གྲངས་ཀྱི་ ལས་འགན་ཚུའི་ ལེའུ་གཉིས་པ།

F.DIST.RT

t-distribution གི་ ལུགས་ལྡོག་སླར་ལོག་འབདཝ་ཨིན།

ཚུག་སྦྱོར།

FDIST(Number; degrees_freedom_1; degrees_freedom_2)

ཨང་གྲངས་དེ་ ཨེཕ་ བགོ་བཀྲམ་རྩིས་སྟོན་འབད་ནི་ཨིན་པའི་ གནས་གོང་ཨིན།

degrees_freedom_1 དེ་ ཨེཕ་ བགོ་བཀྲམ་ནང་གི་ དཔྱ་གྲངས་ནང་གི་ རང་དབང་གི་དབྱེ་རིམ་ཚུ་ཨིན།

degrees_freedom_2 དེ་ ཨེཕ་ བགོ་བཀྲམ་ནང་ གཞི་གྲངས་ནང་གི་ རང་དབང་གི་ དབྱེ་རིམ་ཚུ་ཨིན།

དཔེ།

=F.DIST.RT(0.8;8;12) yields 0.6143396437.

F.INV.RT

t-distribution གི་ ལུགས་ལྡོག་སླར་ལོག་འབདཝ་ཨིན།

ཚུག་སྦྱོར།

FINV(Number; degrees_freedom_1; degrees_freedom_2)

ཨང་གྲངས་དེ་ ལུགས་ལྡོག་ F བགོ་བཀྲམ་དེ་རྩིས་བརྐྱབ་ནི་ཨིན་པའི་ འབྱུང་འགྱུར་གནས་གོང་ཨིན།

degrees_freedom_1 དེ་ ཨེཕ་ བགོ་བཀྲམ་གྱི་དཔྱ་གྲངས་ནང་གི་རབ་དབང་གི་དབྱེ་རིམ་ཚུའི་གྱངས་ཁ།

degrees_freedom_2 དེ་ ཨེཕ་བགོ་བཀྲམ་གྱི་ གཞི་གྲངས་ནང་གི་རང་དབང་གི་དབྱེ་རིམ་ཚུའི་གྱངས་ཁ་ཨིན།

དཔེ།

=F.INV.RT(0.5;5;10) yields 0.9319331609.

FDIST

ཨེཕ་བགོ་བཀྲམ་གཅིག་གི་ གནས་གོང་ཚུ་རྩིས་སྟོནམ་ཨིན།

ཚུག་སྦྱོར།

FDIST(Number; degrees_freedom_1; degrees_freedom_2)

ཨང་གྲངས་དེ་ ཨེཕ་ བགོ་བཀྲམ་རྩིས་སྟོན་འབད་ནི་ཨིན་པའི་ གནས་གོང་ཨིན།

degrees_freedom_1 དེ་ ཨེཕ་ བགོ་བཀྲམ་ནང་གི་ དཔྱ་གྲངས་ནང་གི་ རང་དབང་གི་དབྱེ་རིམ་ཚུ་ཨིན།

degrees_freedom_2 དེ་ ཨེཕ་ བགོ་བཀྲམ་ནང་ གཞི་གྲངས་ནང་གི་ རང་དབང་གི་ དབྱེ་རིམ་ཚུ་ཨིན།

དཔེ།

=FDIST(0.8;8;12) yields 0.61.

FDIST

t-distribution གི་ ལུགས་ལྡོག་སླར་ལོག་འབདཝ་ཨིན།

ཚུག་སྦྱོར།

FDIST(Number; degrees_freedom_1; degrees_freedom_2)

ཨང་གྲངས་དེ་ ཨེཕ་ བགོ་བཀྲམ་རྩིས་སྟོན་འབད་ནི་ཨིན་པའི་ གནས་གོང་ཨིན།

degrees_freedom_1 དེ་ ཨེཕ་ བགོ་བཀྲམ་ནང་གི་ དཔྱ་གྲངས་ནང་གི་ རང་དབང་གི་དབྱེ་རིམ་ཚུ་ཨིན།

degrees_freedom_2 དེ་ ཨེཕ་ བགོ་བཀྲམ་ནང་ གཞི་གྲངས་ནང་གི་ རང་དབང་གི་ དབྱེ་རིམ་ཚུ་ཨིན།

སི་ = ༠ གིས་ སྟུག་ཚད་ལས་འགན་རྩིས་སྟོནམ་ཨིན། སི་ = ༡ གིས་ བགོ་བཀྲམ་འབད་ནི་དེ་རྩིས་སྟོནམ་ཨིན།

དཔེ།

=F.DIST(0.8;8;12;0) yields 0.7095282499.

=F.DIST(0.8;8;12;1) yields 0.3856603563.

FINV

ཨེཕ་ འབྱུང་འགྱུར་བགོ་བཀྲམ་གྱི་ ལུག་ལྡོག་སླར་ལོག་འབདཝ་ཨིན། ཨེཕ་བགོ་བཀྲམ་དེ་ ཁྱད་པར་ཕྱེ་བའི་གནད་སྡུད་ཆ་ཚན་གཉིས་ཀྱི་བར་ན་མཐུན་འབྲེལ་བཟོ་ནིའི་ལུ་ ཨེཕ་བརྟག་ཞིབ་ཚུའི་དོན་ལུ་ལག་ལེན་འཐབ་སྟེ་ཡོདཔ་ཨིན།

ཚུག་སྦྱོར།

FINV(Number; degrees_freedom_1; degrees_freedom_2)

ཨང་གྲངས་དེ་ ལུགས་ལྡོག་ F བགོ་བཀྲམ་དེ་རྩིས་བརྐྱབ་ནི་ཨིན་པའི་ འབྱུང་འགྱུར་གནས་གོང་ཨིན།

degrees_freedom_1 དེ་ ཨེཕ་ བགོ་བཀྲམ་གྱི་དཔྱ་གྲངས་ནང་གི་རབ་དབང་གི་དབྱེ་རིམ་ཚུའི་གྱངས་ཁ།

degrees_freedom_2 དེ་ ཨེཕ་བགོ་བཀྲམ་གྱི་ གཞི་གྲངས་ནང་གི་རང་དབང་གི་དབྱེ་རིམ་ཚུའི་གྱངས་ཁ་ཨིན།

དཔེ།

=FINV(0.5;5;10) yields 0.93.

FINV

ཨེཕ་ འབྱུང་འགྱུར་བགོ་བཀྲམ་གྱི་ ལུག་ལྡོག་སླར་ལོག་འབདཝ་ཨིན། ཨེཕ་བགོ་བཀྲམ་དེ་ ཁྱད་པར་ཕྱེ་བའི་གནད་སྡུད་ཆ་ཚན་གཉིས་ཀྱི་བར་ན་མཐུན་འབྲེལ་བཟོ་ནིའི་ལུ་ ཨེཕ་བརྟག་ཞིབ་ཚུའི་དོན་ལུ་ལག་ལེན་འཐབ་སྟེ་ཡོདཔ་ཨིན།

ཚུག་སྦྱོར།

FINV(Number; degrees_freedom_1; degrees_freedom_2)

ཨང་གྲངས་དེ་ ལུགས་ལྡོག་ F བགོ་བཀྲམ་དེ་རྩིས་བརྐྱབ་ནི་ཨིན་པའི་ འབྱུང་འགྱུར་གནས་གོང་ཨིན།

degrees_freedom_1 དེ་ ཨེཕ་ བགོ་བཀྲམ་གྱི་དཔྱ་གྲངས་ནང་གི་རབ་དབང་གི་དབྱེ་རིམ་ཚུའི་གྱངས་ཁ།

degrees_freedom_2 དེ་ ཨེཕ་བགོ་བཀྲམ་གྱི་ གཞི་གྲངས་ནང་གི་རང་དབང་གི་དབྱེ་རིམ་ཚུའི་གྱངས་ཁ་ཨིན།

དཔེ།

=F.INV(0.5;5;10) yields 0.9319331609.

FISHER

ཨེགསི་དོན་ལུ་ ཕི་ཤར་བསྒྱུར་བ་སླར་ལོག་འབད་དེ་ སྤྱིར་བཏང་བགོ་བཀྲམ་གྱི་སྦོ་ལོགས་ཁར་ ལས་འགན་གཅིག་གསར་བསྐྲུན་འབདཝ་ཨིན།

ཚུག་སྦྱོར།

FISHER(ཨང་།)

ཨང་གྲངས་དེ་ བཟོ་བསྒྱུར་འབད་ནི་ཨིན་པའི་ གནས་གོང་ཨིན།

དཔེ།

=FISHER(0.5) yields 0.55.

FISHERINV

ཨེགསི་དོན་ལུ་ ཕི་ཤར་བསྒྱུར་བའི་ལུག་ལྡོག་སླར་ལོག་འབད་དེ་ སྤྱིར་བཏང་བགོ་བཀྲམ་གྱི་སྦོ་ལོགས་ཁར་ ལས་འགན་གཅིག་གསར་བསྐྲུན་འབདཝ་ཨིན།

ཚུག་སྦྱོར།

FISHERINV(ཨང་།)

ཨང་གྲངས་ དེ་ རིམ་ལོག་བཟོ་བསྒྱུར་འབད་ནི་ཨིན་པའི་གནས་གོང་ཨིན།

དཔེ།

=FISHERINV(0.5) yields 0.46.

FTEST

ཨེཕ་བརྟག་ཞིབ་ཀྱི་ གྲུབ་འབྲས་སླར་ལོག་འབདཝ་ཨིན།

ཚུག་སྦྱོར།

FTEST(Data_1; Data_2)

Data_1 དེ་ ཨེ་རེ་དྲན་ཐོ་དང་པམ་ཨིན།

Data_2 དེ་ དྲན་ཐོ་ཨེ་རེ་གཉིས་པམ་ཨིན།

དཔེ།

=FTEST(A1:A30; B1:B12) གནད་སྡུད་ཆ་ཚན་གཉིས་ཆ་རང་ཁོང་རའི་མི་མཐུན་པ་ནང་སོ་སོར་ཨིན་མེན་རྩིས་སྟོནམ་ཨིནམ་དང་ ཆ་ཚན་གཉིས་ཆ་རང་མི་རློབས་བསྡོམས་གཅིག་པ་ལས་འཐོན་འཐོནམ་འོང་བའི་འབྱུང་འགྱུར་སླར་ལོག་འབདཝ་ཨིན།

FTEST

ཨེཕ་བརྟག་ཞིབ་ཀྱི་ གྲུབ་འབྲས་སླར་ལོག་འབདཝ་ཨིན།

ཚུག་སྦྱོར།

FTEST(Data_1; Data_2)

Data_1 དེ་ ཨེ་རེ་དྲན་ཐོ་དང་པམ་ཨིན།

Data_2 དེ་ དྲན་ཐོ་ཨེ་རེ་གཉིས་པམ་ཨིན།

དཔེ།

=FTEST(A1:A30; B1:B12) གནད་སྡུད་ཆ་ཚན་གཉིས་ཆ་རང་ཁོང་རའི་མི་མཐུན་པ་ནང་སོ་སོར་ཨིན་མེན་རྩིས་སྟོནམ་ཨིནམ་དང་ ཆ་ཚན་གཉིས་ཆ་རང་མི་རློབས་བསྡོམས་གཅིག་པ་ལས་འཐོན་འཐོནམ་འོང་བའི་འབྱུང་འགྱུར་སླར་ལོག་འབདཝ་ཨིན།

GAMMA

Returns the Gamma function value. Note that GAMMAINV is not the inverse of GAMMA, but of GAMMADIST.

ཚུག་སྦྱོར།

ཨང་གྲངས་དེ་ གམ་མ་བགོ་བཀྲམ་དེ་ རྩིས་སྟོན་ནི་ཨིན་པའི་ གནས་གོང་ཨིན།

GAMMADIST

གམ་མ་བགོ་བཀྲམ་གྱི་ གནས་གོང་ཚུ་སླར་ལོག་འབདཝ་ཨིན།

The inverse function is GAMMAINV.

ཚུག་སྦྱོར།

GAMMADIST(ཨང་; ཨཱལ་ཕ་; སྔོན་དཔྱད་; སི།)

ཨང་གྲངས་དེ་ གམ་མ་བགོ་བཀྲམ་དེ་ རྩིས་སྟོན་ནི་ཨིན་པའི་ གནས་གོང་ཨིན།

ཨཱལ་ཕ་དེ་ གམ་མ་བགོ་བཀྲམ་གྱི་ ཚད་བཟུང་ཨཱལ་ཕ་ཨིན།

Beta is the parameter Beta of the Gamma distribution.

སི་ = ༠ གིས་ སྟུག་ཚད་ལས་འགན་རྩིས་སྟོནམ་ཨིན། སི་ = ༡ གིས་ བགོ་བཀྲམ་འབད་ནི་དེ་རྩིས་སྟོནམ་ཨིན།

དཔེ།

=GAMMADIST(2;1;1;1) yields 0.86.

GAMMADIST

གམ་མ་བགོ་བཀྲམ་གྱི་ གནས་གོང་ཚུ་སླར་ལོག་འབདཝ་ཨིན།

The inverse function is GAMMAINV or GAMMA.INV.

This function is identical to GAMMADIST and was introduced for interoperability with other office suites.

ཚུག་སྦྱོར།

GAMMADIST(ཨང་; ཨཱལ་ཕ་; སྔོན་དཔྱད་; སི།)

ཨང་གྲངས་དེ་ གམ་མ་བགོ་བཀྲམ་དེ་ རྩིས་སྟོན་ནི་ཨིན་པའི་ གནས་གོང་ཨིན།

ཨཱལ་ཕ་དེ་ གམ་མ་བགོ་བཀྲམ་གྱི་ ཚད་བཟུང་ཨཱལ་ཕ་ཨིན།

Beta is the parameter Beta of the Gamma distribution.

སི་ = ༠ གིས་ སྟུག་ཚད་ལས་འགན་རྩིས་སྟོནམ་ཨིན། སི་ = ༡ གིས་ བགོ་བཀྲམ་འབད་ནི་དེ་རྩིས་སྟོནམ་ཨིན།

དཔེ།

=GAMMA.DIST(2;1;1;1) yields 0.86.

GAMMAINV

གམ་མ་བསྡུ་གསོག་བགོ་བཀྲམ་གྱི་ ལོགས་ལྡོག་སླར་ལོག་འབདཝ་ཨིན།

ཚུག་སྦྱོར།

GAMMAINV(ཨང་; ཨཱལ་ཕ་; སྔོན་དཔྱད།)

ཨང་གྲངས་དེ་ གམ་མ་ལུགས་ལྡོག་བགོ་བཀྲམ་དེ་རྩིས་སྟོན་ནི་ཨིན་པའི་ གནས་གོང་འབྱུང་ངེས་ཨིན།

ཨཱལ་ཕ་དེ་ གམ་མ་བགོ་བཀྲམ་གྱི་ ཚད་བཟུང་ཨཱལ་ཕ་ཨིན།

སྔོན་དཔྱད་དེ་ གམ་མ་བགོ་བཀྲམ་གྱི་སྔོན་དཔྱད་ཚད་བཟུང་ཨིན།

དཔེ།

=GAMMAINV(0.8;1;1) yields 1.61.

GAMMAINV

གམ་མ་བསྡུ་གསོག་བགོ་བཀྲམ་གྱི་ ལོགས་ལྡོག་སླར་ལོག་འབདཝ་ཨིན།

This function is identical to GAMMAINV and was introduced for interoperability with other office suites.

ཚུག་སྦྱོར།

GAMMAINV(ཨང་; ཨཱལ་ཕ་; སྔོན་དཔྱད།)

ཨང་གྲངས་དེ་ གམ་མ་ལུགས་ལྡོག་བགོ་བཀྲམ་དེ་རྩིས་སྟོན་ནི་ཨིན་པའི་ གནས་གོང་འབྱུང་ངེས་ཨིན།

ཨཱལ་ཕ་དེ་ གམ་མ་བགོ་བཀྲམ་གྱི་ ཚད་བཟུང་ཨཱལ་ཕ་ཨིན།

སྔོན་དཔྱད་དེ་ གམ་མ་བགོ་བཀྲམ་གྱི་སྔོན་དཔྱད་ཚད་བཟུང་ཨིན།

དཔེ།

=GAMMA.INV(0.8;1;1) yields 1.61.

GAMMALN

གམ་མ་ལས་འགན་གྱི་ རང་བཞིན་མཉམ་གྲངས་སླར་ལོག་འབདཝ་ཨིན།: G(x).

ཚུག་སྦྱོར།

GAMMALN(ཨང་།)

ཨང་གྲངས་དེ་ གམ་མ་ལས་འགན་གྱི་ རང་བཞིན་མཉམ་གྲངས་རྩིས་སྟོན་ནི་ཨིན་པའི་ གནས་གོང་ཨིན།

དཔེ།

=GAMMALN(2) yields 0.

GAMMALN.PRECISE

གམ་མ་ལས་འགན་གྱི་ རང་བཞིན་མཉམ་གྲངས་སླར་ལོག་འབདཝ་ཨིན།: G(x).

ཚུག་སྦྱོར།

GAMMALN.PRECISE(Number)

ཨང་གྲངས་དེ་ གམ་མ་ལས་འགན་གྱི་ རང་བཞིན་མཉམ་གྲངས་རྩིས་སྟོན་ནི་ཨིན་པའི་ གནས་གོང་ཨིན།

དཔེ།

=GAMMALN.PRECISE(2) yields 0.

GAUSS

སྤྱིར་བཏང་ཚད་ལྡན་བསྡུ་གསོག་བགོ་བཀྲམ་འབད་ནི་སླར་ལོག་འབདཝ་ཨིན།

GAUSS(x)=NORMSDIST(x)-0.5 ཨིན།

ཚུག་སྦྱོར།

GAUSS(ཨང་།)

ཨང་ འདི་ ཚད་ལྡན་སྤྱིར་བཏང་བགོ་བཀྲམ་འབད་ནི་འདི་རྩིས་སྟོན་འབད་ནི་ཨིན་མི་འདི་གི་ གནས་གོང་གི་དོན་ལུ་ གནས་གོང་འདི་ཨིན།

དཔེ།

=GAUSS(0.19) = 0.08

=GAUSS(0.0375) = 0.01

GEOMEAN

དཔེ་ཚད་ཀྱི་ ཐིག་རྩིས་མཱིན་སླར་ལོག་འབདཝ་ཨིན།

ཚུག་སྦྱོར།

GEOMEAN(Number1; Number2; ...; Number30)

Number1, Number2, ..., Number30 are numeric arguments or ranges that represent a random sample.

དཔེ།

GEOMEAN(23; 46; 69) = ༤༡་༧༩ ཨིན། དེ་འབདཝ་ལས་ འ་ནི་དཔེ་ཚད་ཀྱི་ ཐིག་རྩིས་མཱིན་གནས་གོང་དེ་ ༤༡་༧༩ ཨིན།

HARMEAN

གནད་སྡུད་ཆ་ཚན་གྱི་ ཧར་མོ་ནིཀི་མཱིན་སླར་ལོག་འབདཝ་ཨིན།

ཚུག་སྦྱོར།

HARMEAN(Number1; Number2; ...; Number30)

Number1, Number2, ..., Number30 are up to 30 values or ranges, that can be used to calculate the harmonic mean.

དཔེ།

GEOMEAN(23; 46; 69) = ༤༡་༧༩ ཨིན། དེ་འབདཝ་ལས་ འ་ནི་དཔེ་ཚད་ཀྱི་ ཐིག་རྩིས་མཱིན་གནས་གོང་དེ་ ༤༡་༧༩ ཨིན།

HYPGEOMDIST

ཚད་བརྒལ་ཐིག་རྩིས་ཀྱི་བགོ་བཀྲམ་སླར་ལོག་འབདཝ་ཨིན།

ཚུག་སྦྱོར།

HYPGEOMDIST(X; N_sample; Successes; N_population)

ཨེགསི་ དེ་ དཔེ་ཚད་གང་འབྱུང་ནང་ ཐོབ་ཡོད་པའི་གྲུབ་འབྲས་ཚུའི་གྱངས་ཁ་ཨིན།

N_sample དེ་ དཔེ་ཚད་གང་འབྱུང་གི་ཚད་ཨིན།

མཐར་འཁྱོལ་ཚུ་ མི་རློབས་བསྡོམས་ནང་ འབྱུང་སྲིད་པའི་གྲུབ་འབྲས་ཚུའི་གྱངས་ཁ་ཨིན།

N_population དེ་ མི་རློབས་བསྡོམས་ཀྱི་ཚད་ཨིན།

དཔེ།

=HYPGEOMDIST(2; 2; 90; 100) གིས་ ཐོན་བསྐྱེད་ ༠་༨༡ འབྱུངམ་ཨིན། འབྲི་ཁྲི་གུ་ལས་ མར་དབུར་དབུར་བའི་བམ་རོ་ཊི་ ༡༠༠ ཡོད་ས་ལས་ ༩༠ འབུད་དེ་ དང་པ་རང་མར་དབུར་དབུར་བའི་ཕྱོགས་ལས་མར་ས་ཁར་ལུ་རེག་སྟེ་ འབྲི་ཁྲི་གུ་ལས་ མར་དབུར་དབུར་བའི་བམ་རོ་ཊི་གཉིས་ མར་བཀོ་བ་ཅིན་ འབྱུང་འགྱུར་དེ་ ༨༡% ཨིནམ་མ་ཚད་ བམ་རོ་ཊི་གཉིས་ཆ་རང་གིས་ དང་པ་རང་ མར་དབུར་དབུར་བའི་ཕྱོགས་ལུ་ཕོགཔ་ཨིན།

HYPGEOMDIST

ཚད་བརྒལ་ཐིག་རྩིས་ཀྱི་བགོ་བཀྲམ་སླར་ལོག་འབདཝ་ཨིན།

ཚུག་སྦྱོར།

HYPGEOMDIST(X; N_sample; Successes; N_population)

ཨེགསི་ དེ་ དཔེ་ཚད་གང་འབྱུང་ནང་ ཐོབ་ཡོད་པའི་གྲུབ་འབྲས་ཚུའི་གྱངས་ཁ་ཨིན།

N_sample དེ་ དཔེ་ཚད་གང་འབྱུང་གི་ཚད་ཨིན།

མཐར་འཁྱོལ་ཚུ་ མི་རློབས་བསྡོམས་ནང་ འབྱུང་སྲིད་པའི་གྲུབ་འབྲས་ཚུའི་གྱངས་ཁ་ཨིན།

N_population དེ་ མི་རློབས་བསྡོམས་ཀྱི་ཚད་ཨིན།

Cumulative : 0 or False calculates the probability density function. Other values or True calculates the cumulative distribution function.

དཔེར་བརྗོད་ཚུ།

=HYPGEOMDIST(2; 2; 90; 100) གིས་ ཐོན་བསྐྱེད་ ༠་༨༡ འབྱུངམ་ཨིན། འབྲི་ཁྲི་གུ་ལས་ མར་དབུར་དབུར་བའི་བམ་རོ་ཊི་ ༡༠༠ ཡོད་ས་ལས་ ༩༠ འབུད་དེ་ དང་པ་རང་མར་དབུར་དབུར་བའི་ཕྱོགས་ལས་མར་ས་ཁར་ལུ་རེག་སྟེ་ འབྲི་ཁྲི་གུ་ལས་ མར་དབུར་དབུར་བའི་བམ་རོ་ཊི་གཉིས་ མར་བཀོ་བ་ཅིན་ འབྱུང་འགྱུར་དེ་ ༨༡% ཨིནམ་མ་ཚད་ བམ་རོ་ཊི་གཉིས་ཆ་རང་གིས་ དང་པ་རང་ མར་དབུར་དབུར་བའི་ཕྱོགས་ལུ་ཕོགཔ་ཨིན།

=HYPGEOM.DIST(2;2;90;100;1) yields 1.

TRIMMEAN

མཐའ་སྟོང་ཚུ་གུ་ཡོད་པའི་ གནད་སྡུད་ཀྱི་ ཨཱལ་ཕ་བརྒྱ་ཆ་དང་མ་བཅས་པའི་ གནད་སྡུད་ཆ་ཚན་གྱི་ མཱིན་སླར་ལོག་འབདཝ་ཨིན།

ཚུག་སྦྱོར།

TRIMMEAN(གནད་སྡུད་ ; ཨཱལ་ཕ།)

Data འདི་དཔེ་ཚད་ནང་གནད་སྡུད་ཀྱི་ཨེ་རེ་ཨིན།

ཨཱལ་ཕ་དེ་ ཆ་འཇོག་འབད་ནི་ཨིན་པའི་གནད་སྡུད་མཐའ་སྟོང་གི་བརྒྱ་ཆ་ཨིན།

དཔེ།

=TRIMMEAN(A1:A50; 0.1) གནས་གོང་མཐོ་ཤོས་ཚུ་ཁྱད་ཚབ་འབད་བའི་ གནས་གོང་གི་བརྒྱ་ཆ་ ༥ དང་ གནས་གོང་དམའ་ཤོས་ཚུ་ཁྱད་ཚབ་འབད་བའི་གནས་གོང་གི་བརྒྱ་ཆ་ ༥ དེ་གཉིས་ བརྩི་འཇོག་མ་འབད་བར་ A1:A50 ནང་ ཨང་གྲངས་ཚུའི་མཱིན་གནས་གོང་རྩིས་སྟོནམ་ཨིན། བརྒྱ་ཆའི་གྱངས་ཁ་དེ་ སཱ་མེནཌིསི་གི་གྱངས་ཁ་ལུ་མེན་པར་ མ་སྙོམས་པའི་མཱིན་གནས་གོང་ལུ་གཞི་བསྟུན་འབདཝ་ཨིན།

ZTEST

Calculates the probability of observing a z-statistic greater than the one computed based on a sample.

ཚུག་སྦྱོར།

ZTEST(གནད་སྡུད་ ; ཨང་ ; སིག་མ།)

Data is the given sample, drawn from a normally distributed population.

mu is the known mean of the population.

Sigma (optional) is the known standard deviation of the population. If omitted, the standard deviation of the given sample is used.

See also the Wiki page.

ZTEST

Calculates the probability of observing a z-statistic greater than the one computed based on a sample.

ཚུག་སྦྱོར།

ZTEST(གནད་སྡུད་ ; ཨང་ ; སིག་མ།)

Data is the given sample, drawn from a normally distributed population.

mu is the known mean of the population.

Sigma (optional) is the known standard deviation of the population. If omitted, the standard deviation of the given sample is used.

དཔེ།

=Z.TEST(A2:A20; 9; 2) returns the result of a z-test on a sample A2:A20 drawn from a population with known mean 9 and known standard deviation 2.