Hàm thống kê phần 1

Hàm thống kê phần 1

Thể loại: Tin học văn phòng
Lượt xem: 78,925Lượt tải: 2Số trang: 6

Mô tả tài liệu

Danh mục các Hàm Thống kê Các hàm thống kê có thể chia thành 3 nhóm nhỏ sau: Nhóm hàm về Thống Kê, nhóm hàm về Phân Phối Xác Suất, và nhóm hàm về Tương Quan

Tóm tắt nội dung

Hàm thống kê phần 1 Danh mục các Hàm Thống kê Các hàm thống kê có thể chia thành 3 nhóm nhỏ sau: Nhóm hàm về Thống Kê, nhóm hàm về Phân Phối Xác Suất, và nhóm hàm về Tương Quan và Hồi Quy Tuyến Tính 1. NHÓM HÀM VỀ THỐNG KÊ AVEDEV \l \t "_self​) (number1, number2, ...) : Tính trung bình độ lệch tuyệt đối các điểm dữ liệu theo trung bình của chúng. Thường dùng làm thước đo về sự biến đổi của tập số \l \t "_self​) (number1, number2, ...) : Tính trung bình \l \t "_self​) (number1, number2, ...) : Tính trung bình cộng của các giá trị, bao gồm cả những giá trị \l \t "_self​) (range, : Tính trung bình cộng của các giá trị trong một mảng theo một điều \l \t "_self​) (range, ...) : Tính trung bình cộng của các giá trị trong một mảng theo nhiều điều \l "f_count" \t "_self​) (value1, value2, ...) : Đếm số ô trong danh \l "f_count" \t "_self​) (value1, value2, ...) : Đếm số ô có chứa giá trị (không rỗng) trong danh \l \t "_self​) (range) : Đếm các ô rỗng trong một \l \t "_self​) (range, criteria) : Đếm số ô thỏa một điều kiện cho trước bên trong một \l \t "_self​) (range1, range2, …) : Đếm số ô thỏa nhiều điều kiện cho \l "f_devsq" \t "_self​) (number1, number2, ...) : Tính bình phương độ lệch các điểm dữ liệu từ trung bình mẫu của chúng, rồi cộng các bình phương đó \l \t "_self​) : Tính xem có bao nhiêu giá trị thường xuyên xuất hiện bên trong một dãy giá trị, rồi trả về một mảng đứng các số. Luôn sử dụng hàm này ở dạng công thức \l \t "_self​) (number1, number2, ...) : Trả về trung bình nhân của một dãy các số dương. Thường dùng để tính mức tăng trưởng trung bình, trong đó lãi kép có các lãi biến đổi được cho \l \t "_self​) (number1, number2, ...) : Trả về trung bình điều hòa (nghịch đảo của trung bình cộng) của các số KURT \l "f_kurt" \t "_self​) (number1, number2, ...) : Tính độ nhọn của tập số liệu, biểu thị mức nhọn hay mức phẳng tương đối của một phân bố so với phân bố \l "f_large" \t "_self​) (array, k) : Trả về giá trị lớn nhất thứ k trong một tập số liệu MAX \l "f_max" \t "_self​) (number1, number2, ...) : Trả về giá trị lớn nhất của một tập giá trị MAXA \l "f_max" \t "_self​) (number1, number2, ...) : Trả về giá trị lớn nhất của một tập giá trị, bao gồm cả các giá trị logic và \l \t "_self​) (number1, number2, ...) : Tính trung bình vị của các số. MIN \l "f_min" \t "_self​) (number1, number2, ...) : Trả về giá trị nhỏ nhất của một tập giá trị MINA \l "f_min" \t "_self​) (number1, number2, ...) : Trả về giá trị nhỏ nhất của một tập giá trị, bao gồm cả các giá trị logic và \l "f_mode" \t "_self​) (number1, number2, ...) : Trả về giá trị xuất hiện nhiều nhất trong một mảng giá \l \t "_self​) (array, k) : Tìm phân vị thứ k của các giá trị trong một mảng dữ \l \t "_self​) (array, x, : Trả về thứ hạng (vị trí tương đối) của một trị trong một mảng dữ liệu, là số phần trăm của mảng dữ liệu \l \t "_self​) (number, : Trả về hoán vị của các đối \l \t "_self​) (array, quart) : Tính điểm tứ phân vị của tập dữ liệu. Thường được dùng trong khảo sát dữ liệu để chia các tập hợp thành nhiều \l "f_rank" \t "_self​) (number, ref, order) : Tính thứ hạng của một số trong danh sách các số SKEW \l "f_skew" \t "_self​) (number1, number2, ...) : Trả về độ lệch của phân phối, mô tả độ không đối xứng của phân phối quanh trị trung bình của nó SMALL \l "f_small" \t "_self​) (array, k) : Trả về giá trị nhỏ nhất thứ k trong một tập số STDEV \l "f_stdev" \t "_self​) (number1, number2, ...) : Ước lượng độ lệch chuẩn trên cơ sở \l "f_stdev" \t "_self​) (value1, value2, ...) : Ước lượng độ lệch chuẩn trên cơ sở mẫu, bao gồm cả những giá trị \l \t "_self​) (number1, number2, ...) : Tính độ lệch chuẩn theo toàn thể tập \l \t "_self​) (value1, value2, ...) : Tính độ lệch chuẩn theo toàn thể tập hợp, kể cả chữ và các giá trị \l "f_var" \t "_self​) (number1, number2, ...) : Trả về phương sai dựa trên mẫu VARA \l "f_var" \t "_self​) (value1, value2, …) : Trả về phương sai dựa trên mẫu, bao gồm cả các trị logic và \l "f_varp" \t "_self​) (number1, number2, ...) : Trả về phương sai dựa trên toàn thể tập \l "f_varp" \t "_self​) (value1, value2, …) : Trả về phương sai dựa trên toàn thể tập hợp, bao gồm cả các trị logic và \l \t "_self​) (array, percent) : Tính trung bình phần trong của một tập dữ liệu, bằng cách loại tỷ lệ phần trăm của các điểm dữ liệu ở đầu và ở cuối tập dữ liệu. Top \l "top​) 2. NHÓM HÀM VỀ PHÂN PHỐI XÁC SUẤT BETADIST \l \t "_self​) (x, alpha, beta, A, B) : Trả về giá trị của hàm tính mật độ phân phối xác suất tích lũy \l \t "_self​) alpha, beta, A, B) : Trả về nghịch đảo của hàm tính mật độ phân phối xác suất tích lũy \l \t "_self​) trials, : Trả về xác suất của những lần thử thành công của phân phối nhị \l \t "_self​) (x, : Trả về xác xuất một phía của phân phối \l \t "_self​) : Trả về nghịch đảo của xác xuất một phía của phân phối \l \t "_self​) : Trả về giá trị của xác xuất từ phân phối và số bậc tự do tương \l \t "_self​) (alpha, size) : Tính khoảng tin cậy cho một kỳ vọng lý \l \t "_self​) (trials, alpha) : Trả về giá trị nhỏ nhất sao cho phân phối nhị thức tích lũy lớn hơn hay bằng giá trị tiêu chuẩn. Thường dùng để bảo đảm các ứng dụng đạt chất \l \t "_self​) (x, lambda, : Tính phân phối mũ. Thường dùng để mô phỏng thời gian giữa các biến \l "f_fdist" \t "_self​) (x, : Tính phân phối xác suất F. Thường dùng để tìm xem hai tập số liệu có nhiều mức độ khác nhau hay \l "f_finv" \t "_self​) : Tính nghịch đảo của phân phối xác suất F. Thường dùng để so sánh độ biến thiên trong hai tập số \l "f_ftest" \t "_self​) (array1, array2) : Trả về kết quả của một phép thử F. Thường dùng để xác định xem hai mẫu có các phương sai khác nhau hay \l \t "_self​) (x) : Trả về phép biến đổi Fisher tại x. Thường dùng để kiểm tra giả thuyết dựa trên hệ số tương \l \t "_self​) (y) : Tính nghịch đảo phép biến đổi Fisher. Thường dùng để phân tích mối tương quan giữa các mảng số \l \t "_self​) (x, alpha, beta, : Trả về phân phối tích lũy gamma. Có thể dùng để nghiên cứu có phân bố \l \t "_self​) alpha, beta) : Trả về nghịch đảo của phân phối tích lũy \l \t "_self​) (x) : Tính logarit tự nhiên của hàm \l \t "_self​) (number1, number2, ...) : Trả về phân phối siêu bội (xác suất của một số lần thành công nào \l \t "_self​) mean, : Tính nghịch đảo của hàm phân phối tích lũy lognormal của x \l \t "_self​) (x, mean, : Trả về phân phối tích lũy lognormal của x, trong đó logarit tự nhiên của x thường được phân phối với các tham số mean và \l \t "_self​) number_s, : Trả về phân phối nhị thức âm (trả về xác suất mà sẽ có number_f lần thất bại trước khi có number_s lần thành công, khi xác suất không đổi của một lần thành công là \l \t "_self​) (x, mean, : Trả về phân phối chuẩn (normal Thường được sử dụng trong việc thống kê, gồm cả việc kiểm tra giả \l \t "_self​) mean, : Tính nghịch đảo phân phối tích lũy \l \t "_self​) (z) : Trả về hàm phân phối tích lũy chuẩn tắc (standard normal là phân phối có trị trung bình cộng là zero (0) và độ lệch chuẩn là \l \t "_self​) : Tính nghịch đảo của hàm phân phối tích lũy chuẩn \l \t "_self​) (x, mean, : Trả về phân phối poisson. Thường dùng để ước tính số lượng biến cố sẽ xảy ra trong một khoảng thời gian nhất \l "f_prob" \t "_self​) (x_range, : Tính xác suất của các trị trong dãy nằm giữa hai giới \l \t "_self​) (x, mean, : Trả về trị chuẩn hóa từ phân phối biểu thị bởi mean và \l "f_tdist" \t "_self​) (x, tails) : Trả về xác suất của phân phối Student (phân phối t), trong đó x là giá trị tính từ t và được dùng để tính xác \l "f_tinv" \t "_self​) : Trả về giá trị t của phân phối \l "f_ttest" \t "_self​) (array1, array2, tails, type) : Tính xác xuất kết hợp với phép thử \l \t "_self​) (x, alpha, beta, : Trả về phân phối Weibull. Thường sử dụng trong phân tích độ tin cậy, như tính tuổi thọ trung bình của một thiết \l "f_ztest" \t "_self​) (array, x, sigma) : Trả về xác suất một phía của phép thử z. Top \l "top​) 3. NHÓM HÀM VỀ TƯƠNG QUAN VÀ HỒI QUY TUYẾN TÍNH CORREL \l \t "_self​) (array1, array2) : Tính hệ số tương quan giữa hai mảng để xác định mối quan hệ của hai đặc \l "f_covar" \t "_self​) (array1, array2) : Tính tích số các độ lệch của mỗi cặp điểm dữ liệu, rồi tính trung bình các tích số \l \t "_self​) (x, : Tính toán hay dự đoán một giá trị tương lai bằng cách sử dụng các giá trị hiện có, bằng phương pháp hồi quy tuyến \l \t "_self​) new_x's, const) : Tính toán sự tăng trưởng dự kiến theo hàm mũ, bằng cách sử dụng các dữ kiện hiện \l \t "_self​) : Tìm điểm giao nhau của một đường thẳng với trục y bằng cách sử dụng các trị x và y cho \l \t "_self​) const, stats) : Tính thống kê cho một đường bằng cách dùng phương pháp bình phương tối thiểu (least squares) để tính đường thẳng thích hợp nhất với dữ liệu, rồi trả về mảng mô tả đường thẳng đó. Luôn dùng hàm này ở dạng công thức \l \t "_self​) const, stats) : Dùng trong phân tích hồi quy. Hàm sẽ tính đường cong hàm mũ phù hợp với dữ liệu được cung cấp, rồi trả về mảng gía trị mô tả đường cong đó. Luôn dùng hàm này ở dạng công thức \l \t "_top​) (array1, array2) : Tính hệ số tương quan momen tích pearson (r), một chỉ mục không thứ nguyên, trong khoảng từ -1 đến 1, phản ánh sự mở rộng quan hệ tuyến tính giữa hai tập số liệu RSQ \l "f_rsq" \t "_self​) : Tính bình phương hệ số tương quan momen tích Pearson (r), thông qua các điểm dữ liệu trong known_y's và \l "f_slope" \t "_self​) : Tính hệ số góc của đường hồi quy tuyến tính thông qua các điềm dữ \l "f_steyx" \t "_self​) : Trả về sai số chuẩn của trị dự đoán y đối với mỗi trị x trong hồi quy.