- •Статистические функции
- •Срзнача
- •Функция срзнача
- •Функция срзначеслимн
- •Функция бетарасп
- •Функция бетаобр
- •Функция биномрасп
- •Функция хи2расп
- •Функция хи2обр
- •Функция хи2тест
- •Функция доверит
- •Коррел (функция коррел)
- •Синтаксис:
- •15. Функция счётз Описание: Функция счётз подсчитывает количество непустых ячеек в диапазоне. Синтаксис:
- •Замечания:
- •16. Функция считатьпустоты
- •18. Функция счётеслимн Описание: Применяет условия к ячейкам в нескольких диапазонах и вычисляет количество соответствий всем условиям. Синтаксис:
- •Замечания:
- •19. Ковар (функция ковар)
- •20. Функция критбином
- •21. Функция квадроткл
- •22. Функция экспрасп
- •23. Функция fрасп
- •24. Функция fраспобр
- •25. Функция фишер
- •26. Функция фишеробр
- •27. Функция предсказ
- •28. Функция частота
- •29. Функция фтест
- •30. Функция гаммарасп
- •31. Функция гаммаобр
- •32. Функция гамманлог
- •33. Функция сргеом
- •34. Функция рост
- •35. Функция сргарм
- •36. Функция гипергеомет
- •37. Функция отрезок
- •38. Функция эксцесс
- •39. Функция наибольший
- •Синтаксис:
- •41. Функция лгрфприбл
- •42. Функция логнормобр
- •43. Функция логнормрасп
- •44. Функция макс
- •45. Функция макса
- •46. Медиана
- •47. Функция мина
- •48. Функция мин
- •49. Функция мода
- •50. Функция отрбиномрасп
- •51. Функция нормрасп
- •52. Функция нормобр
- •53. Функция нормстрасп
- •54. Функция нормстобр
- •55. Функция пирсон
- •56. Функция персентиль
- •57. Функция процентранг
- •58. Функция перест
- •59. Функция пуассон
- •60. Функция вероятность
- •61. Функция квартиль
- •62. Функция ранг
- •63. Функция квпирсон
- •64. Функция скос
- •65. Функция наклон
- •66. Функция наименьший
- •67. Функция нормализация
- •68. Функция стандотклон
- •69. Функция стандотклона
- •70. Функция стандотклонп
- •71. Функция стандотклонпа
- •72. Функция стошyx
- •73. Функция стьюдрасп
- •74. Функция стьюдраспобр
- •75. Функция тенденция
- •76. Функция урезсреднее
- •77. Функция урезсреднее
- •78. Функция ттест
- •79. Функция дисп
- •80. Функция диспа
- •81. Функция диспр
- •82. Функция диспра
- •83. Функция вейбулл
- •84. Функция zтест
63. Функция квпирсон
Описание:Возвращает квадрат коэффициента корреляции Пирсона для точек данных в аргументах известные_значения_y и известные_значения_x. Дополнительные сведения см. в описании функции ПИРСОН. Значение r-квадрат можно интерпретировать как отношение дисперсии для y к дисперсии для x.
Синтаксис:
КВПИРСОН(известные_значения_y;известные_значения_x)
Известные_значения_y— массив или интервал точек данных.
Известные_значения_x— массив или интервал точек данных.
Замечания:
- Аргументы должны быть либо числами, либо содержащими числа именами, массивами или ссылками.
- Учитываются логические значения и текстовые представления чисел, которые введены непосредственно в список аргументов.
- Если аргумент, который является массивом или ссылкой, содержит текст, логические значения или пустые ячейки, эти значения игнорируются; ячейки, содержащие нулевые значения, учитываются.
- Аргументы, которые представляют собой значения ошибок или текст, не преобразуемый в числа, приводят к возникновению ошибки.
- Если аргументы известные_значения_y и известные_значения_x пусты или указанное в них количество число точек данных не совпадает, функция КВПИРСОН возвращает значение ошибки #Н/Д.
- Если аргументы известные_значения_y и известные_значения_x содержат только одну точку данных, функция КВПИРСОН возвращает значение ошибки #ДЕЛ/0!.
- Коэффициент корреляции Пирсона (r) вычисляется с помощью следующего уравнения:
где x и y — выборочные средние значения СРЗНАЧ(массив1) и СРЗНАЧ(массив2).
Функция КВПИРСОН возвращает значение r2, являющееся квадратом коэффициента корреляции.
64. Функция скос
Описание:Возвращает асимметрию распределения. Асимметрия характеризует степень несимметричности распределения относительно его среднего. Положительная асимметрия указывает на отклонение распределения в сторону положительных значений. Отрицательная асимметрия указывает на отклонение распределения в сторону отрицательных значений.
Синтаксис:
СКОС(число1;число2; ...)
Число1, число2, ...— от 1 до 255 аргументов, для которых вычисляется асимметрия. Вместо аргументов, разделяемых точкой с запятой, можно использовать один массив или одну ссылку на массив.
Замечания:
- Аргументы должны быть либо числами, либо содержащими числа именами, массивами или ссылками.
- Учитываются логические значения и текстовые представления чисел, которые введены непосредственно в список аргументов.
- Если аргумент, который является массивом или ссылкой, содержит текст, логические значения или пустые ячейки, эти значения игнорируются; ячейки, содержащие нулевые значения, учитываются.
- Аргументы, которые представляют собой значения ошибок или текст, не преобразуемый в числа, приводят к возникновению ошибки.
- Если имеется менее трех точек данных или стандартное отклонение равно нулю, функция СКОС возвращает значение ошибки #ДЕЛ/0!.
- Уравнение для асимметрии имеет следующий вид:
65. Функция наклон
Описание:Возвращает наклон линии линейной регрессии для точек данных в аргументах известные_значения_y и известные_значения_x. Наклон определяется как частное от деления расстояния по вертикали на расстояние по горизонтали между двумя любыми точками прямой; иными словами, наклон — это скорость изменения значений вдоль прямой.
Синтаксис:
НАКЛОН(известные_значения_y;известные_значения_x)
Известные_значения_y— массив или интервал ячеек, содержащих числовые зависимые точки данных.
Известные_значения_x— множество независимых точек данных.
Замечания:
- Аргументы должны быть либо числами, либо содержащими числа именами, массивами или ссылками.
- Если аргумент, который является массивом или ссылкой, содержит текст, логические значения или пустые ячейки, эти значения игнорируются; ячейки, содержащие нулевые значения, учитываются.
- Если аргументы известные_значения_y и известные_значения_x пусты или количество содержащихся в них точек не совпадает, функция НАКЛОН возвращает значение ошибки #Н/Д.
- Уравнение наклона линии регрессии имеет следующий вид:
где x и y — выборочные средние значения СРЗНАЧ(массив1) и СРЗНАЧ(массив2).
- Основной алгоритм, используемый в функциях НАКЛОН и ОТРЕЗОК, отличается от основного алгоритма функции ЛИНЕЙН. Разница между алгоритмами может привести к различным результатам при неопределенных и коллинеарных данных. Например, если точки данных аргумента известные_значения_y равны 0, а точки данных аргумента известные_значения_x равны 1, то справедливо указанное ниже.
- Функции НАКЛОН и ОТРЕЗОК возвращают значение ошибки #ДЕЛ/0!. Алгоритм функций НАКЛОН и ОТРЕЗОК используется для поиска только одного ответа, а в данном случае их может быть несколько;
- Функция ЛИНЕЙН возвращает значение, равное 0. Алгоритм функции ЛИНЕЙН используется для возвращения подходящих значений для коллинеарных данных, и в данном случае может быть найден хотя бы один ответ.