b ^ m * x de um conjunto de valores conhecidos de x coleta (opcional parâmetros); new_x é um novo conjunto de valores x, CRESCIMENTO função pode retornar aos seus correspondentes valores de y; Const é um valor lógico que especifica se a definir um coeficiente b obrigatória, se const for VERDADEIRO ou omitido, b será envolvido no normal cálculo. Se const for FALSO, b será definido como 1, os valores m serão feitas para ajustar y = m ^ x.

32.HARMEAN

Objetivos: para retornar à média harmônica da coleta de dados. Contagem regressiva para conciliar com a média aritmética da média de cada contagem regressiva. Reconciliar o total é inferior à média da média geométrica e média geométrica inferior à média aritmética do total.

Sintaxe: HARMEAN (número1, número2, ...)

Parâmetros: número1, número2, ... é a necessidade de calcular os seus parâmetros média 1-30. Pode usar a forma separada por vírgula de parâmetros, você também pode usar a matriz ou referência de matriz.

Exemplo: a fórmula "= HARMEAN (66,88,92)" para voltar à 80,24669604.

33.HYPGEOMDIST

Objetivos: para retornar à distribuição hipergeométrica. A dimensão da amostra dada, o volume de amostra e amostra o sucesso global do número total de, DIST.HIPERGEOM função para retornar à amostra a freqüência de uma dada probabilidade de sucesso.

Sintaxe: DIST.HIPERGEOM (sample_s, number_sample, population_s, number_population)

Parâmetros: Sample_s para o sucesso do número de amostras, Number_sample para o tamanho da amostra. Population_s para toda a amostra o número de sucesso, a capacidade Number_population para a amostra total.

Exemplo: Se uma classe tem 42 alunos. Dos quais 22 eram do sexo masculino e 20 eram mulheres. 6 Se as pessoas selecionadas aleatoriamente, em seguida, um de apenas três meninas na fórmula de probabilidade é: "= HYPGEOMDIST (3,6,20,42)", voltar aos resultados de 0,334668627.

34.INTERCEPT

Uso: Usar o valor de x conhecidas e valor y de uma linha reta com a intercepção do eixo y. Quando as variáveis conhecidas para zero, a interceptação pode ser obtida usando o valor da variável dependente.

Sintaxe: INTERCEPT (val_conhecidos_y, val_conhecidos_x)

Parâmetros: variável dependente val_conhecidos_y é um conjunto de dados ou de conjuntos de dados, o argumento val_conhecidos_x é um conjunto de dados ou de conjuntos de dados.

Exemplo: Se A1 = 71, A2 = 83 A3 = 76, A4 = 49, A5 = 92 = 88 A6, A7 = 96, B1 = 59, B2 = 70, = 80 B3, B4 = 90 B5 = 89 , B6 = 84, B7 = 92, enquanto que a fórmula "= INTERCEPT (A1: A7, B1: B7)" para voltar à 87,61058785.

35.KURT

Objetivos: para voltar ao pico de dados definida. Ela reflete uma comparação com a distribuição normal do grau de sustenido ou bemol, é que o pico relativamente acentuada da distribuição, o pico negativo da distribuição que é relativamente plana.

Sintaxe: KURT (número1, número2, ...)

Parâmetros: número1, número2, ... para a necessidade de calcular os parâmetros de pico 10-30. Eles podem usar o formulário de parâmetros separados por vírgulas, você pode usar uma única matriz, ou seja, a matriz de célula de referência.

Exemplo: Se um aluno particular escores de testes do A1 = 71, A2 = 83 A3 = 76, A4 = 49, A5 = 92 = 88 A6, A7 = 96, enquanto que a fórmula "= KURT (A1: A7)" para voltar ao -1,199009798 mostra o desempenho relativo da distribuição normal é uma distribuição relativamente plana.

36.LARGE

Objetivos: para retornar a um foco em um valor máximo de dados. Consulta pode usar os resultados dos testes de função LARGE foco em primeiro, segundo, terceiro partituras, etc.

Sintaxe: grande (matriz, k)

Parâmetros: Array para a necessidade de consultar o primeiro k valor da matriz ou região de dados, a K para o valor de retorno de dados ou na posição array no intervalo (ou seja, a classificação).

Exemplos: Se B1 = 59, B2 = 70, = 80 B3, B4 = 90 B5 = 89 = 84 B6, B7 = 92, a fórmula "= grande (B1, B7, 2)" volta a 90.

37.LINEST

Usos: Use o método dos mínimos quadrados de dados conhecidos sobre a melhor linha de montagem em linha reta e voltar para descrever a matriz linear.

Sintaxe: PROJ.LIN (val_conhecidos_y, val_conhecidos_x, const, stats)

Parâmetros: val_conhecidos_y é a expressão y = mx + b no valor y da coleção conhecida, val_conhecidos_x é a relação entre a expressão y = mx + b no conjunto conhecido de valor X, Const é um valor lógico que especifica se deve ou não obrigatórios para fazer constante b é 0, se const for VERDADEIRO ou omitido, b será envolvido no cálculo normal. Se const for FALSO, b será definido como 0, e ao mesmo tempo, fazendo o ajuste y = mx m valor. Estatística é um valor lógico que especifica se deve ou não retornar estatísticas de regressão adicional. Se stats for TRUE, o retorno da função PROJ.LIN estatísticas de regressão adicionais. Se estatísticas são falsas ou omitido, apenas para retornar m PROJ.LIN função eo prazo constante do coeficiente b.

Exemplo: Se A1 = 71, A2 = 83 A3 = 76, A4 = 49, A5 = 92 = 88 A6, A7 = 96, B1 = 59, B2 = 70, = 80 B3, B4 = 90 B5 = 89 , B6 = 84, B7 = 92, a fórmula de matriz "(= PROJ.LIN (A1: A7, B1: B7)) return" -,174244885, -0,174244885, -,174244885, -0,174244885, -,174244885, -,174244885, -0,174244885.

38.LOGEST

Usos: Na análise de regressão, o cálculo dos dados observacionais melhor grupo de ajuste da curva de índice de regressão, e voltar para descrever a curva da matriz.

Sintaxe: PROJ.log (val_conhecidos_y, val_conhecidos_x, const, stats)

Parâmetros: val_conhecidos_y são um grupo de acordo com o y = função de b * m ^ x do valor y da coleção, val_conhecidos_x são um grupo de acordo com o y = b * m ^ x computação a relação entre o valor da opção coleta x, Const é para especificar se você deseja configurar o número regular de b valor lógico 1 se a const é definido como TRUE ou omitido, então o termo constante b será obtido pelo cálculo.

Exemplo: Se as vendas de uma empresa de novos produtos, o crescimento exponencial, seguido por A1 = 33100, A2 = 47300, A3 = 69,000, A4 = 102000, A5 = 150000 e A6 = 220 mil, enquanto B1 = 11, B2 = 12 B3 = 13, B4 = 14 B5 = 15, B6 = 16. Usando a fórmula de matriz "(= PROJ.log (A1: A6, B1: B6, TRUE, TRUE))", em C1: D5 células ser o resultado do cálculo é: 1,463275628, 495.3047702,0.002633403,0.035834282,0.99980862,0.011016315,20896.8011 , 4, e 2,53601883 0,000485437.

39.LOGINV

Objetivos: x voltar à função cumulativa de distribuição log-normal da função inversa, onde o ln (x) são aqueles que são valores médios (média) e dev-padrão (desvio padrão) dos parâmetros da distribuição normal. Se p = LOGNORMDIST (x, ...), então INVLOG (p, ...) = x.

Sintaxe: INVLOG (probabilidade, média, desv_padrão)

Parâmetros: Probabilidade é uma distribuição log-normal associada com a probabilidade, média de ln (x), a média, Desv_padrão para ln (x) o desvio padrão.

Exemplo: a fórmula "= INVLOG (0.036,2.5,1.5)" para retornar ao 0,819815949.

40.LOGNORMDIST

Objetivos: x voltar à função cumulativa de distribuição log-normal, em que ln (x) está sujeito aos parâmetros da média da distribuição normal e desv_padrão. Use esta função pode ser analisado após transformação logarítmica dos dados.

Sintaxe: LOGNORMDIST (x, média desv_padrão)

Parâmetros: X é usado para calcular a função valor médio é o ln (x), a média, Desv_padrão é ln (x) o desvio padrão.

Exemplo: a fórmula "= LOGNORMDIST (2,5.5,1.6)" para retornar ao 0,001331107.