Referencia: funciones avanzadas

Seleccione Mostrar avanzadas para acceder a estas funciones en la lista desplegable Funciones.

Funciones de tabla en comparación con funciones de fila section_8977BE40A47E4ED79EB543A9703A4905

Una función de tabla es una en la que el resultado es el mismo para cada fila de la tabla. Una función de fila es una en la que el resultado es diferente para cada fila de la tabla.

¿Qué significa el parámetro Include-Zeros? section_C7A2B05929584C65B308FD372CB8E8E3

Indica si se incluyen ceros en el cálculo. En algunas ocasiones cero significa "nada", pero en ocasiones es importante.

Por ejemplo, si tiene una métrica Ingresos y, a continuación, agrega una métrica Vistas de página al informe, de repente hay más filas para sus ingresos todas con valor de cero. Probablemente no desea que esto afecte a ningún valor MEAN, MIN, QUARTILE, etc. los cálculos que tiene en la columna de ingresos. En este caso, debería marcar el parámetro para incluir ceros.

Por otra parte, si tiene dos métricas en las que está interesado, puede que no sea justo afirmar que una tiene una media superior o mínima porque algunas de sus filas eran ceros, por lo que no debería marcar el parámetro para incluir ceros.

AND concept_E14513FE464F4491AD0D4130D4EE621C

Devuelve el valor de su argumento. Utilice NOT para asegurarse de que un valor no es igual a un valor en concreto.

AND(logical_test1,[logical_test2],...)

Número aproximado de elementos distintos (dimensión) concept_000776E4FA66461EBA79910B7558D5D7

Devuelve el número aproximado de elementos distintos de dimensiones para la dimensión seleccionada. Esta función usa el método HyperLogLog (HLL) de números aproximados de elementos distintos.  Está configurada para garantizar que el valor se encuentre en el 5 % del 95 % del valor actual del tiempo.

Approximate Count Distinct (dimension)

Caso práctico de ejemplo section_424E3FC5092948F0A9D655F6CCBA0312

El número aproximado de elementos distintos (eVar del ID del cliente) es un caso práctico común para esta función.

Definición para una nueva métrica calculada “Clientes aproximados”:

Así es como se podría usar la métrica “Clientes aproximados” en un informe:

Se excedió la cantidad de valores exclusivos section_9C583858A9F94FF7BA054D1043194BAA

Igual que Count() y RowCount(), Approximate Count Distinct() está sujeto a límites de “valores exclusivos excedidos”. Si una dimensión alcanza el límite de “valores exclusivos excedidos” en un mes en concreto, el valor se cuenta como un elemento de dimensión.

Comparación de funciones de recuento section_440FB8FB44374459B2C6AE2DA504FC0B

La función Approximate Count Distinct() es una mejora de las funciones Count() y RowCount() porque la métrica que se crea puede usarse en cualquier informe dimensional para representar un número aproximado de elementos para una dimensión distinta. Por ejemplo, un recuento de los ID de cliente que se usan en un informe sobre tipos de dispositivos móviles.

Esta función será ligeramente menos precisa que Count() y RowCount() porque usa el método HLL, mientras que Count() y RowCount() son recuentos exactos.

Arcocoseno (Fila) concept_1DA3404F3DDE4C6BAF3DBDD655D79C7B

Devuelve el arcocoseno o la inversa del coseno de una métrica. El arcocoseno es el ángulo cuyo coseno es un número. El ángulo devuelto se da en radianes dentro del rango de 0 (cero) a pi. Si desea convertir el resultado de radianes a grados, multiplíquelo por 180/PI( ).

ACOS(metric)

Arcoseno (Fila) concept_90F00DEC46BA47F8A21493647D9668CD

Devuelve el arcoseno o la inversa del seno de un número. El arcoseno es el ángulo cuyo seno es un número. El ángulo devuelto se da en radianes dentro del rango de -pi/2 a pi/2. Para expresar el arcoseno en grados, multiplique el resultado por 180/PI( ).

ASIN(metric)

Arcotangente (Fila) concept_3408520673774A10998E9BD8B909E90C

Devuelve el arcotangente o la inversa de la tangente de un número. El arcotangente es el ángulo cuya tangente es un número. El ángulo devuelto se da en radianes dentro del rango de -pi/2 a pi/2. Para expresar el arcotangente en grados, multiplique el resultado por 180/PI( ).

ATAN(metric)

Regresión exponencial: Y predicha (Fila) concept_25615693312B4A7AB09A2921083502AD

Calcula los valores Y predichos (metric_Y), dados los valores x conocidos (metric_X) usando el método de "mínimos cuadrados" para calcular la línea que mejor se ajusta según la fórmula.

ESTIMATE.EXP(metric_X, metric_Y)

Cdf-T concept_4E2F2673532A48B5AF786521DE428A66

Devuelve el porcentaje de valores en una distribución t de Student con n grados de libertad que tiene un valor z inferior al de x.

cdf_t( -∞, n ) = 0
cdf_t(  ∞, n ) = 1
cdf_t( 3, 5 ) ? 0.99865
cdf_t( -2, 7 ) ? 0.0227501
cdf_t( x, ∞ ) ? cdf_z( x )

Cdf-Z concept_99C97ACC40A94FADBCF7393A17BC2D12

Devuelve el porcentaje de valores en una distribución normal que tienen un valor de z inferior al valor de x.

cdf_z( -∞ ) = 0
cdf_z( ∞ ) = 1
cdf_z( 0 ) = 0.5
cdf_z( 2 ) ? 0.97725
cdf_z( -3 ) ? 0.0013499

Techo (Fila) concept_A14CDB1E419B4AA18D335E5BA2548346

Devuelve el menor entero igual o mayor que un valor determinado. Por ejemplo, si desea evitar los decimales en una moneda de un informe en los ingresos y un producto tiene el valor de 569,34 $, utilice la fórmula CEILING(Ingresos) para redondear hacia arriba al dólar más próximo o 570 $.

CEILING(metric)

Coseno (Fila) concept_DD07AA1FB08145DC89B69D704545FD0A

Devuelve el coseno de un ángulo determinado. Si el ángulo es en grados, multiplique el ángulo por PI( )/180.

COS(metric)

Raíz cúbica concept_BD93EFA45DF7447A8F839E1CA5B5F795

Devuelve la raíz cúbica positiva de un número. La raíz cúbica de un número es el valor de dicho número elevado a la potencia de 1/3.

CBRT(metric)

Acumulativo concept_3D3347797B6344CE88B394C3E39318ED

Devuelve la suma de X para las últimas N filas (según lo solicite la dimensión, utilizando valores hash para los campos basados en cadenas).

Si N <= 0 utiliza todas las filas anteriores. Como se ordena por la dimensión, solo resulta útil en dimensiones que tienen un orden natural como la fecha o la longitud de ruta.

| Date | Rev  | cumul(0,Rev) | cumul(2,Rev) |
|------+------+--------------+--------------|
| May  | $500 | $500         | $500         |
| June | $200 | $700         | $700         |
| July | $400 | $1100        | $600         |

Media acumulada concept_ABB650962DC64FD58A79C305282D3E61

Devuelve el promedio de las últimas N filas.

Si N <= 0 utiliza todas las filas anteriores. Como se ordena por la dimensión, solo resulta útil en dimensiones que tienen un orden natural como la fecha o la longitud de ruta.

cumul(revenue)/cumul(visitor)

Igual concept_A3B97152B5F74E04A97018B35734BEEB

Devuelve elementos que coinciden exactamente con un valor numérico o de cadena.

Regresión exponencial: coeficiente de correlación (Tabla) concept_C18BBFA43C1A499293290DF49566D8D8

Devuelve el coeficiente de correlación, r, entre dos columnas de métricas (metric_A y metric_B) en la ecuación de regresión.

CORREL.EXP(metric_X, metric_Y)

Regresión exponencial: intersección (Tabla) concept_0047206C827841AD936A3BE58EEE1514

Devuelve la intersección, b, entre dos columnas de métricas (metric_X y metric_Y) para

INTERCEPT.EXP(metric_X, metric_Y)

Regresión exponencial: pendiente (Tabla) concept_230991B0371E44308C52853EFA656F04

Devuelve la pendiente, a, entre dos columnas de métricas (metric_X y metric_Y) para

SLOPE.EXP(metric_X, metric_Y)

Suelo (Fila) concept_D368150EC3684077B284EE471463FC31

Devuelve el mayor entero igual o menor a un valor determinado. Por ejemplo, si desea evitar los decimales en una moneda de un informe en los ingresos y un producto tiene el valor de 569,34 $, utilice la fórmula FLOOR(Revenue) para redondear hacia arriba al dólar más próximo o 569 $.

FLOOR(metric)

Mayor que concept_A83734A0C0C14646B76D2CC5E677C644

Devuelve elementos cuyo recuento numérico sea mayor que el valor introducido.

Mayor o igual que concept_8CA6DF1F84784D50849BF1C566AE1D37

Devuelve elementos cuyo recuento numérico sea mayor o igual que el valor introducido.

Coseno hiperbólico (Fila) concept_79DD5681CE9640BDBA3C3F527343CA98

Devuelve el coseno hiperbólico de un número.

COSH(metric)

Seno hiperbólico (Fila) concept_96230731600C45E3A4E823FE155ABA85

Devuelve el seno hiperbólico de un número.

SINH(metric)

Tangente hiperbólica (Fila) concept_BD249013732F462B9863629D142BCA6A

Devuelve la tangente hiperbólica de un número.

TANH(metric)

IF (Fila) concept_6BF0F3EAF3EF42C288AEC9A79806C48E

La función IF devuelve un valor si una condición que haya especificada se evalúa como TRUE y otro valor si esa condición se evalúa como FALSE.

IF(logical_test, [value_if_true], [value_if_false])

Menor que concept_A4A85C0FDF944AACAD4B8B55699D1B11

Devuelve elementos cuyo recuento numérico sea menor que el valor introducido.

Menor o igual que concept_99D12154DE4848B1B0A6327C4322D288

Devuelve elementos cuyo recuento numérico sea menor o igual que el valor introducido.

Regresión lineal: coeficiente de correlación concept_132AC6B3A55248AA9C002C1FBEB55C60

Y = a X + b. Devuelve el coeficiente de correlación.

Regresión lineal: intercepción concept_E44A8D78B802442DB855A07609FC7E99

Y = a X + b. Devuelve b.

Regresión lineal: Y predicha concept_9612B9BF106D4D278648D2DF92E98EFC

Y = a X + b. Devuelve Y.

Regresión lineal: pendiente concept_12352982082A4DDF824366B073B4C213

Y = a X + b. Devuelve a.

Logaritmo decimal (Fila) concept_4C65DF9659164261BE52AA5A95FD6BC1

Devuelve el logaritmo decimal de un número.

LOG10(metric)

Regresión logarítmica: coeficiente de correlación (Tabla) concept_F3EB35016B754E74BE41766E46FDC246

Devuelve el coeficiente de correlación, r, entre dos columnas de métricas (metric_X y metric_Y) en la ecuación de regresión Y = a ln(X) + b. Se calcula mediante la ecuación CORREL.

CORREL.LOG(metric_X,metric_Y)

Regresión logarítmica: intersección (Tabla) concept_75A3282EDF54417897063DC26D4FA363

Devuelve la intersección b como la regresión con menos cuadrados entre dos columnas de métricas (metric_X y metric_Y) para la ecuación de regresión Y = a ln(X) + b. Se calcula mediante la ecuación INTERCEPT.

INTERCEPT.LOG(metric_X, metric_Y)

Regresión de registro: Y predicha (fila) concept_5F3A9263BBB84E6098160A4DFB9E3607

Calcula los valores y predichos (metric_Y), dados los valores x conocidos (metric_X) con el método de "menos cuadrados" para calcular la mejor opción basándose en Y = a ln(X) + b. Se calcula mediante la ecuación ESTIMATE.

En el análisis de regresión, esta función calcula los valores y predichos (metric_Y), dados los valores x conocidos (metric_X) usando el logaritmo para calcular la mejor opción para la ecuación de regresión Y = a ln(X) + b. Los valores a se corresponden con cada valor x y b es un valor constante.

ESTIMATE.LOG(metric_X, metric_Y)

Regresión logarítmica: pendiente (Tabla) concept_B291EFBE121446A6B3B07B262BBD4EF2

Devuelve la pendiente, a, entre dos columnas de métricas (metric_X y metric_Y) en la ecuación de regresión Y = a ln(X) + b. Se calcula mediante la ecuación SLOPE.

SLOPE.LOG(metric_A, metric_B)

Logaritmo natural concept_D3BE148A9B84412F8CA61734EB35FF9E

Devuelve el logaritmo natural de un número. Los logaritmos naturales se basan en la constante e (2,71828182845904). El logaritmo natural es la inversa de la función exponencial.

LN(metric)

NOT concept_BD954C455A8148A3904A301EC4DC821E

Devuelve 1 si el número es 0 o devuelve 0 si es otro número.

NOT(logical)

Si utiliza NOT, es necesario conocer si las expresiones (<, >, =, <> , etc.) devuelven valores 0 o 1.

Distinto a concept_EC010B7A9D2049099114A382D662FC16

Devuelve todos los elementos que no contienen la coincidencia exacta del valor introducido.

O (Fila) concept_AF81A33A376C4849A4C14F3A380639D2

Devuelve TRUE si algún argumento es TRUE o devuelve FALSE si todos los argumentos son FALSE.

OR(logical_test1,[logical_test2],...)

Pi concept_41258789660D4A33B5FB86228F12ED9C

Devuelve la constante PI, 3,14159265358979, con una precisión de 15 dígitos.

PI()

La función PI no tiene argumentos.

Regresión potencial: coeficiente de correlación (Tabla) concept_91EC2CFB5433494F9E0F4FDD66C63766

Devuelve el coeficiente de correlación, r, entre dos columnas de métricas (metric_X y metric_Y) para Y = b*X.

CORREL.POWER(metric_X, metric_Y)

Regresión potencial: intersección (Tabla) concept_7781C85597D64D578E19B212BDD1764F

Devuelve la intersección, b, entre dos columnas de métricas (metric_X y metric_Y) para Y = b*X.

 INTERCEPT.POWER(metric_X, metric_Y)

Regresión potencial: Y predicha (Fila) concept_CD652C0A921D4EFBA8F180CB8E486B18

Calcula los valores y predichos (metric_Y), dados los valores x conocidos (metric_X) utilizando el método de “menos cuadrados” para calcular la mejor opción de línea para Y = b*X.

 ESTIMATE.POWER(metric_X, metric_Y)

Regresión potencial: pendiente (Tabla) concept_5B9E71B989234694BEB5EEF29148766C

Devuelve la pendiente, a, entre dos columnas de métricas (metric_X y metric_Y) para Y = b*Xa.

SLOPE.POWER(metric_X, metric_Y)

Regresión cuadrática: coeficiente de correlación (Tabla) concept_9C9101A456B541E69BA29FCEAC8CD917

Devuelve el coeficiente de correlación r, entre dos columnas de métricas (metric_X y metric_Y) para Y=(a X+b)***.

CORREL.QUADRATIC(metric_X, metric_Y)

Regresión cuadrática: intersección (Tabla) concept_69DC0FD6D38C40E9876F1FD08EC0E4DE

Devuelve la intersección, b, entre dos columnas de métricas (metric_X y metric_Y) para Y=(a X+b)***.

INTERCEPT.POWER(metric_X, metric_Y)

Regresión cuadrática: Y predicha (Fila) concept_2F1ED70B1BDE4664A61CC09D30C39CBB

Calcula los valores y predichos (metric_Y), dados los valores x conocidos (metric_X) utilizando el método de los menos cuadrados para calcular la mejor opción de línea para Y=(a X+b)***.

ESTIMATE.QUADRATIC(metric_A, metric_B)

Regresión cuadrática: pendiente (Tabla) concept_0023321DA8E84E6D9BCB06883CA41645

Devuelve la pendiente, a, entre dos columnas de métricas (metric_X y metric_Y) para Y=(a X+b)***.

SLOPE.QUADRATIC(metric_X, metric_Y)

Regresión recíproca: coeficiente de correlación (Tabla) concept_EBEC509A19164B8AB2DBDED62F4BA2A5

Devuelve el coeficiente de correlación, r, entre dos columnas de métricas (metric_X y metric_Y) para Y = a/X+b.

CORREL.RECIPROCAL(metric_X, metric_Y)

Regresión recíproca: intersección (Tabla) concept_2DA45B5C69F140EC987649D2C88F19B3

Devuelve la intersección, b, entre dos columnas de métricas (metric_X y metric_Y) para Y = a/X+b.

INTERCEPT.RECIPROCAL(metric_A, metric_B)

Regresión recíproca: Y predicha (Fila) concept_2CF4B8F417A84FE98050FE488E227DF8

Calcula los valores y predichos (metric_Y), dados los valores x conocidos (metric_X) utilizando el método de los menos cuadrados para calcular la mejor opción de línea para Y = a/X+b.

ESTIMATE.RECIPROCAL(metric_X, metric_Y)

Regresión recíproca: pendiente (Tabla) concept_8A8B68C9728E42A6BFDC6BD5CBDCCEC5

Devuelve la pendiente, a, entre dos columnas de métricas (metric_X y metric_Y) para Y = a/X+ba.

SLOPE.RECIPROCAL(metric_X, metric_Y)

Seno (Fila) concept_21C8C3AA835947A28B53A4E756A7451E

Devuelve el seno de un ángulo determinado. Si el ángulo es en grados, multiplique el ángulo por PI( )/180.

SIN(metric)

Unidad tipificada concept_80D2B4CED3D0426896B2412B4FC73BF7

Es el nombre por el que también se conoce una variable estandarizada, concretamente, la desviación de la media dividida por la desviación estándar.

Prueba T concept_A1F78F4A765348E38DBCAD2E8F638EB5

Realiza una prueba T con una distribución m con una unidad tipificada de col y n grados de libertad.

La firma es t_test( x, n, m ). Debajo, simplemente llama m*cdf_t(-abs(x),n). (esto es similar a la función z-test que ejecuta m*cdf_z(-abs(x)).

Aquí, m es la cantidad de colas y n, los grados de la libertad. Estos deben ser números (constantes en todo el informe, es decir, que no se modifiquen de fila a fila).

X es la estadística t-test y es normalmente una fórmula (por ejemplo, zscore) basada en una métrica y se evaluará en cada fila.

El valor de retorno es la probabilidad de ver la estadística test x dados los grados de libertad y el número de colas.

Ejemplos:

Tangente concept_C25E00CB17054263AB0460D9EF94A700

Devuelve la tangente de un ángulo determinado. Si el ángulo es en grados, multiplique el ángulo por PI( )/180.

TAN (metric)

Variable estandarizada (Fila) concept_96BEAC79476C49B899DB7E193A5E7ADD

Devuelve la variable estandarizada, o una puntuación normal, basada en una distribución normal. La variable estandarizada es el número de desviaciones estándar a las que se encuentra una observación con respecto a la media. Una variable estandarizada de 0 (cero) significa que la puntuación es la misma que la media. Una variable estandarizada puede ser positiva o negativa, lo cual indica si está por encima o por debajo de la media y a cuantas desviaciones estándar.

La ecuación de variable estandarizada es:

donde x es la puntuación sin procesar, μ es la media de población y σ es la desviación estándar de la población.

Puntuación Z(métrica)

Prueba Z concept_2A4ADD6B3AEB4A2E8465F527FAFC4C23

Realiza una prueba Z con una distribución n con una variable estandarizada de A.

Devuelve la probabilidad de que la fila actual pueda verse por casualidad en la columna.