1.AVEDEV

Цели: вернуть набор данных со средней абсолютное отклонение от среднего, то эта функция может быть измерена данных (например, студент результатов экспертизы) дисперсии.

Синтаксис: AVEDEV (число1, число2, ...)

Параметры: число1, число2, ... которые используются для расчета среднего абсолютного отклонения набор параметров, количество может быть от 1 до 30.

Пример: Если A1 = 79, Л2 = 62, A3 = 45, A4 = 90, A5 = 25, а формула "= AVEDEV (A1: A5)", чтобы вернуться к 20,16.

2.AVERAGE

Цели: расчет среднего арифметического всех параметров.

Синтаксис: СРЗНАЧ (число1, число2, ...).

Параметры: число1, число2, ... является для расчета среднего от 1 до 30 параметров.

Пример: Если A1: A5 регионе имени Оценка, в котором численное 100,70,92,47 и 82 соответственно, то формула "= СРЗНАЧ (Score)", чтобы вернуться к 78,2.

3.AVERAGEA

Цели: перечень расчетных параметров среднего значения. Функция СРЗНАЧ не только разница между цифрами, и текст и логические значения (например, TRUE и FALSE) также участвуют в расчетах.

Синтаксис: СРЗНАЧА (значение1, значение2, ...)

Параметры: значение1, значение2, ... Так как необходимо рассчитать среднее значение 1-30 клеток или числовой диапазон.

Пример: Если A1 = 76, Л2 = 85, A3 = ИСТИНА, формула "= СРЗНАЧА (A1: A3)", чтобы вернуться к 54 (то есть, 76 +85 +1 / 3 = 54).

4.BETADIST

Цели: вернуться к кумулятивной функции бета-функции распределения. Бета функции распределения, как правило, используется для исследования образцов коллекции определенные вещи, и внесения изменений. Например, настало время смотреть телевизор день курса.

Синтаксис: BETADIST (х, альфа-, бета-, A, B)

Параметры: X, используемой для расчета значения функции будут жить в факультативного верхний и нижний пределы (А и Б) между ними. Alpha параметров распределения. Бета параметров распределения. Значение х факультативного нижняя граница интервала их, В числовой диапазон х принадлежащих факультативного сверху.

Пример: формула "= BETADIST (2,8,10,1,3)", чтобы вернуться 0,685470581.

5.BETAINV

Цели: вернуться к функции распределения бета обратной функции. То есть, если вероятность BETADIST = (х, ...), то BETAINV (вероятность, ...) = x. бета-функции распределения могут быть использованы для разработки проектов, планируется завершить в данный момент времени и изменения параметров, моделирование сроки завершения.

Синтаксис: BETAINV (вероятность, альфа-, бета-, A, B)

Параметры: распределение вероятностей для бета значение вероятности, Alpha параметр распределения, бета распределения параметров, значение х факультативного нижняя граница интервала их, B Численное х принадлежащих сектора, диапазон вариантов.

Пример: формула "= BETAINV (0.685470581,8,10,1,3)", чтобы вернуться к 2.

6.BINOMDIST

Цели: возвращение доллара значение биномиального распределения вероятностей. BINOMDIST функции на фиксированное количество независимых экспериментов, результаты эксперимента состоит только из двух видов успех или провал сложившейся ситуации, и вероятность успеха в зафиксированный в ходе эксперимента. Например, он может рассчитывать объектов, сбросили с монету 10 раз, когда положительную вероятность вверх 6.

Синтаксис: BINOMDIST (number_s, судебные разбирательства, probability_s, нарастающим итогом)

Параметры: Number_s на ряд успешных экспериментов, испытаний для ряда независимых экспериментов, Probability_s впервые вероятность успеха эксперимента, накопительное является логическое значение используется для определения вида функции. При накоплении имеет значение ИСТИНА, а затем вернуться к BINOMDIST функции функция распределения, то есть до вероятность успешного number_s: если FALSE, плотность вероятности возвращения функции, то есть вероятность успешного number_s.

Пример: результаты бросали монеты является позитивным, а не отрицательной, бросали монеты в первый раз вероятность положительного 0,5. Объектов, сбросили с монету 10 раз в формуле для расчета за шестой "= BINOMDIST (6,10,0.5, FALSE)", результаты расчета средней 0,205078

7.CHIDIST

Цели: вернуться к с2 односторонней вероятности распределения. с2 распространения, связанной с с2 испытания. Можно сопоставить с использованием тест с2 замечания и ожидания. Например, предположим, что следующее поколение эксперимента генетики растений показывают, группа цвета отображаются. Используйте эту функцию сопоставления данных наблюдений и ожидания, чтобы определить обоснованность исходных допущений.

Синтаксис: CHIDIST (х, degrees_freedom)

Параметры: X используется для расчета распределения односторонней вероятности с2 ценностей, Degrees_freedom является степень свободы.

Пример: формула "= CHIDIST (1,2)" означает, что результаты расчета 0,606530663.

8.CHIINV

Цели: вернуться к с2 односторонней вероятности распределения обратной функции. Если вероятность CHIDIST = (х,?), А ChiInv (вероятность?) = X. С помощью этой функции сопоставления данных наблюдений и ожидания, чтобы определить обоснованность исходных допущений.

Синтаксис: ChiInv (вероятность, degrees_freedom)

Параметры: распределение вероятностей для с2 односторонней вероятности, Degrees_freedom за свободу.

Пример: формула "= ChiInv (0.5,2)", чтобы вернуться 1,386293564.

9.CHITEST

Цели: вернуться к актуальности проверки значения, то есть статистическое распределение возвращаемого значения c2 и соответствующая степень свободы, вы можете использовать в предположении, что значение с2 тест, чтобы определить, были ли они подтверждены экспериментами .

Синтаксис: CHITEST (actual_range, expected_range)

Параметры: Actual_range входит в данных наблюдений, Expected_range резюме включены в рядах продукта и отношение общей стоимости данных.

Пример: Если A1 = 1, A2 = 2, A3 = 3, B1 = 4, 5 = B2, B3 = 6, то формула "= CHITEST (A1: A3, B1: B3)", чтобы вернуться 0,062349477.

10.CONFIDENCE

Цели: вернуться в общий средний доверительный интервал, который является средним обе стороны от площади образца. Например, в классе учащиеся сдают экзамен, в соответствии с заданном уровне доверия, экспертиза может определить минимальные и максимальные оценки.

Синтаксис: ДОВЕРИЯ (альфа, standard_dev, размер).

Параметры: Alpha используется для расчета уровня доверия (что эквивалентно 100 * (1-альфа)%, если альфа 0,05, доверительный уровень 95%) значительный уровень параметров, данных Standard_dev стандартное отклонение общей области, размер выборки потенциала.

Пример: Предположим, что 46 образцов тестов учащихся, их средний делится на 60, общее стандартное отклонение на 5 минут, средняя суб-региона в следующие 95% уровне достоверности. Формулу = ДОВЕРИЯ (0.05,5,46) ", чтобы вернуться к 1,44, то есть результаты тестов для 60 ± 1,44 мин.

11.CORREL

Пользы: массив1 и массив2 диапазоне возвращения коэффициент корреляции между ними. Две разные вещи можно определить отношения между ними, например, тестирование студентов в области физики и математики связь между успеваемостью.

Синтаксис: КОРРЕЛ (array1, массив2)

Параметры: массив1 первой группы числовой диапазон. Вторая группа массив2 числовой диапазон.

Пример: Если A1 = 90, Л2 = 86, A3 = 65, A4 = 54, A5 = 36, B1 = 89, B2 = 83, B3 = 60, B4 = 50, B5 = 32, а формула "= КОРРЕЛ ( A1: A5, B1: B5) "Возвращение 0,998876229, мы видим, что A, B 2 имеет более высокую степень данных, связанных друг с другом.

12.COUNT

Цели: вернуться к цифры о количестве параметров. Это может быть массив или диапазон статистические данные о количестве ячеек, содержащих числа.

Синтаксис: COUNT (значение1, значение2, ...).

Параметры: значение1, значение2, ... различные типы данных, содержащихся или ссылки параметров (1 ~ 30), из которых только количество типов данных может быть статистической.

Пример: Если A1 = 90, A2 = число, A3 = "", A4 = 54, A5 = 36, а формула "= COUNT (A1: A5)", чтобы вернуться 3.

13.COUNTA

Цели: вернуться к параметрической группы в Центральной Африке число нулевое значение. СЧЕТЗ функции можно вычислить массив или диапазон числа элементов данных.

Синтаксис: СЧЕТЗ (значение1, значение2, ...)

Описание: значение1, значение2, ... приходится рассчитывать значения ряда параметров для 1 ~ 30. В этом случае параметры могут быть любого типа, включая пробелы, но не включают пустые ячейки. Если параметр массив или ссылка на ячейку, а затем массив или ссылкой на ячейку заготовки будут игнорироваться. Если вы не нуждаетесь в логике значение статистики, текст или значения ошибок, вы должны использовать функцию COUNT.

Пример: Если A1 = 6,28, Л2 = 3,74, остальные ячейка пуста, то формула "= СЧЕТЗ (A1: A7)", равное 2, рассчитанные результаты.

14.COUNTBLANK

Цели: расчет диапазона числа пустых ячеек.

Синтаксис: COUNTBLANK (диапазон)

Параметры: Диапазон необходимо рассчитать количество пустых ячеек в регионе.

Пример: Если A1 = 88, Л2 = 55, A3 = "", A4 = 72, A5 = "", формула "= COUNTBLANK (A1: A5)", чтобы вернуться к 2.

15.COUNTIF

Назначение: расчет региона для выполнения условий данного числа клеток.

Синтаксис: СЧЕТЕСЛИ (диапазон, критерии)

Параметры: Диапазон для удовлетворения требований к условиям, в которых число ячеек. Критерии для определения того, какие клетки будут приняты во внимание условия, которые могут принимать форму цифрового или текстовое выражение.

16.COVAR

Цели: вернуться к ковариации, то есть каждой пары точек данных, среднее отклонение продукта. Использование ковариации двух наборов данных для изучения взаимосвязи между.

Синтаксис: КОВАР (array1, массив2)

Параметры: массив1 является первым данных целое число, содержащееся в диапазоне, массив2 является вторым, содержащиеся в диапазоне целочисленных данных.

Пример: Если A1 = 3, A2 = 2, A3 = 1, B1 = 3600, B2 = 1500, B3 = 800, а формула "= КОВАР (A1: A3, B1: B3)", чтобы вернуться 933,3333333.

17.CRITBINOM

Цели: вернуться к кумулятивным биномиального распределения, с тем чтобы больше или равна минимальной порог, результат может быть использован для контроля качества. Например, принято решение разрешить максимальное количество дефектных частей, мы можем гарантировать, что, когда весь продукт при выходе с конвейера прохождения проверки.

Синтаксис: CRITBINOM (испытаний, probability_s, альфа)

Параметры: разбирательств число испытаний Бернулли, Probability_s это испытание шансы на успех, Альфа порога.

Пример: формула "= CRITBINOM (10,0.9,0.75)", чтобы вернуться к 10.

18.DEVSQ

Цели: возвращение образцов точек данных, с их средними и квадрата отклонения.

Синтаксис: DEVSQ (число1, число2, ...)

Параметры: число1, число2, ... которые используются для расчета отклонений суммы квадратов 1-30 параметров. Они могут быть значения, разделенные запятыми, также может быть ссылка на массив.

Пример: Если A1 = 90, Л2 = 86, A3 = 65, A4 = 54, A5 = 36, а формула "= DEVSQ (A1: A5)", чтобы вернуться 2020,8.

19.EXPONDIST

Цели: вернуться к экспоненциальному распределению. Эта функция может создавать события промежуток времени между этими моделями, такими как оценка банкоматах банка выплатить денежные количество времени, потраченного для того, чтобы определить процесс 1 минуту максимум устойчивого вероятность его появления.

Синтаксис: EXPONDIST (х, лямбда, нарастающим итогом).

Параметры: X значения функции, значения параметра Lambda, Cumulative Index, чтобы определить логику функции стоимости. При накоплении имеет значение ИСТИНА, EXPONDIST вернуться к функции распределения; При накоплении имеет значение ЛОЖЬ, плотность вероятности возвращения функции.

Пример: формула "= EXPONDIST (0.2,10, TRUE)", чтобы вернуться к 0,864665 = EXPONDIST (0.2,10, FALSE) вернуться к 1,353353.

20.FDIST

Цели: вернуться к F распределение вероятностей, можно определить наличие двух рядов данных о различных изменениях в степени. Например, на основе анализа класса для мальчиков и девочек из тестов, чтобы определить степень изменений в десятках мальчиков и девочек различны.

Синтаксис: FDIST (х, degrees_freedom1, degrees_freedom2)

Параметры: X используется для расчета распределения вероятностей интервала точки Degrees_freedom1 молекулярных степеней свободы, Degrees_freedom2 это знаменатель степеней свободы.

Пример: формула "= FDIST (1,90,89)", чтобы вернуться 0,500157305.