统计函数第二部分
F.DIST
计算 F 分布左尾的值。
F.DIST(Number; DegreesFreedom1; DegreesFreedom2; Cumulative)
「数字」用于计算 F 分布。
「degreesFreedom1」是 F 分布的分子自由度。
「degreesFreedom2」是 F 分布的分母自由度。
「C」 (可选) = 0 或 False 返回密度函数,C = 1 或 True 返回分布函数。
「=F.DIST(0.8;8;12;0)」得到 0.7095282499。
「=F.DIST(0.8;8;12;1)」得到 0.3856603563。
F.DIST.RT
计算 F 分布右尾的值。
F.DIST.RT(Number; DegreesFreedom1; DegreesFreedom2)
「数字」用于计算 F 分布。
「degreesFreedom1」是 F 分布的分子自由度。
「degreesFreedom2」是 F 分布的分母自由度。
「=F.DIST.RT(0.8;8;12)」得到 0.6143396437。
F.INV
返回 F 概率分布函数的逆函数。F 分布函数用于 F 检验,以设置两个不同数据集之间的关系。
F.INV(Number; DegreesFreedom1; DegreesFreedom2)
「数字」是用来计算 F 分布的逆函数值的概率值。
「DegreesFreedom1」是 F 分布的分子自由度数。
「DegreesFreedom2」是 F 分布的分母自由度数。
「=F.INV(0.5;5;10)」得到 0.9319331609。
F.INV.RT
返回 F 分布的逆右尾。
F.INV.RT(Number; DegreesFreedom1; DegreesFreedom2)
「数字」是用来计算 F 分布的逆函数值的概率值。
「DegreesFreedom1」是 F 分布的分子自由度数。
「DegreesFreedom2」是 F 分布的分母自由度数。
「=F.INV.RT(0.5;5;10)」得到 0.9319331609。
F.TEST
返回F测试的结果。
F.TEST(数据1; 数据2)
「Data1」为第一个记录数组。
「Data2」为第二个记录数组。
「=FTEST(A1:A30;B1:B12)」判断这两个集合的方差是否有差异,如果两个集合来自相同的总体样本,则返回概率。
FDIST
计算 F 分布的值。
FDIST(Number; DegreesFreedom1; DegreesFreedom2)
「数字」用于计算 F 分布。
「degreesFreedom1」是 F 分布的分子自由度。
「degreesFreedom2」是 F 分布的分母自由度。
「=FDIST(0.8;8;12)」得到 0.61。
FINV
返回 F 概率分布函数的逆函数。F 分布函数用于 F 检验,以设置两个不同数据集之间的关系。
FINV(Number; DegreesFreedom1; DegreesFreedom2)
「数字」是用来计算 F 分布的逆函数值的概率值。
「DegreesFreedom1」是 F 分布的分子自由度数。
「DegreesFreedom2」是 F 分布的分母自由度数。
「=FINV(0.5;5;10)」得到 0.93。
FISHER
返回 x 的 Fisher 转换,并且创建接近正态分布的函数。
FISHER(数字)
「数字」是要转换的数值。
「=FISHER(0.5)」得到 0.55。
FISHERINV
返回 x 的 Fisher 转换函数的逆函数,并且创建接近正态分布的函数。
FISHERINV(数字)
「数字」是一个数值,在该点进行反变换。
「=FISHERINV(0.5)」得到 0.46。
FTEST
返回 F 检验的结果。
FTEST(数据1; 数据2)
「Data1」为第一个记录数组。
「Data2」为第二个记录数组。
「=FTEST(A1:A30;B1:B12)」判断这两个集合的方差是否有差异,如果两个集合来自相同的总体样本,则返回概率。
GAMMA
返回 Gamma 函数值。 注意 GAMMAINV 是 GAMMADIST 而不是 GAMMA 的逆函数。
「数字」是计算其 Gamma 分布的数值。
GAMMA.DIST
返回 Gamma 分布的值。
逆函数为 GAMMAINV 或 GAMMA.INV。
该函数等效于 GAMMADIST 函数,提供与其他办公套件的互通性。
GAMMA.DIST(Number, Alpha, Beta, C)
「数字」是计算其 Gamma 分布的数值。
「Alpha」是 Gamma 分布的 alpha 参数。
「Beta」是 Gamma 分布的 Beta 参数。
「C」 (可选) = 0 或 False 返回密度函数,C = 1 或 True 返回分布函数。
「=GAMMA.DIST(2;1;1;1)」得到 0.86。
GAMMA.INV
返回 Gamma 累积分布 GAMMADIST 的逆函数。 此函数可搜索具有不同分布的变量。
该函数等效于 GAMMAINV 函数,提供与其他办公套件的互通性。
GAMMA.INV(Number; Alpha; Beta)
「数字」是 Gamma 分布逆函数的概率值。
「Alpha」是 Gamma 分布的 alpha 参数。
「Beta」是 Gamma 分布的 Beta 参数。
「=GAMMA.INV(0.8;1;1)」得到 1.61。
GAMMADIST
返回 Gamma 分布的值。
逆函数是 GAMMAINV。
GAMMADIST(Number; Alpha; Beta; C)
「数字」是计算其 Gamma 分布的数值。
「Alpha」是 Gamma 分布的 alpha 参数。
「Beta」是 Gamma 分布的 Beta 参数。
「C」 (可选) = 0 或 False 返回密度函数,C = 1 或 True 返回分布函数。
「=GAMMADIST(2;1;1;1)」得到 0.86。
GAMMAINV
返回 Gamma 累积分布函数 GAMMADIST 的逆函数。 此函数用于搜索具有不同分布的变量。
GAMMAINV(Number; Alpha; Beta)
「数字」是 Gamma 分布逆函数的概率值。
「Alpha」是 Gamma 分布的 alpha 参数。
「Beta」是 Gamma 分布的 Beta 参数。
「=GAMMAINV(0.8;1;1)」得到 1.61。
GAMMALN
返回 Gamma 函数的自然对数: G(x)。
GAMMALN(数字)
「数字」是需要计算 Gamma 函数的自然对数的数值。
「=GAMMALN(2)」得到 0。
GAMMALN.PRECISE
返回 Gamma 函数的自然对数: G(x)。
GAMMALN.PRECISE(数字)
「数字」是需要计算 Gamma 函数的自然对数的数值。
「=GAMMALN.PRECISE(2)」得到 0。
GAUSS
返回标准正态累积分布。
为 GAUSS(x)=NORMSDIST(x)-0.5
GAUSS(数字)
「数字」是要计算标准正态分布函数值的值。
=GAUSS(0.19) = 0.08
=GAUSS(0.0375) = 0.01
GEOMEAN
返回抽样的几何平均值。
GEOMEAN(数字1; 数字2; ...; 数字30)
「数字1, 数字2, ..., 数字30」是数字参数或区域,表示随机抽样。
=GEOMEAN(23;46;69) = 41.79. 因此,这三个数的几何平均值等于 41.79。
HARMEAN
返回数据集的调和平均值。
HARMEAN(数字1; 数字2; ...; 数字30)
「数字1, 数字2, ..., 数字30」最多 30 个数值或区域,可用于计算调和平均值。
=HARMEAN(23;46;69) = 37.64。这三个随机样本的调和平均值为 37.64
HYPGEOM.DIST
返回超几何分布。
HYPGEOM.DIST(X, NSample, Successes, NPopulation, Cumulative)
「X」是随机抽样获得的结果数目。
「NSample」是随机抽样的大小。
「Successes」是总体样本中可能结果的次数。
「NPopulation」是总体样本的大小。
「Cumulative」 (可选): 0 或 False 计算概率密度函数。其它值或 True 或缺省计算累积分布函数。
「=HYPGEOM.DIST(2;2;90;100;0)」得到 0.8090909091。假设有 100 片涂有黄油的烤面包片,其中有 90 片从桌子上掉落,并且涂有黄油的一面先着地,假设有 2 片涂有黄油的烤面包片从桌子上掉下,则两片面包都是涂有黄油的一面先着地的概率都是 81%。
「=HYPGEOM.DIST(2;2;90;100;1)」得到 1。
HYPGEOMDIST
返回超几何分布的函数值。
HYPGEOMDIST(X; NSample; Successes; NPopulation)
「X」是随机抽样获得的结果数目。
「NSample」是随机抽样的大小。
「Successes」是总体样本中可能结果的次数。
「NPopulation」是总体样本的大小。
「=HYPGEOMDIST(2;2;90;100)」得到 0.81。假设有 100 片涂有黄油的烤面包片,其中有 90 片从桌子上掉落,并且涂有黄油的一面先着地,假设有 2 片涂有黄油的烤面包片从桌子上掉下,则两片面包都是涂有黄油的一面先着地的概率都是 81%。
TRIMMEAN
返回数据集的平均值 (不含边际数据的 Alpha 百分比)。
TRIMMEAN(数据; α)
「Data」是示例中的数据矩阵。
「α」是计算时所要除去的临界数据的比例。
「=TRIMMEAN(A1:A50; 0.1)」计算 A1:A50 中数字的平均值,且不考虑代表最高值的占 5% 的值和代表最低值的占 5% 的值。百分比是指未调和平均值的数量,而非被加数的数量。
Z.TEST
计算观察到的 z 统计量大于基于抽样计算的 z 统计量的概率。
Z.TEST(Data, mu, Sigma)
「Data」指的是取自正态分布总体样本中的给定抽样。
「mu」指的是总体样本已知的平均值。
「Sigma」 (可选) 指的是总体样本已知的标准偏差。如果省略,则使用给定样本的标准偏差。
「=Z.TEST(A2:A20; 9; 2)」返回 z 检验结果,样本为 已知平均值为 9、标准偏差为 2 的总体中提取的 A2:A20。
ZTEST
计算观测统计信息的概率大于基于样本计算的概率。
ZTEST(Data; mu; Sigma)
「Data」指的是取自正态分布总体样本中的给定抽样。
「mu」指的是总体样本已知的平均值。
「Sigma」 (可选) 指的是总体样本已知的标准偏差。如果省略,则使用给定样本的标准偏差。
参见 wiki 页面。