Referência: funções avançadas

Para acessar essas funções, selecione Mostrar avançadas na lista suspensa Funções.

Funções de tabela versus Funções de linha section_8977BE40A47E4ED79EB543A9703A4905

Uma função de tabela exibe um resultado igual para cada linha da tabela. Uma função de linha exibe um resultado diferente para cada linha da tabela.

O que significa o parâmetro Incluir zeros? section_C7A2B05929584C65B308FD372CB8E8E3

Informa se os zeros devem ou não ser incluídos no cálculo. Muitas vezes, zero significa "nada"; mas em alguns casos, pode ser importante.

Por exemplo, se você possuir uma métrica de Receita e adicionar a métrica de Exibições de página ao relatório, aparecerão mais linhas com valores iguais a zero para sua receita. Você provavelmente não quer que isso afete nenhum cálculo de MÉDIA, MÍN, QUARTIL etc. que você possui na coluna de receita. Neste caso, você deve marcar o parâmetro Incluir zeros.

Por outro lado, se você possuir duas métricas de interesse, pode não ser correto dizer que uma tem uma média ou valor mínimo maior que a outra por causa dos zeros de algumas linhas. Neste caso, é melhor não marcar o parâmetro Incluir zeros.

AND concept_E14513FE464F4491AD0D4130D4EE621C

Retorna o valor do seu argumento. Use NOT para garantir que um valor não seja igual a um determinado valor.

NOTE
0 (zero) significa False, e qualquer outro valor é True.
AND(logical_test1,[logical_test2],...)
Argumento
Descrição
logical_test1
Obrigatório. Qualquer valor ou expressão que possa ser avaliado como TRUE ou FALSE.
logical_test2
Opcional. Condições adicionais que você deseja avaliar como TRUE ou FALSE

Contagem distinta aproximada (dimensão) concept_000776E4FA66461EBA79910B7558D5D7

Retorna a contagem distinta aproximada de itens de dimensão em referência à dimensão selecionada. A função usa o método HyperLogLog (HLL) de aproximação de contagens distintas. Está configurada para garantir que o valor fique entre 5% do valor inteiro em 95% das vezes.

Approximate Count Distinct (dimension)
Argumento
dimension
A dimensão cuja contagem distinta de itens você deseja obter.

Caso de uso de exemplo section_424E3FC5092948F0A9D655F6CCBA0312

A Contagem distinta aproximada (eVar de ID de cliente) é um caso de uso comum para essa função.

Definição de uma nova métrica calculada "Número aproximado de clientes":

A métrica “Número aproximado de clientes” deve ser usada em relatórios da seguinte maneira:

Únicos excedidos section_9C583858A9F94FF7BA054D1043194BAA

Como Count() e RowCount(), Approximate Count Distinct() está sujeita a limites “únicos excedidos”. Se o limite “únicos excedidos” for atingido dentro de um mês específico relativo a uma dimensão, o valor será contado como 1 item de dimensão.

Comparação de funções de contagem section_440FB8FB44374459B2C6AE2DA504FC0B

Approximate Count Distinct() é uma melhoria das funções Count() e RowCount(), pois a métrica criada pode ser usada em qualquer relatório dimensional para renderizar uma contagem aproximada de itens de uma dimensão separada. Por exemplo, a contagem de IDs de clientes usadas em um relatório de Tipo de dispositivo móvel.

Essa função será menos precisa que Count() e RowCount(), porque usa o método HLL, em comparação a Count() e RowCount(), que são contagens exatas.

Arco cosseno (Linha) concept_1DA3404F3DDE4C6BAF3DBDD655D79C7B

Retorna o arco cosseno, ou o cosseno inverso, de uma métrica. O arco seno é o ângulo cujo cosseno é um número. O ângulo retornado é fornecido em radianos, no intervalo de 0 (zero) a pi. Caso queira converter o resultado de radianos para graus, multiplique por 180/PI( ).

ACOS(metric)
Argumento
metric
O cosseno do ângulo que você deseja de -1 a 1.

Arco seno (Linha) concept_90F00DEC46BA47F8A21493647D9668CD

Retorna o arco seno, ou seno inverso, de um número. O arco seno é o ângulo cujo seno é um número. O ângulo é fornecido em radianos, no intervalo de -pi/2 a pi/2. Para expressar o arco seno em graus, multiplique o resultado por 180/PI( ).

ASIN(metric)
Argumento
metric
O cosseno do ângulo que você deseja de -1 a 1.

Arco tangente (Linha) concept_3408520673774A10998E9BD8B909E90C

Retorna o arco tangente, ou a tangente inversa, de um número. O arco tangente é o ângulo cuja tangente é um número. O ângulo é fornecido em radianos, no intervalo de -pi/2 a pi/2. Para expressar o arco tangente em graus, multiplique o resultado por 180/PI( ).

ATAN(metric)
Argumento
metric
O cosseno do ângulo que você deseja de -1 a 1.

Regressão exponencial: valor previsto de Y (Linha) concept_25615693312B4A7AB09A2921083502AD

Calcula os valores previstos de y (metric_Y), levando em conta os valores de x conhecidos (metric_X) e usando o método dos quadrados mínimos para calcular a linha de melhor ajuste baseada em.

ESTIMATE.EXP(metric_X, metric_Y)
Argumento
Descrição
metric_X
Uma métrica que você gostaria de designar como um dado independente.
metric_Y
Uma métrica que você designaria como um dado dependente.

Cdf-T concept_4E2F2673532A48B5AF786521DE428A66

Retorna o percentual dos valores em uma distribuição t de student com n graus de liberdade, que conta com uma pontuação Z menor que 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

Retorna o percentual dos valores em uma distribuição normal que conta com uma pontuação Z menor que x.

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

Limite máximo (Linha) concept_A14CDB1E419B4AA18D335E5BA2548346

Retorna o menor número inteiro não inferior a um valor especificado. Por exemplo, caso você não queira relatar os decimais na receita e um produto apresentar um valor de US$569,34, use a fórmula CEILING(Revenue) para arredondar a receita para cima; neste caso, US$570.

CEILING(metric)
Argumento
Descrição
metric
A métrica que deseja arredondar.

Cosseno (Linha) concept_DD07AA1FB08145DC89B69D704545FD0A

Retorna o cosseno do ângulo especificado. Se o ângulo estiver em graus, multiplique-o por PI( )/180.

COS(metric)
Argumento
Descrição
metric
O ângulo, em radianos, para o qual você deseja obter o cosseno.

Raiz cúbica concept_BD93EFA45DF7447A8F839E1CA5B5F795

Retorna a raiz cúbica positiva de um número. A raiz cúbica de um número é o valor dele elevado à potência de 1/3.

CBRT(metric)
Argumento
Descrição
metric
A métrica para a qual você deseja obter a raiz cúbica.

Cumulativo concept_3D3347797B6344CE88B394C3E39318ED

Retorna a soma de x para as últimas N linhas (conforme ordenado pela dimensão, usando valores de hash para campos baseados em sequências).

Se N <= 0, usa todas as linhas anteriores. Já que é ordenado pela dimensão, é útil somente em dimensões com ordem natural como datas ou comprimento do caminho.

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

Média acumulada concept_ABB650962DC64FD58A79C305282D3E61

Retorna a média das últimas N linhas.

Se N <= 0, usa todas as linhas anteriores. Já que é ordenado pela dimensão, é útil somente em dimensões com ordem natural como datas ou comprimento do caminho.

NOTE
Isso não funciona conforme o esperado com métricas de taxa como receita/visitante: calcula a média das taxas em vez de dividir a soma da receita dos últimos N e a soma dos visitantes dos últimos N. Em vez disso, use
cumul(revenue)/cumul(visitor)

Igual concept_A3B97152B5F74E04A97018B35734BEEB

Retorna itens que possuem o mesmo valor numérico ou de sequência.

Regressão exponencial_ Coeficiente de correlação (Tabela) concept_C18BBFA43C1A499293290DF49566D8D8

Retorna o coeficiente de correlação r entre duas colunas de métrica (metric_A e metric_B) para a equação de regressão.

CORREL.EXP(metric_X, metric_Y)
Argumento
Descrição
metric_X
Uma métrica que você gostaria de correlacionar a metric_Y.
metric_Y
Uma métrica que você gostaria de correlacionar a metric_X.

Regressão exponencial: intercepto (Tabela) concept_0047206C827841AD936A3BE58EEE1514

Retorna o intercepto b entre duas colunas de métrica (metric_X e metric_Y) para

INTERCEPT.EXP(metric_X, metric_Y)
Argumento
Descrição
metric_X
Uma métrica que você gostaria de designar como um dado independente.
metric_Y
Uma métrica que você designaria como um dado dependente.

Regressão exponencial: inclinação (Tabela) concept_230991B0371E44308C52853EFA656F04

Retorna a inclinação a entre duas colunas de métrica (metric_X e metric_Y) para

SLOPE.EXP(metric_X, metric_Y)
Argumento
Descrição
metric_X
Uma métrica que você gostaria de designar como um dado independente.
metric_Y
Uma métrica que você designaria como um dado dependente.

Limite mínimo (Linha) concept_D368150EC3684077B284EE471463FC31

Retorna o maior número inteiro não superior a um valor especificado. Por exemplo, caso você não queira relatar os decimais na receita e um produto apresentar um valor de US$569,34, use a fórmula FLOOR(Revenue) para arredondar a receita para baixo; neste caso, US$569.

FLOOR(metric)
Argumento
Descrição
metric
A métrica que deseja arredondar.

Maior que concept_A83734A0C0C14646B76D2CC5E677C644

Retorna itens cuja contagem numérica é superior ao valor inserido.

Maior que ou igual concept_8CA6DF1F84784D50849BF1C566AE1D37

Retorna itens cuja contagem numérica é superior ou igual ao valor inserido.

Cosseno hiperbólico (Linha) concept_79DD5681CE9640BDBA3C3F527343CA98

Retorna o cosseno hiperbólico de um número.

COSH(metric)
Argumento
Descrição
metric
O ângulo, em radianos, para o qual você deseja descobrir o cosseno hiperbólico.

Seno hiperbólico (Linha) concept_96230731600C45E3A4E823FE155ABA85

Retorna o seno hiperbólico de um número.

SINH(metric)
Argumento
Descrição
metric
O ângulo, em radianos, para o qual você deseja descobrir o seno hiperbólico.

Tangente hiperbólica (Linha) concept_BD249013732F462B9863629D142BCA6A

Retorna a tangente hiperbólica de um número.

TANH(metric)
Argumento
Descrição
metric
O ângulo em radianos para o qual você deseja encontrar a tangente hiperbólica.

IF (Linha) concept_6BF0F3EAF3EF42C288AEC9A79806C48E

A função IF retorna um valor se uma condição especificada for considerada TRUE, e outro valor se a condição for considerada FALSE.

IF(logical_test, [value_if_true], [value_if_false])
Argumento
Descrição
logical_test
Obrigatório. Qualquer valor ou expressão que possa ser avaliado como TRUE ou FALSE.
[value_if_true]
O valor que você deseja retornar se o argumento logical_test for considerado TRUE. (Caso não tenha sido incluído, o padrão para este argumento é 0.)
[value_if_false]
O valor que você deseja retornar se o argumento logical_test for considerado FALSE. (Caso não tenha sido incluído, o padrão para este argumento é 0.)

Menor que concept_A4A85C0FDF944AACAD4B8B55699D1B11

Retorna itens cuja contagem numérica é inferior ao valor inserido.

Menor que ou igual concept_99D12154DE4848B1B0A6327C4322D288

Retorna itens cuja contagem numérica é inferior ou igual ao valor inserido.

Regressão linear: Coeficiente de correlação concept_132AC6B3A55248AA9C002C1FBEB55C60

Y = a X + b. Retorna o coeficiente de correlação.

Regressão linear: Intercepto concept_E44A8D78B802442DB855A07609FC7E99

Y = a X + b. Retorna b.

Regressão linear: Valor previsto de Y concept_9612B9BF106D4D278648D2DF92E98EFC

Y = a X + b. Retorna Y.

Regressão linear: Inclinação concept_12352982082A4DDF824366B073B4C213

Y = a X + b. Retorna a.

Logaritmo na base 10 (Linha) concept_4C65DF9659164261BE52AA5A95FD6BC1

Retorna o logaritmo de base 10 de um número.

LOG10(metric)
Argumento
Descrição
metric
O número real positivo para o qual você deseja obter o logaritmo de base 10.

Regressão logarítmica: coeficiente de correlação (Tabela) concept_F3EB35016B754E74BE41766E46FDC246

Retorna o coeficiente de correlação r entre duas colunas de métrica (metric_X e metric_Y) para a equação de regressão Y = a ln(X) + b. É calculada usando a equação de CORREL.

CORREL.LOG(metric_X,metric_Y)
Argumento
Descrição
metric_X
Uma métrica que você gostaria de correlacionar a metric_Y.
metric_Y
Uma métrica que você gostaria de correlacionar a metric_X.

Regressão logarítmica: intercepto (Tabela) concept_75A3282EDF54417897063DC26D4FA363

Retorna o intercepto b como a regressão dos quadrados mínimos entre duas colunas de métrica (metric_X e metric_Y) para a equação de regressão Y = a ln(X) + b. É calculada usando a equação de INTERCEPT.

INTERCEPT.LOG(metric_X, metric_Y)
Argumento
Descrição
metric_X
Uma métrica que você gostaria de designar como um dado independente.
metric_Y
Uma métrica que você designaria como um dado dependente.

Regressão logarítmica: valor previsto de Y (Linha) concept_5F3A9263BBB84E6098160A4DFB9E3607

Calcula os valores previstos de y (metric_Y), tendo em conta os valores de x conhecidos (metric_X) e usando o método dos quadrados mínimos para calcular a linha de melhor ajuste, com base em Y = a ln(X) + b. É calculada usando a equação de ESTIMATE.

Em análises de regressão, esta função calcula os valores previstos de y (metric_Y), conhecidos os valores de x (metric_X) e usando o logaritmo para calcular a linha de melhor ajuste para a equação de regressão Y = a ln(X) + b. O valor de a corresponde a cada valor de x, e b refere-se a um valor constante.

ESTIMATE.LOG(metric_X, metric_Y)
Argumento
Descrição
metric_X
Uma métrica que você gostaria de designar como um dado independente.
metric_Y
Uma métrica que você designaria como um dado dependente.

Regressão logarítmica: inclinação (Tabela) concept_B291EFBE121446A6B3B07B262BBD4EF2

Retorna a inclinação a entre duas colunas de métrica (metric_X e metric_Y) para a equação de regressão Y = a ln(X) + b. É calculada usando a equação de SLOPE.

SLOPE.LOG(metric_A, metric_B)
Argumento
Descrição
metric_A
Uma métrica que você gostaria de designar como um dado independente.
metric_B
Uma métrica que você designaria como um dado dependente.

Logaritmo natural concept_D3BE148A9B84412F8CA61734EB35FF9E

Retorna o logaritmo natural de um número. Logaritmos naturais se baseiam na constante e (2,71828182845904). LN é o inverso da função EXP.

LN(metric)
Argumento
Descrição
metric
O número real positivo para o qual você deseja obter o logaritmo natural.

NOT concept_BD954C455A8148A3904A301EC4DC821E

Retorna 1 se o número for 0, ou retorna 0 se for qualquer outro número.

NOT(logical)
Argumento
Descrição
logical
Obrigatório. Um valor ou expressão que pode ser avaliado como TRUE ou FALSE.

A utilização do NOT exige conhecer se as expressões (<, >, =, <> etc.) retornam os valores 0 ou 1.

Diferente de concept_EC010B7A9D2049099114A382D662FC16

Retorna todos os itens que não contêm a correspondência exata do valor inserido.

Ou (Linha) concept_AF81A33A376C4849A4C14F3A380639D2

Retorna TRUE se qualquer argumento for TRUE, ou FALSE se todos os argumentos forem FALSE.

NOTE
0 (zero) significa False, e qualquer outro valor é True.
OR(logical_test1,[logical_test2],...)
Argumento
Descrição
logical_test1
Obrigatório. Qualquer valor ou expressão que possa ser avaliado como TRUE ou FALSE.
logical_test2
Opcional. Condições adicionais que você deseja avaliar como TRUE ou FALSE

Pi concept_41258789660D4A33B5FB86228F12ED9C

Retorna a constante PI, 3,14159265358979, com precisão de 15 dígitos.

PI()

A função PI não tem argumentos.

Regressão de potência: coeficiente de correlação (Tabela) concept_91EC2CFB5433494F9E0F4FDD66C63766

Retorna o coeficiente de correlação r entre duas colunas de métrica (metric_X e metric_Y) para Y = b*X.

CORREL.POWER(metric_X, metric_Y)
Argumento
Descrição
metric_X
Uma métrica que você gostaria de correlacionar a metric_Y.
metric_Y
Uma métrica que você gostaria de correlacionar a metric_X.

Regressão de potência: intercepto (Tabela) concept_7781C85597D64D578E19B212BDD1764F

Retorna o intercepto b entre duas colunas de métrica (metric_X e metric_Y) para Y = b*X.

 INTERCEPT.POWER(metric_X, metric_Y)
Argumento
Descrição
metric_X
Uma métrica que você gostaria de designar como um dado independente.
metric_Y
Uma métrica que você designaria como um dado dependente.

Regressão de potência: valor previsto de Y (Linha) concept_CD652C0A921D4EFBA8F180CB8E486B18

Calcula os valores previstos de y (metric_Y), tendo em conta os valores de x conhecidos (metric_X) e usando o método dos "quadrados mínimos" para calcular linha de melhor ajuste para Y = b*X a.

 ESTIMATE.POWER(metric_X, metric_Y)
Argumento
Descrição
metric_X
Uma métrica que você gostaria de designar como um dado independente.
metric_Y
Uma métrica que você designaria como um dado dependente.

Regressão de potência: inclinação (Tabela) concept_5B9E71B989234694BEB5EEF29148766C

Retorna a inclinação a entre duas colunas de métrica (metric_X e metric_Y) para Y = b*X.

SLOPE.POWER(metric_X, metric_Y)
Argumento
Descrição
metric_X
Uma métrica que você gostaria de designar como um dado independente.
metric_Y
Uma métrica que você designaria como um dado dependente.

Regressão quadrática: coeficiente de correlação (Tabela) concept_9C9101A456B541E69BA29FCEAC8CD917

Retorna o coeficiente de correlação r entre duas colunas de métrica (metric_X e metric_Y) para Y=(a X+b)***.

CORREL.QUADRATIC(metric_X, metric_Y)
Argumento
Descrição
metric_X
Uma métrica que você gostaria de correlacionar a metric_Y.
metric_Y
Uma métrica que você gostaria de correlacionar a metric_X.

Regressão quadrática: intercepto (Tabela) concept_69DC0FD6D38C40E9876F1FD08EC0E4DE

Retorna o intercepto b entre duas colunas de métrica (metric_X e metric_Y) para Y=(a X+b)***.

INTERCEPT.POWER(metric_X, metric_Y)
Argumento
Descrição
metric_X
Uma métrica que você gostaria de designar como um dado independente.
metric_Y
Uma métrica que você designaria como um dado dependente.

Regressão quadrática: valor previsto de Y (Linha) concept_2F1ED70B1BDE4664A61CC09D30C39CBB

Calcula os valores previstos de y (metric_Y), tendo em conta os valores de x conhecidos (metric_X) e usando o método dos quadrados mínimos para calcular a linha de melhor ajuste com Y=(a X+b)***.

ESTIMATE.QUADRATIC(metric_A, metric_B)
Argumento
Descrição
metric_A
Uma métrica que você gostaria de designar como um dado independente.
metric_B
Uma métrica que você designaria como um dado dependente.

Regressão quadrática: inclinação (Tabela) concept_0023321DA8E84E6D9BCB06883CA41645

Retorna a inclinação a entre duas colunas de métrica (metric_X e metric_Y) para Y=(a X+b)***.

SLOPE.QUADRATIC(metric_X, metric_Y)
Argumento
Descrição
metric_X
Uma métrica que você gostaria de designar como um dado independente.
metric_Y
Uma métrica que você designaria como um dado dependente.

Regressão recíproca: coeficiente de correlação (Tabela) concept_EBEC509A19164B8AB2DBDED62F4BA2A5

Retorna o coeficiente de correlação r entre duas colunas de métrica (metric_X e metric_Y) para Y = a/X+b.

CORREL.RECIPROCAL(metric_X, metric_Y)
Argumento
Descrição
metric_X
Uma métrica que você gostaria de correlacionar a metric_Y.
metric_Y
Uma métrica que você gostaria de correlacionar a metric_X.

Regressão recíproca: intercepto (Tabela) concept_2DA45B5C69F140EC987649D2C88F19B3

Retorna o intercepto b entre duas colunas de métrica (metric_X e metric_Y) para Y = a/X+b.

INTERCEPT.RECIPROCAL(metric_A, metric_B)
Argumento
Descrição
metric_X
Uma métrica que você gostaria de designar como um dado independente.
metric_Y
Uma métrica que você designaria como um dado dependente.

Regressão recíproca: valor previsto de Y (Linha) concept_2CF4B8F417A84FE98050FE488E227DF8

Calcula os valores previstos de y (metric_Y), tendo em conta os valores de x conhecidos (metric_X) e usando o método dos quadrados mínimos para calcular a linha de melhor ajuste usando Y = a/X+b.

ESTIMATE.RECIPROCAL(metric_X, metric_Y)
Argumento
Descrição
metric_X
Uma métrica que você gostaria de designar como um dado independente.
metric_Y
Uma métrica que você designaria como um dado dependente.

Regressão recíproca: inclinação (Tabela) concept_8A8B68C9728E42A6BFDC6BD5CBDCCEC5

Retorna a inclinação a entre duas colunas de métrica (metric_X e metric_Y) para Y = a/X+b.

SLOPE.RECIPROCAL(metric_X, metric_Y)
Argumento
Descrição
metric_X
Uma métrica que você gostaria de designar como um dado independente.
metric_Y
Uma métrica que você designaria como um dado dependente.

Seno (Linha) concept_21C8C3AA835947A28B53A4E756A7451E

Retorna o seno do ângulo especificado. Se o ângulo estiver em graus, multiplique-o por PI( )/180.

SIN(metric)
Argumento
Descrição
metric
O ângulo, em radianos, para o qual você deseja obter o seno.

Pontuação T concept_80D2B4CED3D0426896B2412B4FC73BF7

Alias da pontuação Z; mais especificamente, é o desvio da média dividido pelo desvio padrão

Teste t concept_A1F78F4A765348E38DBCAD2E8F638EB5

Realiza um teste t m-caudal com pontuação T de col e n graus de liberdade.

A assinatura é t_test( x, n, m ). Por baixo, simplesmente chama m*cdf_t(-abs(x),n). (É semelhante à função z-test que executa m*cdf_z(-abs(x)).

Aqui, m é o número de caudas, e n corresponde aos graus de liberdade. Estes devem ser os números (constantes para todo o relatório, isto é, sem alteração em uma base de linha por linha).

X é a estatística t-test, será sempre uma fórmula (por exemplo, zscore) com base em uma métrica e será avaliada em cada linha.

O valor de retorno é a probabilidade de exibição da estatística de teste x, dados os graus de liberdade e os números de caudas.

Exemplos:

  1. Use-o para encontrar outliers:

    code language-none
    t_test( zscore(bouncerate), row-count-1, 2)
    
  2. Combine-o com if para ignorar taxas de devolução muito altas ou baixas e para contar visitas em outro local:

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

Tangente concept_C25E00CB17054263AB0460D9EF94A700

Retorna a tangente do ângulo especificado. Se o ângulo estiver em graus, multiplique-o por PI( )/180.

TAN (metric)
Argumento
Descrição
metric
O ângulo, em radianos, para o qual você deseja obter a tangente.

Pontuação Z (Linha) concept_96BEAC79476C49B899DB7E193A5E7ADD

Retorna a pontuação Z, ou pontuação normal, com base em uma distribuição normal. A pontuação Z é o número de desvios padrão de uma observação a partir da média. Uma pontuação Z de 0 (zero) significa que a pontuação é igual à média. Uma pontuação Z pode ser positiva ou negativa, indicando se está acima ou abaixo da média e o número de desvios padrão.

A equação da pontuação Z é:

onde x é a pontuação bruta, μ é a média da população e σ é o desvio padrão da população.

NOTE
μ (mu) e σ (sigma) são automaticamente calculados a partir da métrica.

Pontuação Z (métrica)

Argumento
Descrição
metric
Retorna o valor do seu primeiro argumento diferente de zero.

Teste z concept_2A4ADD6B3AEB4A2E8465F527FAFC4C23

Realiza teste z n-caudal com pontuação Z de A.

Retorna a probabilidade de a linha atual ser vista por acaso na coluna.

NOTE
O teste z assume que os valores são distribuídos normalmente.
recommendation-more-help
46b8682c-fda6-4669-9355-1a44923e549e