Riferimento: funzioni avanzate

Accedi a queste funzioni selezionando Show Advanced nell’elenco a discesa Functions.

Funzioni tabella e Funzioni riga section_8977BE40A47E4ED79EB543A9703A4905

Una funzione tabella è una funzione in cui l’output è lo stesso per ogni riga della tabella. Una funzione riga contiene un output diverso per ogni riga della tabella.

Che cosa significa il parametro Include-Zeros? section_C7A2B05929584C65B308FD372CB8E8E3

Il parametro indica se includere gli zeri all’interno del calcolo. Talvolta lo zero non ha alcun significato, ma in determinate occasioni può risultare importante.

Ad esempio, se hai una metrica Revenue (Entrate) e ne aggiungi al report una del tipo Page Views (Visualizzazioni pagina), improvvisamente saranno presenti più righe per le entrate che sono pari a zero. È probabile che non vorrai estendere questo risultato ai calcoli MEAN, MIN, QUARTILE e così via, che sono presenti nella colonna Revenue (Entrate). In questo caso, dovrai controllare il parametro include-zeros.

D’altra parte, se disponi di due metriche di tuo interesse, potrebbe non essere giusto affermare che una presenti una media o un minimo più alto in virtù di alcune righe pari a zero, quindi non controlleresti il parametro in modo da includere gli zeri.

AND concept_E14513FE464F4491AD0D4130D4EE621C

Restituisce il valore del relativo argomento. Per assicurarti che un valore non sia uguale a un valore particolare, utilizza la funzione NOT.

NOTE
0 (zero) significa False, mentre qualsiasi altro valore corrisponde a True.
AND(logical_test1,[logical_test2],...)
Argomento
Descrizione
logical_test1
Obbligatorio. Qualsiasi valore o espressione che può essere valutato come TRUE o FALSE.
logical_test2
Facoltativo. Condizioni aggiuntive da valutare come TRUE o FALSE.

Approximate Count Distinct (dimension) (Conteggio valori univoci approssimativo (dimensione)) concept_000776E4FA66461EBA79910B7558D5D7

Restituisce il conteggio valori univoci approssimativo degli elementi dimensione per la dimensione selezionata. La funzione sfrutta il metodo HyperLogLog (HLL) per approssimare i conteggi valori univoci ed è configurata per garantire che il valore sia compreso entro il 5% del valore effettivo per il 95% del tempo.

Approximate Count Distinct (dimension)
Argomento
dimension
La dimensione per la quale vuoi ottenere il conteggio dei valori univoci approssimativo degli elementi.

Caso d’uso di esempio section_424E3FC5092948F0A9D655F6CCBA0312

Approximate Count Distinct (customer ID eVar) (Conteggio valori univoci approssimativo (eVar ID cliente)) rappresenta un caso d’uso comune per questa funzione.

Definizione di una nuova metrica calcolata “Approximate Customers” (Clienti approssimativi):

Questo è il modo in cui la metrica “Approximate Customers” (Clienti approssimativi) potrebbe essere utilizzata nel reporting:

Uniques Exceeded (Univoci superati) section_9C583858A9F94FF7BA054D1043194BAA

Analogamente a Count() e RowCount(), Approximate Count Distinct() è soggetto ai limiti di “uniques exceeded” (univoci superati). Se in un determinato mese si raggiunge il limite “uniques exceeded” per una dimensione, il valore viene conteggiato come 1 elemento dimensione.

Confronto delle funzioni di conteggio section_440FB8FB44374459B2C6AE2DA504FC0B

Approximate Count Distinct() rappresenta un miglioramento rispetto alle funzioni Count() e RowCount(), perché la metrica creata può essere utilizzata in qualsiasi report dimensionale per rappresentare un conteggio approssimativo di elementi per una dimensione separata. Ad esempio, un conteggio degli ID cliente utilizzati all’interno di un report Mobile Device Type (Tipo dispositivo mobile).

Questa funzione risulterà leggermente meno precisa rispetto a Count() e RowCount() perché sfrutta il metodo HLL, mentre Count() e RowCount() rappresentano conteggi esatti.

Arcocoseno (riga) concept_1DA3404F3DDE4C6BAF3DBDD655D79C7B

Restituisce l’arcocoseno di una metrica, detto anche inverso del coseno. L’arcocoseno è l’angolo di cui è numero il coseno. L’angolo restituito è espresso in radianti compresi nell’intervallo tra 0 (zero) e pi. Per convertire il risultato dai radianti ai gradi, moltiplicalo per 180/PI( ).

ACOS(metric)
Argomento
metric
Il coseno dell’angolo desiderato da -1 a 1.

Arcoseno (riga) concept_90F00DEC46BA47F8A21493647D9668CD

Restituisce l’arcoseno, o seno inverso, di un numero. L’arcoseno è l’angolo di cui è numero il seno. L’angolo restituito è espresso in radianti compresi nell’intervallo tra -pi/2 e pi/2. Per esprimere l’arcoseno in gradi, moltiplica il risultato per 180/PI( ).

ASIN(metric)
Argomento
metric
Il coseno dell’angolo desiderato da -1 a 1.

Arcotangente (riga) concept_3408520673774A10998E9BD8B909E90C

Restituisce l’arcotangente, o tangente inversa, di un numero. L’arcotangente è l’angolo di cui è numero la tangente. L’angolo restituito è espresso in radianti compresi nell’intervallo tra -pi/2 e pi/2. Per esprimere l’arcotangente in gradi, moltiplica il risultato per 180/PI( ).

ATAN(metric)
Argomento
metric
Il coseno dell’angolo desiderato da -1 a 1.

Regressione esponenziale: valore Y previsto (riga) concept_25615693312B4A7AB09A2921083502AD

Calcola i valori y previsti (metric_Y), in base ai valori x noti (metric_X) utilizzando il metodo dei minimi quadrati per calcolare la riga di adattamento ottimale in base a.

ESTIMATE.EXP(metric_X, metric_Y)
Argomento
Descrizione
metric_X
Una metrica da designare come dati indipendenti.
metric_Y
Una metrica da designare come dati dipendenti.

Cdf-T concept_4E2F2673532A48B5AF786521DE428A66

Restituisce la percentuale di valori nella distribuzione t di uno studente con n gradi di libertà che presenta un punteggio z inferiore a 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

Restituisce la percentuale di valori in una distribuzione normale che presenta un punteggio z inferiore a x.

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

Eccesso (riga) concept_A14CDB1E419B4AA18D335E5BA2548346

Restituisce l’integer più piccolo, non inferiore a un valore specificato. Ad esempio, se vuoi evitare di riportare i decimali della valuta per le entrate e il prezzo di un prodotto è pari a 569,34 $, utilizza la formula CEILING(Revenue) per arrotondare le entrate al dollaro più vicino o 570 $.

CEILING(metric)
Argomento
Descrizione
metric
La metrica da arrotondare.

Coseno (riga) concept_DD07AA1FB08145DC89B69D704545FD0A

Restituisce il coseno dell’angolo specificato. Se l’angolo è in gradi, moltiplicalo per PI( )/180.

COS(metric)
Argomento
Descrizione
metric
L’angolo in radianti di cui vuoi ottenere il coseno.

Radice cubica concept_BD93EFA45DF7447A8F839E1CA5B5F795

Restituisce la radice cubica positiva di un numero. La radice cubica di un numero corrisponde al valore di quel numero elevato alla potenza di 1/3.

CBRT(metric)
Argomento
Descrizione
metric
La metrica per la quale vuoi ottenere la radice cubica.

Cumulativo concept_3D3347797B6344CE88B394C3E39318ED

Restituisce la somma di x per le ultime N righe secondo quanto ordinato dalla dimensione, utilizzando valori hash per i campi basati su stringhe.

Se N <= 0 vengono usate tutte le righe precedenti. Poiché questa funzione è ordinata dalla dimensione, risulta utile solo per le dimensioni con ordine naturale, come data o lunghezza del percorso.

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

Media cumulativa concept_ABB650962DC64FD58A79C305282D3E61

Restituisce la media delle ultime N righe.

Se N <= 0 vengono usate tutte le righe precedenti. Poiché questa funzione è ordinata dalla dimensione, risulta utile solo per le dimensioni con ordine naturale, come data o lunghezza del percorso.

NOTE
Questa funzione non opera come previsto con metriche di tasso come entrate/visitatore: calcola la media dei tassi, anziché sommare i ricavi rispetto all’ultima N, quindi sommare i visitatori rispetto all’ultima N e infine dividere i due valori ottenuti. Invece, utilizza
cumul(revenue)/cumul(visitor)

Uguale concept_A3B97152B5F74E04A97018B35734BEEB

Restituisce elementi che corrispondono esattamente a un valore numerico o stringa.

Regressione esponenziale: coefficiente di correlazione (tabella) concept_C18BBFA43C1A499293290DF49566D8D8

Restituisce il coefficiente di correlazione, r, tra due colonne di metrica ( metric_A e metric_B) per l’equazione di regressione.

CORREL.EXP(metric_X, metric_Y)
Argomento
Descrizione
metric_X
Metrica da correlare con metric_Y.
metric_Y
Metrica da correlare con metric_X.

Regressione esponenziale: intersezione (tabella) concept_0047206C827841AD936A3BE58EEE1514

Restituisce l’intersezione, b, tra due colonne di metrica ( metric_X e metric_Y) per

INTERCEPT.EXP(metric_X, metric_Y)
Argomento
Descrizione
metric_X
Una metrica da designare come dati indipendenti.
metric_Y
Una metrica da designare come dati dipendenti.

Regressione esponenziale: pendenza (tabella) concept_230991B0371E44308C52853EFA656F04

Restituisce la pendenza, a, tra due colonne di metrica ( metric_X e metric_Y) per

SLOPE.EXP(metric_X, metric_Y)
Argomento
Descrizione
metric_X
Una metrica da designare come dati indipendenti.
metric_Y
Una metrica da designare come dati dipendenti.

Base (riga) concept_D368150EC3684077B284EE471463FC31

Restituisce l’integer più grande, non superiore a un valore specificato. Ad esempio, se vuoi evitare di riportare i decimali della valuta per le entrate e il prezzo di un prodotto è pari a 569,34 $, utilizza la formula FLOOR(Revenue) per arrotondare le entrate al dollaro più vicino o 569$.

FLOOR(metric)
Argomento
Descrizione
metric
La metrica da arrotondare.

Maggiore di concept_A83734A0C0C14646B76D2CC5E677C644

Restituisce elementi il cui conteggio numerico è maggiore del valore immesso.

Maggiore di o uguale a concept_8CA6DF1F84784D50849BF1C566AE1D37

Restituisce elementi il cui conteggio numerico è maggiore di o uguale al valore immesso.

Coseno iperbolico (riga) concept_79DD5681CE9640BDBA3C3F527343CA98

Restituisce il coseno iperbolico di un numero.

COSH(metric)
Argomento
Descrizione
metric
L’angolo in radianti di cui vuoi ottenere il coseno iperbolico.

Seno iperbolico (riga) concept_96230731600C45E3A4E823FE155ABA85

Restituisce il seno iperbolico di un numero.

SINH(metric)
Argomento
Descrizione
metric
L’angolo in radianti di cui vuoi ottenere il seno iperbolico.

Tangente iperbolica (riga) concept_BD249013732F462B9863629D142BCA6A

Restituisce la tangente iperbolica di un numero.

TANH(metric)
Argomento
Descrizione
metrica
L’angolo in radianti di cui vuoi ottenere la tangente iperbolica.

IF (riga) concept_6BF0F3EAF3EF42C288AEC9A79806C48E

La funzione IF restituisce un valore se una condizione specificata restituisce TRUE, mentre consente di ottenere un altro valore se tale condizione restituisce FALSE.

IF(logical_test, [value_if_true], [value_if_false])
Argomento
Descrizione
logical_test
Obbligatorio. Qualsiasi valore o espressione che può essere valutato come TRUE o FALSE.
[value_if_true]
Il valore che vuoi ottenere se l’argomento logical_test restituisce TRUE. Se non è incluso, questo argomento sarà pari a 0 per impostazione predefinita.
[value_if_false]
Il valore che vuoi ottenere se l’argomento logical_test restituisce FALSE. Se non è incluso, questo argomento sarà pari a 0 per impostazione predefinita.

Minore di concept_A4A85C0FDF944AACAD4B8B55699D1B11

Restituisce elementi il cui conteggio numerico è inferiore al valore immesso.

Minore o uguale a concept_99D12154DE4848B1B0A6327C4322D288

Restituisce elementi il cui conteggio numerico è minore o uguale al valore immesso.

Regressione lineare: coefficiente di correlazione concept_132AC6B3A55248AA9C002C1FBEB55C60

Y = a X + b. Restituisce il coefficiente di correlazione.

Regressione lineare: intersezione concept_E44A8D78B802442DB855A07609FC7E99

Y = a X + b. Restituisce b.

Regressione lineare: valore Y previsto concept_9612B9BF106D4D278648D2DF92E98EFC

Y = a X + b. Restituisce Y.

Regressione lineare: pendenza concept_12352982082A4DDF824366B073B4C213

Y = a X + b. Restituisce a.

Base logaritmo 10 (riga) concept_4C65DF9659164261BE52AA5A95FD6BC1

Restituisce il logaritmo base 10 di un numero.

LOG10(metric)
Argomento
Descrizione
metric
Numero reale positivo di cui vuoi ottenere il logaritmo base 10.

Regressione logaritmo: coefficiente di correlazione (tabella) concept_F3EB35016B754E74BE41766E46FDC246

Restituisce il coefficiente di correlazione, r, tra due colonne di metrica (metric_X e metric_Y) per l’equazione di regressione Y = a ln(X) + b. Viene calcolato utilizzando l’equazione CORREL.

CORREL.LOG(metric_X,metric_Y)
Argomento
Descrizione
metric_X
Metrica da correlare con metric_Y.
metric_Y
Metrica da correlare con metric_X.

Regressione logaritmo: intersezione (tabella) concept_75A3282EDF54417897063DC26D4FA363

Restituisce l’intersezione b come regressione dei minimi quadrati tra due colonne di metrica (metric_X e metric_Y) per l’equazione di regressione Y = a ln(X) + b. Viene calcolata utilizzando l’equazione INTERCEPT.

INTERCEPT.LOG(metric_X, metric_Y)
Argomento
Descrizione
metric_X
Una metrica da designare come dati indipendenti.
metric_Y
Una metrica da designare come dati dipendenti.

Regressione logaritmo: valore Y previsto (riga) concept_5F3A9263BBB84E6098160A4DFB9E3607

Calcola i y valori previsti (metric_Y), in base ai x valori noti (metric_X) utilizzando il metodo dei minimi quadrati per calcolare la riga di adattamento ottimale in base a Y = a ln(X) + b. Viene calcolata utilizzando l’equazione ESTIMATE.

Nell’analisi di regressione, questa funzione calcola i y valori previsti (metric_Y), dati i x valori noti (metric_X) utilizzando il logaritmo per calcolare la linea più adatta all’equazione di regressione Y = a ln(X) + b. I a valori corrispondono a ciascun valore x e b è un valore costante.

ESTIMATE.LOG(metric_X, metric_Y)
Argomento
Descrizione
metric_X
Una metrica da designare come dati indipendenti.
metric_Y
Una metrica da designare come dati dipendenti.

Regressione logaritmo: pendenza (tabella) concept_B291EFBE121446A6B3B07B262BBD4EF2

Restituisce la pendenza, a, tra due colonne di metrica (metric_X e metric_Y) per l’equazione di regressione Y = a ln(X) + b. Viene calcolata utilizzando l’equazione SLOPE.

SLOPE.LOG(metric_A, metric_B)
Argomento
Descrizione
metric_A
Una metrica da designare come dati indipendenti.
metric_B
Una metrica da designare come dati dipendenti.

Logaritmo naturale concept_D3BE148A9B84412F8CA61734EB35FF9E

Restituisce il logaritmo naturale di un numero. I logaritmi naturali si basano sulla costante e (2,71828182845904). LN è l’inverso della funzione EXP.

LN(metric)
Argomento
Descrizione
metric
Numero reale positivo di cui vuoi ottenere il logaritmo naturale.

NOT concept_BD954C455A8148A3904A301EC4DC821E

Restituisce 1 se il numero è 0 o restituisce 0 se è presente un altro numero.

NOT(logical)
Argomento
Descrizione
logical
Obbligatorio. Un valore o espressione che può essere valutato come TRUE o FALSE.

Per utilizzare NOT è necessario verificare se le espressioni (<, >, =, <>, ecc.) restituiscono i valori 0 o 1.

Non uguale concept_EC010B7A9D2049099114A382D662FC16

Restituisce tutti gli elementi che non contengono la corrispondenza esatta del valore immesso.

O (riga) concept_AF81A33A376C4849A4C14F3A380639D2

Restituisce TRUE se un qualsiasi argomento è TRUE oppure FALSE se tutti gli argomenti sono FALSE.

NOTE
0 (zero) significa False, mentre qualsiasi altro valore corrisponde a True.
OR(logical_test1,[logical_test2],...)
Argomento
Descrizione
logical_test1
Obbligatorio. Qualsiasi valore o espressione che può essere valutato come TRUE o FALSE.
logical_test2
Facoltativo. Condizioni aggiuntive da valutare come TRUE o FALSE.

Pi concept_41258789660D4A33B5FB86228F12ED9C

Restituisce la costante PI, 3,14159265358979, con una precisione di 15 cifre.

PI()

La funzione PInon ha argomenti.

Regressione di potenza: coefficiente di correlazione (tabella) concept_91EC2CFB5433494F9E0F4FDD66C63766

Restituisce il coefficiente di correlazione, r, tra due colonne di metrica (metric_X e metric_Y) per Y = b*X.

CORREL.POWER(metric_X, metric_Y)
Argomento
Descrizione
metric_X
Metrica da correlare con metric_Y.
metric_Y
Metrica da correlare con metric_X.

Regressione di potenza: intersezione (tabella) concept_7781C85597D64D578E19B212BDD1764F

Restituisce l’intersezione, b, tra due colonne di metrica (metric_X e metric_Y) per Y = b*X.

 INTERCEPT.POWER(metric_X, metric_Y)
Argomento
Descrizione
metric_X
Una metrica da designare come dati indipendenti.
metric_Y
Una metrica da designare come dati dipendenti.

Regressione di potenza: valore Y previsto (riga) concept_CD652C0A921D4EFBA8F180CB8E486B18

Calcola i y valori previsti ( metric_Y), in base ai x valori noti ( metric_X) utilizzando il metodo dei minimi quadrati per calcolare la riga di adattamento ottimale per Y = b*X.

 ESTIMATE.POWER(metric_X, metric_Y)
Argomento
Descrizione
metric_X
Una metrica da designare come dati indipendenti.
metric_Y
Una metrica da designare come dati dipendenti.

Regressione di potenza: pendenza (tabella) concept_5B9E71B989234694BEB5EEF29148766C

Restituisce la pendenza, a, tra due colonne di metrica (metric_X e metric_Y) per Y = b*X.

SLOPE.POWER(metric_X, metric_Y)
Argomento
Descrizione
metric_X
Una metrica da designare come dati indipendenti.
metric_Y
Una metrica da designare come dati dipendenti.

Regressione quadratica: coefficiente di correlazione (tabella) concept_9C9101A456B541E69BA29FCEAC8CD917

Restituisce il coefficiente di correlazione, r, tra due colonne di metrica (metric_X e metric_Y) per Y=(a*X+b)​ .

CORREL.QUADRATIC(metric_X, metric_Y)
Argomento
Descrizione
metric_X
Metrica da correlare con metric_Y.
metric_Y
Metrica da correlare con metric_X.

Regressione quadratica: intersezione (tabella) concept_69DC0FD6D38C40E9876F1FD08EC0E4DE

Restituisce l’intersezione, b, tra due colonne di metrica (metric_X e metric_Y) per Y=(a*X+b)​ .

INTERCEPT.POWER(metric_X, metric_Y)
Argomento
Descrizione
metric_X
Una metrica da designare come dati indipendenti.
metric_Y
Una metrica da designare come dati dipendenti.

Regressione quadratica: valore Y previsto (riga) concept_2F1ED70B1BDE4664A61CC09D30C39CBB

Calcola i y valori previsti (metric_Y), in base ai x valori noti (metric_X) utilizzando il metodo dei minimi quadrati per calcolare la riga di adattamento ottimale tramite Y=(a*X+b)​ .

ESTIMATE.QUADRATIC(metric_A, metric_B)
Argomento
Descrizione
metric_A
Una metrica da designare come dati indipendenti.
metric_B
Una metrica da designare come dati dipendenti.

Regressione quadratica: pendenza (tabella) concept_0023321DA8E84E6D9BCB06883CA41645

Restituisce la pendenza, a, tra due colonne di metrica (metric_X e metric_Y) per Y=(a*X+b)​ .

SLOPE.QUADRATIC(metric_X, metric_Y)
Argomento
Descrizione
metric_X
Una metrica da designare come dati indipendenti.
metric_Y
Una metrica da designare come dati dipendenti.

Regressione reciproca: coefficiente di correlazione (tabella) concept_EBEC509A19164B8AB2DBDED62F4BA2A5

Restituisce il coefficiente di correlazione, r, tra due colonne di metrica (metric_X) e metric_Y) per Y = a/X+b.

CORREL.RECIPROCAL(metric_X, metric_Y)
Argomento
Descrizione
metric_X
Metrica da correlare con metric_Y.
metric_Y
Metrica da correlare con metric_X.

Regressione reciproca: intersezione (tabella) concept_2DA45B5C69F140EC987649D2C88F19B3

Restituisce l’intersezione, b, tra due colonne di metrica (metric_X e metric_Y) per Y = a/X+b.

INTERCEPT.RECIPROCAL(metric_A, metric_B)
Argomento
Descrizione
metric_X
Una metrica da designare come dati indipendenti.
metric_Y
Una metrica da designare come dati dipendenti.

Regressione reciproca: valore Y previsto (riga) concept_2CF4B8F417A84FE98050FE488E227DF8

Calcola i y valori previsti (metric_Y), in base ai x valori noti (metric_X) utilizzando il metodo dei minimi quadrati per calcolare la riga di adattamento ottimale tramite Y = a/X+b.

ESTIMATE.RECIPROCAL(metric_X, metric_Y)
Argomento
Descrizione
metric_X
Una metrica da designare come dati indipendenti.
metric_Y
Una metrica da designare come dati dipendenti.

Regressione reciproca: pendenza (tabella) concept_8A8B68C9728E42A6BFDC6BD5CBDCCEC5

Restituisce la pendenza, a, tra due colonne di metrica (metric_X e metric_Y) per Y = a/X+b.

SLOPE.RECIPROCAL(metric_X, metric_Y)
Argomento
Descrizione
metric_X
Una metrica da designare come dati indipendenti.
metric_Y
Una metrica da designare come dati dipendenti.

Seno (riga) concept_21C8C3AA835947A28B53A4E756A7451E

Restituisce il seno dell’angolo specificato. Se l’angolo è in gradi, moltiplicalo per PI( )/180.

SIN(metric)
Argomento
Descrizione
metric
L’angolo in radianti di cui vuoi ottenere il seno.

Punteggio T concept_80D2B4CED3D0426896B2412B4FC73BF7

Alias per punteggio Z, vale a dire la deviazione dalla media divisa per la deviazione standard.

Test T concept_A1F78F4A765348E38DBCAD2E8F638EB5

Esegue un test t a coda m con un punteggio t di col e n gradi di libertà.

La firma è t_test( x, n, m ). Sotto, effettua semplicemente la chiamata m*cdf_t(-abs(x),n). È simile alla funzione di test z che esegue m*cdf_z(-abs(x)).

Qui m indica il numero di code e n corrisponde ai gradi di libertà. Devono essere numeri costanti per l’intero report, ovvero senza subire modifiche per riga.

X è la statistica del test t e spesso è una formula (ad es., zscore) basata su una metrica, che sarà valutata su ogni riga.

Il valore restituito è la probabilità di visualizzare la statistica x del test in base ai gradi di libertà e al numero di code.

Esempi:

  1. Utilizza questo valore per individuare gli outlier:

    code language-none
    t_test( zscore(bouncerate), row-count-1, 2)
    
  2. Combinalo con if per ignorare tassi non raggiunti molto elevati o bassi e per contare le visite degli altri elementi:

    code language-none
    if ( t_test( z-score(bouncerate), row-count, 2) < 0.01, 0, visits )
    

Tangente concept_C25E00CB17054263AB0460D9EF94A700

Restituisce la tangente dell’angolo specificato. Se l’angolo è in gradi, moltiplicalo per PI( )/180.

TAN (metric)
Argomento
Descrizione
metric
L’angolo in radianti di cui vuoi ottenere la tangente.

Punteggio Z (riga) concept_96BEAC79476C49B899DB7E193A5E7ADD

Restituisce il punteggio Z, o punteggio normale, in base a una distribuzione normale. Il punteggio Z è il numero di deviazioni standard di un’osservazione dalla media. Un punteggio Z pari a 0 (zero) indica che il punteggio è uguale alla media. Un punteggio Z può essere positivo o negativo, il che significa se è superiore o inferiore alla media, oltre al numero di deviazioni standard.

L’equazione per il punteggio Z è:

dove x è il punteggio non elaborato, μ corrisponde alla media della popolazione e σ indica la deviazione standard della popolazione.

NOTE
μ (mu) eσ (sigma) vengono calcolati automaticamente dalla metrica.

Punteggio Z (metrica)

Argomento
Descrizione
metric
Restituisce il valore del primo argomento diverso da zero.

Test Z concept_2A4ADD6B3AEB4A2E8465F527FAFC4C23

Effettua un test Z con coda n con punteggio Z di A.

Restituisce la probabilità che la riga corrente possa essere vista casualmente nella colonna.

NOTE
Presuppone che i valori siano distribuiti normalmente.
recommendation-more-help
46b8682c-fda6-4669-9355-1a44923e549e