རྟེན་གྲངས་ཀྱི་ཆ་ཤས་ལྔ་པ་བསྡོམས་རྩིས་
YEAR
Calculates the skewness of a distribution using the population of a random variable.
SKEWP(Number 1 [; Number 2 [; … [; Number 255]]])
The parameters should specify at least three values.
This function is part of the Open Document Format for Office Applications (OpenDocument) standard Version 1.2. (ISO/IEC 26300:2-2015)
This function ignores any text or empty cell within a data range. If you suspect wrong results from this function, look for text in the data ranges. To highlight text contents in a data range, use the value highlighting feature.
SKEWP(2;3;1;6;8;5) returns 0.2329985562
SKEWP(A1:A6) returns 0.2329985562, when the range A1:A6 contains {2;3;1;6;8;5}
DEVSQ
དཔེ་འདེམས་ཆ་སྙོམས་ཐང་གཞིར་བྱས་པའི་ཧེ་བག་གི་རང་ཉིས་སྒྱུར་སྡོམས་ཕྱིར་ལོག་བྱེད།
DEVSQ(Number 1 [; Number 2 [; … [; Number 255]]])
This function ignores any text or empty cell within a data range. If you suspect wrong results from this function, look for text in the data ranges. To highlight text contents in a data range, use the value highlighting feature.
=MODE(A1:A50)
FORECAST
ད་ཡོད་ཀྱི་ x དང་ y ཐང་གཞིར་བཟུང་ནས་འབྱུང་འགྱུར་ཚོད་དཔག་གིས་གཅོད་དགོས།
FORECAST(Value; data_Y; data_X)
Value ནི་ X ཐང་ཡིན་ Y ཐང་ནི་ཐིག་གཤིས་ཕྱིར་ལོག་སྟེང་ཚེག་དེ་ལ་ལྟོས་ཟླར་བྱས་ཏེ་རྩིས་རྒྱག་གིས་ཐོབ་བོ།
Data_Y ནི་ Y གཞི་གྲངས་ཀྱི་ཚོ་གྲངས་སམ་ཁྱབ་ཁོངས་ཤེས་ཟིན་པ་ཡིན།
Data_X ནི་ཤེས་ཟིན་པའི་ xཡི་ལིང་ཚེའམ་ཁྱབ་ཁོངས་ཡིན།
=FORECAST(50; A1:A50; B1;B50) འདྲེན་སྤྱོད་གཉིས་ནང་གི་ X ཐང་དང་Y ཐང་ནི་ཐིག་གཤིས་ཀྱི་འགྲོ་ཕྱོགས་དང་ཕན་ཚུན་འབྲེལ་བའི་གནས་ཚུལ་འོག་ཕྱིར་ལོག་བྱེད་ X ཐང་ནི་50 སྐབས་ལྟོས་ཟླ་བྱེད་པའི་ Y ཡི་རེ་འདོད་སྤྲོད་པ།
FORECAST.LINEAR
ད་ཡོད་ཀྱི་ x དང་ y ཐང་གཞིར་བཟུང་ནས་འབྱུང་འགྱུར་ཚོད་དཔག་གིས་གཅོད་དགོས།
FORECAST.LINEAR(Value; DataY; DataX)
Value ནི་ X ཐང་ཡིན་ Y ཐང་ནི་ཐིག་གཤིས་ཕྱིར་ལོག་སྟེང་ཚེག་དེ་ལ་ལྟོས་ཟླར་བྱས་ཏེ་རྩིས་རྒྱག་གིས་ཐོབ་བོ།
Data_Y ནི་ Y གཞི་གྲངས་ཀྱི་ཚོ་གྲངས་སམ་ཁྱབ་ཁོངས་ཤེས་ཟིན་པ་ཡིན།
Data_X ནི་ཤེས་ཟིན་པའི་ xཡི་ལིང་ཚེའམ་ཁྱབ་ཁོངས་ཡིན།
=FORECAST(50; A1:A50; B1;B50) འདྲེན་སྤྱོད་གཉིས་ནང་གི་ X ཐང་དང་Y ཐང་ནི་ཐིག་གཤིས་ཀྱི་འགྲོ་ཕྱོགས་དང་ཕན་ཚུན་འབྲེལ་བའི་གནས་ཚུལ་འོག་ཕྱིར་ལོག་བྱེད་ X ཐང་ནི་50 སྐབས་ལྟོས་ཟླ་བྱེད་པའི་ Y ཡི་རེ་འདོད་སྤྲོད་པ།
COM.MICROSOFT.FORECAST.LINEAR
NORMSDIST
དངོས་རྣམ་རིམ་གསོག་ཁྱབ་ཚུལ་གྱི་བར་ཁོངས་ཚེག་ཕྱིར་ལོག་བྱེད།
It is GAUSS(x)=NORMSDIST(x)-0.5
NORMSDIST(number)
number ནི་ཚད་གཞིའི་དངོས་རྣམ་ཁྱབ་ཚུལ་གྱི་གྲངས་ཐང་རྩིས་རྒྱག
=NORMSDIST(1) 0.84ཕྱིར་ལོག། ཚད་ལྡན་དངོས་རྣམ་ཁྱབ་ཚུལ་འཁྱོག་ཐིག་འོག་ X ཐང་ 1 གཡོན་ངོས་ཀྱི་84%
NORMSDIST
དངོས་རྣམ་རིམ་གསོག་ཁྱབ་ཚུལ་གྱི་བར་ཁོངས་ཚེག་ཕྱིར་ལོག་བྱེད།
NORM.S.DIST(Number; Cumulative)
number ནི་ཚད་གཞིའི་དངོས་རྣམ་ཁྱབ་ཚུལ་གྱི་གྲངས་ཐང་རྩིས་རྒྱག
Cumulative 0 or FALSE calculates the probability density function. Any other value or TRUE calculates the cumulative distribution function.
=NORM.S.DIST(1;0) returns 0.2419707245.
=NORMSDIST(1) 0.84ཕྱིར་ལོག། ཚད་ལྡན་དངོས་རྣམ་ཁྱབ་ཚུལ་འཁྱོག་ཐིག་འོག་ X ཐང་ 1 གཡོན་ངོས་ཀྱི་84%
COM.MICROSOFT.NORM.S.DIST
NORMSINV
དངོས་རྣམ་རིམ་གསོག་ཁྱབ་ཚུལ་རྟེན་གྲངས་ཀྱི་ལྡོག་པའི་རྟེན་གྲངས་ཕྱིར་ལོག་བྱེད།
NORMSINV(number)
Number ནི་ཚོད་རྩིས་ཐང་ཡིན་ འདི་གཞིར་བཟུང་ནས་ལྡོག་པའི་ཚད་ལྡན་དངོས་རྣམ་ཁྱབ་ཚུལ་རྩིས་རྒྱོབ།
NORMSINV(0.908789) ཐོབ་འབྲས་ནི་1.3333ཡིན།
NORMSINV
དངོས་རྣམ་རིམ་གསོག་ཁྱབ་ཚུལ་རྟེན་གྲངས་ཀྱི་ལྡོག་པའི་རྟེན་གྲངས་ཕྱིར་ལོག་བྱེད།
NORMSINV(number)
Number ནི་ཚོད་རྩིས་ཐང་ཡིན་ འདི་གཞིར་བཟུང་ནས་ལྡོག་པའི་ཚད་ལྡན་དངོས་རྣམ་ཁྱབ་ཚུལ་རྩིས་རྒྱོབ།
NORMSINV(0.908789) ཐོབ་འབྲས་ནི་1.3333ཡིན།
COM.MICROSOFT.NORM.S.INV
PERMUT
སྤྲད་པའི་གྲངས་ཚད་བྱ་ཡུལ་གྱིས་གྲུབ་པའི་རིམ་སྒྲིག་གྲངས་རྩིས་རྒྱོབ།
PERMUT(Count_1; Count_2)
Count_1ནི་བྱ་ཡུལ་ཡིན་པའི་བསྡོམས་འབོར།
Count_2 ནི་རིམ་སྒྲིག་ཁག་ནང་གི་བྱ་ཡུལ་གྱི་གྲངས་ཚད་ཡིན།
=PERMUT(6; 3) ཐོབ་འབྲས་ནི་ 120ཡིན། རྟག་སེ་དྲུག་གི་ནང་ནས་3 འཐེན་པའི་རིམ་སྒྲིག་ཧ་ལམ་བསྡོམས་ 120 ཡོད།
PERMUTATIONA
ཁ་གཏད་ཚོ་ཞིག་གི་(བསྐྱར་ཟློས་བྱས་ཆོག་པའི་ཁ་གཏད་)སྟར་སྒྲིག་གྲངས་ཀ་ཡིན།
PERMUTATIONA(COUNT 1; COUNT 2)
Count_1ནི་བྱ་ཡུལ་ཡིན་པའི་བསྡོམས་འབོར།
Count_2 ནི་རིམ་སྒྲིག་ཁག་ནང་གི་བྱ་ཡུལ་གྱི་གྲངས་ཚད་ཡིན།
གཞི་རྒྱུ་ 11ཡོད་པའི་ཚོགས་སྤྱི་ཞིག་གི་ནང་ནས་གཉིས་འདེམས་ན་འདེམས་ཚུལ་ ག་ཚོད་ཡོད་དམ་
PERMUTATIONA(11;2) ཐོབ་འབྲས་ནི་ 121ཡིན།
PERMUTATIONA(6; 3) ཐོབ་འབྲས་ནི་216རེད། རྟག་སེ་དྲུག་གི་ནང་ནས་རྐང་གསུམ་འཐེན་ཏེ་སྟར་སྒྲིག་བྱེད་པ་མ་ཟད་གཅིག་འཐེན་རྗེས་ རྐྱང་གཉིས་པ་མ་འཐེན་པའི་གོང་དུ་རྐང་འདི་ཕར་འཇོག་དགོས་ འདིའི་སྐབས་ཧ་ལམ་སྟར་སྒྲིག་བྱེད་ཚུལ་བསྡོམས་ 216ཡོད།
PROB
ཐང་འདི་མཐའ་ཐུག་གཉིས་བར་གྱི་ཚོད་རྩིས་ཕྱིར་ལོག་བྱེད། གལ་སྲིད་ཐང་ End མེད་ན་ རྟེན་གྲངས་འདི་གཞི་གྲངས་ཐང་གཞིར་བཟུང་ Start ཐང་གི་རྩ་དོན་རྩིས་རྒྱག་ཚོད་རྩིས་དང་མཚུངས།
PROB(Data; Probability; Start [; End])
Data ནི་ཚོ་གྲངས་སམ་དཔེ་གཞིའི་ནང་གི་གཞི་གྲངས་ཚོ་ཞིག་ཡིན།
Probability ནི་འབྲེལ་ཡོད་ཚོད་རྩིས་ཀྱི་ཚོ་གྲངས་སམ་ས་ཁོངས་ཡིན།
Start ནི་གྲངས་ཐང་བར་ཁོངས་ཀྱི་འགོ་ཚུགས་པ་ཡིན་ཕྱོད་ག་ཚོད་ཡིན་པ་བར་ཁོངས་འདིར་བསྡོམས་པར་བྱེད།
End (optional) is the end value of the interval whose probabilities are to be summed. If this parameter is missing, the probability for the Start value is calculated.
=PROB(A1:A50; B1:B50; 50; 60) A1:A50 ས་ཁོངས་ནང་གི་ཐང་ཡས་མཐའ་མས་མཐའི་ 50 དང་ 60 བར་དུ་གནས་པའི་ཕྱོད་ག་ཚོད་ཡིན་པ་རྩིས་རྒྱོབ། ས་ཁོངས་ A1:A50 ནང་གི་ཐང་ཁག་ས་ཁོངས་ B1:B50 ནང་ཚང་མར་ལྟོས་ཟླའི་ཐང་ཞིག་ཡིན།
RANK
གྲངས་ཀ་ནི་དཔེ་འདེམས་ནང་གི་གནས་སྒྲིག་ཕྱིར་ལོག་བྱེད།
RANK(Value; Data [; Type])
Value ནི་གནས་སྒྲིག་གཏན་འཁེལ་བྱེད་དགོས་པའི་གྲངས་ཐང་ཡིན།
Data ནི་ཚོ་གྲངས་སམ་དཔེ་གཞིའི་ནང་གི་གཞི་གྲངས་ཚོ་ཞིག་ཡིན།
Type (འདེམས་རུང་)གནས་སྒྲིག་གི་རྣམ་པ་གཏན་འཁེལ་བྱེད། = 0 རིམ་འཕར་རིམ་སྒྲིག་མཚོན་ = 1 ཡིས་རིམ་ཆག་རིམ་སྒྲིག་མཚོན།
Type = 0 means descending from the last item of the array to the first (this is the default),
Type = 1 means ascending from the first item of the range to the last.
This function ignores any text or empty cell within a data range. If you suspect wrong results from this function, look for text in the data ranges. To highlight text contents in a data range, use the value highlighting feature.
=RANK(A10; A1:A50) ་ A10 ས་ཁོངས་ཀྱི་གྲངས་ཐང་A1:A50 གྲངས་ཐང་ས་ཁོངས་གནས་སྒྲིག་ཕྱིར་ལོགབྱེད། གལ་སྲིད་ Value ས་ཁོངས་འདིའི་ནང་མེད་ན་ནོར་འཁྲུལ་གྱི་བརྡ་འཕྲིན་ཞིག་མངོན་ནོ།
RANK.AVG
Returns the statistical rank of a given value, within a supplied array of values. If there are duplicate values in the list, the average rank is returned.
The difference between RANK.AVG and RANK.EQ occurs when there are duplicates in the list of values. The RANK.EQ function returns the lower rank, whereas the RANK.AVG function returns the average rank.
RANK.AVG(Value; Data [; Type])
Value ནི་གནས་སྒྲིག་གཏན་འཁེལ་བྱེད་དགོས་པའི་གྲངས་ཐང་ཡིན།
Data ནི་ཚོ་གྲངས་སམ་དཔེ་གཞིའི་ནང་གི་གཞི་གྲངས་ཚོ་ཞིག་ཡིན།
Type (འདེམས་རུང་)གནས་སྒྲིག་གི་རྣམ་པ་གཏན་འཁེལ་བྱེད། = 0 རིམ་འཕར་རིམ་སྒྲིག་མཚོན་ = 1 ཡིས་རིམ་ཆག་རིམ་སྒྲིག་མཚོན།
Type = 0 means descending from the last item of the array to the first (this is the default),
Type = 1 means ascending from the first item of the range to the last.
=RANK(A10; A1:A50) ་ A10 ས་ཁོངས་ཀྱི་གྲངས་ཐང་A1:A50 གྲངས་ཐང་ས་ཁོངས་གནས་སྒྲིག་ཕྱིར་ལོགབྱེད། གལ་སྲིད་ Value ས་ཁོངས་འདིའི་ནང་མེད་ན་ནོར་འཁྲུལ་གྱི་བརྡ་འཕྲིན་ཞིག་མངོན་ནོ།
COM.MICROSOFT.RANK.AVG
RANK.EQ
Returns the statistical rank of a given value, within a supplied array of values. If there are duplicate values in the list, these are given the same rank.
The difference between RANK.AVG and RANK.EQ occurs when there are duplicates in the list of values. The RANK.EQ function returns the lower rank, whereas the RANK.AVG function returns the average rank.
RANK.EQ(Value; Data [; Type])
Value ནི་གནས་སྒྲིག་གཏན་འཁེལ་བྱེད་དགོས་པའི་གྲངས་ཐང་ཡིན།
Data ནི་ཚོ་གྲངས་སམ་དཔེ་གཞིའི་ནང་གི་གཞི་གྲངས་ཚོ་ཞིག་ཡིན།
Type (འདེམས་རུང་)གནས་སྒྲིག་གི་རྣམ་པ་གཏན་འཁེལ་བྱེད། = 0 རིམ་འཕར་རིམ་སྒྲིག་མཚོན་ = 1 ཡིས་རིམ་ཆག་རིམ་སྒྲིག་མཚོན།
Type = 0 means descending from the last item of the array to the first (this is the default),
Type = 1 means ascending from the first item of the range to the last.
=RANK(A10; A1:A50) ་ A10 ས་ཁོངས་ཀྱི་གྲངས་ཐང་A1:A50 གྲངས་ཐང་ས་ཁོངས་གནས་སྒྲིག་ཕྱིར་ལོགབྱེད། གལ་སྲིད་ Value ས་ཁོངས་འདིའི་ནང་མེད་ན་ནོར་འཁྲུལ་གྱི་བརྡ་འཕྲིན་ཞིག་མངོན་ནོ།
COM.MICROSOFT.RANK.EQ
SKEW
ཁྱབ་ཚུལ་གྱི་ཆ་མི་འགྲིག་པའི་ཚད་ཕྱིར་ལོག་བྱེད།
SKEW(Number 1 [; Number 2 [; … [; Number 255]]])
The parameters should specify at least three values.
This function ignores any text or empty cell within a data range. If you suspect wrong results from this function, look for text in the data ranges. To highlight text contents in a data range, use the value highlighting feature.
=SKEW(A1:A50) འདྲེན་སྤྱོད་གཞི་གྲངས་ཀྱི་ཡོ་འཁྱོག་ཚད་རྩིས་རྒྱག་པ།
SLOPE
ཐིག་གཤིས་ཕྱིར་ལོག་ཐིག་གི་གསེག་ཕྱོད་ཕྱིར་ལོག་བྱེད། གསེག་ཕྱོད་ནི་ y ཐང་དང་ x ཐང་གིས་བཀོད་སྒྲིག་བྱས་པའི་གཞི་གྲངས་ཚེག་གིས་ཐག་གཅོད་དོ།
SLOPE(array-Y; array-X)
Data_Yནི་ Y གཞི་གྲངས་ཀྱི་ཚོ་གྲངས་སམ་ལིང་ཚེ་ཡིན།
Data_X ནི་ X གཞི་གྲངས་ཀྱི་ལིང་ཚེ་ཡིན།
=COVAR(A1:A30; B1:B30)
STANDARDIZE
སྐབས་བསྟུན་འགྱུར་ཚད་ནི་ཚད་ལྡན་ཐང་ལ་བརྗེ་འགྱུར་བྱ།
STANDARDIZE(number; mean; STDEV)
number ནི་ཚད་ལྡན་ཅན་གྱི་གྲངས་ཐང་ཡིན།
mean ཁྱབ་ཚུལ་གྱི་ཨང་རྩིས་ཆ་སྙོམས་ཐང་ཡིན།
standard_devནི་དངོས་རྣམ་ཁྱབ་ཚུལ་གྱི་ཚད་གཞིའི་ཁྱད་ཡིན།
=STANDARDIZE(11; 10; 1) ཕྱིར་ལོག་ 1 གྲངས་ཐང་ 11 ནི་ཆ་སྙོམས་ཐང་ནི་ 10དང་ ཚད་གཞིའི་ཧེ་བག་ 1 ཡིན་པའི་དངོས་རྣམ་ཁྱབ་ཚུལ་ནང་ཆ་སྙོམས་ཐང་ 10 ཡན་ཡིན་པར་གནས་ གྲངས་ཐང་1 ནི་ཚད་ལྡན་དངོས་རྣམ་ཁྱབ་ཚུལ་ནང་ཆ་སྙོམས་ཐང་0 ཡན་ཡིན་པར་གནས་པ་དང་མཚུངས་སོ།
STDEV
དཔེ་འདེམས་གཞིར་བཟུང་ནས་ཚད་ལྡན་ཧེ་བག་ཚོད་རྩིས་གྱིས།
STDEV(Number 1 [; Number 2 [; … [; Number 255]]])
The parameters should specify at least two values.
This function ignores any text or empty cell within a data range. If you suspect wrong results from this function, look for text in the data ranges. To highlight text contents in a data range, use the value highlighting feature.
=STDEV(A1:A50) returns the estimated standard deviation based on the data referenced.
STDEVA
དཔེ་འདེམས་རྩིས་རྒྱག་གི་ཚོད་དཔག་ཐང་གི་ཚད་གཞིའི་ཧེ་བག་གཞིར་བཟུང་བའོ།
STDEVA(Number 1 [; Number 2 [; … [; Number 255]]])
The parameters should specify at least two values. Text has the value 0.
=STDEV(A1:A50) གཞི་གྲངས་འདྲེན་སྤྱོད་རྨང་གཞིར་བྱས་ནས་ཚོད་རྩིས་བརྒྱབ་པའི་ཚད་གཞིའི་ཧེ་བག་ཕྱིར་ལོག་བྱེད།
STDEVP
རྣམ་གྲངས་ཡོངས་རྫོགས་གཞིར་བཟུང་ནས་ཚད་གཞིའི་ཧེ་བག་རྩིས་རྒྱག་པ།
STDEVP(Number 1 [; Number 2 [; … [; Number 255]]])
This function ignores any text or empty cell within a data range. If you suspect wrong results from this function, look for text in the data ranges. To highlight text contents in a data range, use the value highlighting feature.
=STDEVP(A1:A50) ས་ཁོངས་འདིའི་ནང་གི་གཞི་གྲངས་ཀྱི་ཚད་གཞིའི་ཧེ་བག་སྤྲོད་པ།
STDEVP
རྣམ་གྲངས་ཡོངས་རྫོགས་གཞིར་བཟུང་ནས་ཚད་གཞིའི་ཧེ་བག་རྩིས་རྒྱག་པ།
STDEV.P(Number 1 [; Number 2 [; … [; Number 255]]])
=STDEVP(A1:A50) ས་ཁོངས་འདིའི་ནང་གི་གཞི་གྲངས་ཀྱི་ཚད་གཞིའི་ཧེ་བག་སྤྲོད་པ།
COM.MICROSOFT.STDEV.P
STDEVP
རྣམ་གྲངས་ཡོངས་རྫོགས་གཞིར་བཟུང་ནས་ཚད་གཞིའི་ཧེ་བག་རྩིས་རྒྱག་པ།
STDEV.S(Number 1 [; Number 2 [; … [; Number 255]]])
The parameters should specify at least two values.
=STDEVP(A1:A50) ས་ཁོངས་འདིའི་ནང་གི་གཞི་གྲངས་ཀྱི་ཚད་གཞིའི་ཧེ་བག་སྤྲོད་པ།
COM.MICROSOFT.STDEV.S
STDEVPA
རྣམ་གྲངས་ཡོངས་རྫོགས་གཞིར་བཟུང་ནས་ཚད་གཞིའི་ཧེ་བག་རྩིས་རྒྱག་པ།
STDEVPA(Number 1 [; Number 2 [; … [; Number 255]]])
Text has the value 0.
=STDEVPA(A1:A50) འདྲེན་སྤྱོད་གཞི་གྲངས་ཀྱི་ཚད་ལྡན་ཧེ་བག་ཕྱིར་ལོག་བྱེད།
STEYX
ཕྱིར་ལོག་ནང་ x རེ་རེའི་སྔོན་རྩིས་ y ཐང་གི་ཚད་གཞིའི་ནོར་འཁྲུལ་ཡིན།
STEYX(data_Y; data_X)
Data_Yནི་ Y གཞི་གྲངས་ཀྱི་ཚོ་གྲངས་སམ་ལིང་ཚེ་ཡིན།
Data_X ནི་ X གཞི་གྲངས་ཀྱི་ལིང་ཚེ་ཡིན།
=COVAR(A1:A30; B1:B30)
T.DIST.2T
Calculates the two-tailed Student's T Distribution, which is a continuous probability distribution that is frequently used for testing hypotheses on small sample data sets.
CHIDIST(number; degrees_freedom)
Number གཞིར་བྱས་ནས་ t-ཁྱབ་ཚུལ་ཐང་རྩིས་རྒྱོབ།
Degrees_freedom ནི་ t-ཁྱབ་ཚུལ་ནང་གི་རང་དབང་ཚད་ཡིན།
=T.DIST.2T(1; 10) returns 0.3408931323.
COM.MICROSOFT.T.DIST.2T
T.DIST.RT
Calculates the right-tailed Student's T Distribution, which is a continuous probability distribution that is frequently used for testing hypotheses on small sample data sets.
CHIDIST(number; degrees_freedom)
Number གཞིར་བྱས་ནས་ t-ཁྱབ་ཚུལ་ཐང་རྩིས་རྒྱོབ།
Degrees_freedom ནི་ t-ཁྱབ་ཚུལ་ནང་གི་རང་དབང་ཚད་ཡིན།
=T.DIST.RT(1; 10) returns 0.1704465662.
COM.MICROSOFT.T.DIST.RT
T.INV.2T
Calculates the inverse of the two-tailed Student's T Distribution , which is a continuous probability distribution that is frequently used for testing hypotheses on small sample data sets.
TINV(Number; degrees_freedom)
Number ནི་ཚོད་རྩིས་ཐང་ཡིན་ འདི་ གཞིར་བཟུང་ནས་ལྡོག་པའི་ t ཁྱབ་ཚུལ་རྩིས་རྒྱག་པ།
Degrees_freedom ནི་ t-ཁྱབ་ཚུལ་ནང་གི་རང་དབང་ཚད་ཡིན།
=T.INV.2T(0.25; 10) returns 1.221255395.
COM.MICROSOFT.T.INV.2T
TDIST
t ཁྱབ་ཚུལ་ཕྱིར་ལོག་བྱེད།
TDIST(number; degrees_freedom; mode)
Number གཞིར་བྱས་ནས་ t-ཁྱབ་ཚུལ་ཐང་རྩིས་རྒྱོབ།
Degrees_freedom ནི་ t-ཁྱབ་ཚུལ་ནང་གི་རང་དབང་ཚད་ཡིན།
Mode = 1 རྐྱང་མཇུག་ཚོད་རྒྱུགས་ཕྱིར་ལོག་བྱེད་ Mode = 2 ཆ་མཇུག་ཚོད་རྒྱུགས་ཕྱིར་ལོག་བྱེད།
=MODE(A1:A50)
TDIST
t ཁྱབ་ཚུལ་ཕྱིར་ལོག་བྱེད།
TDIST(number; degrees_freedom; mode)
Number གཞིར་བྱས་ནས་ t-ཁྱབ་ཚུལ་ཐང་རྩིས་རྒྱོབ།
Degrees_freedom ནི་ t-ཁྱབ་ཚུལ་ནང་གི་རང་དབང་ཚད་ཡིན།
Cumulative = 0 or FALSE returns the probability density function, 1 or TRUE returns the cumulative distribution function.
=T.DIST(1; 10; TRUE) returns 0.8295534338
COM.MICROSOFT.T.DIST
TINV
t ཁྱབ་ཚུལ་རྟེན་གྲངས་ཀྱི་ལྡོག་པའི་རྟེན་གྲངས་ཕྱིར་ལོག་བྱེད།
TINV(Number; degrees_freedom)
Number ནི་ཚོད་རྩིས་ཐང་ཡིན་ འདི་ གཞིར་བཟུང་ནས་ལྡོག་པའི་ t ཁྱབ་ཚུལ་རྩིས་རྒྱག་པ།
Degrees_freedom ནི་ t-ཁྱབ་ཚུལ་ནང་གི་རང་དབང་ཚད་ཡིན།
=TINV(0.1; 6) ཕྱིར་ལོག་ 1.94
TINV
t ཁྱབ་ཚུལ་རྟེན་གྲངས་ཀྱི་ལྡོག་པའི་རྟེན་གྲངས་ཕྱིར་ལོག་བྱེད།
TINV(Number; degrees_freedom)
Number ནི་ཚོད་རྩིས་ཐང་ཡིན་ འདི་ གཞིར་བཟུང་ནས་ལྡོག་པའི་ t ཁྱབ་ཚུལ་རྩིས་རྒྱག་པ།
Degrees_freedom ནི་ t-ཁྱབ་ཚུལ་ནང་གི་རང་དབང་ཚད་ཡིན།
=TINV(0.1; 6) ཕྱིར་ལོག་ 1.94
COM.MICROSOFT.T.INV
TTEST
ཕྱིར་ལོག་དང་ Student ཡི་ t ཚོད་རྒྱུགས་འབྲེལ་ཡོད་ཀྱི་ཚོད་རྩིས།
TTEST(Data_1; Data_2; Mode; Type)
Data_1 ནི་ཟིན་བྲིས་དང་པོའི་འབྲེལ་ཡོད་ཚོ་གྲངས་སམ་གཞི་གྲངས་ཚོ་ཞིག་གོ།
Data_2 ནི་ཟིན་བྲིས་གཉིས་པའི་འབྲེལ་ཡོད་ཚོ་གྲངས་སམ་གཞི་གྲངས་ཚོ་ཞིག་ཡིན།
mode = 1 རྐྱང་མཇུག་ཚོད་རྒྱུགས་རྩིས་རྒྱག་ mode = 2 ཆ་མཇུག་ཚོད་རྒྱུགས།
type ལག་བསྟར་བྱ་རྒྱུའི་ t ཚོད་རྒྱུགས་ཀྱི་རིགས་གསལ་པོརའགོད་དགོས། type 1 ཆ་འགྲིག་མཚོན། type 2 ཡིས་མ་དཔེ་གཉིས་མཚོན་ ཁྱད་སྒྱུར་མཚུངས་པ་ཡིན་(ཁྱད་སྒྱུར་མཚུངས་པ་)type 3 མ་དཔེ་གཉིས་མཚོན་ ཁྱད་སྒྱུར་མཚུངས་པ་མིན་(ཁྱད་སྒྱུར་མི་འདྲ་བའི་)།
=COVAR(A1:A30; B1:B30)
TTEST
ཕྱིར་ལོག་དང་ Student ཡི་ t ཚོད་རྒྱུགས་འབྲེལ་ཡོད་ཀྱི་ཚོད་རྩིས།
TTEST(Data_1; Data_2; Mode; Type)
Data_1 ནི་ཟིན་བྲིས་དང་པོའི་འབྲེལ་ཡོད་ཚོ་གྲངས་སམ་གཞི་གྲངས་ཚོ་ཞིག་གོ།
Data_2 ནི་ཟིན་བྲིས་གཉིས་པའི་འབྲེལ་ཡོད་ཚོ་གྲངས་སམ་གཞི་གྲངས་ཚོ་ཞིག་ཡིན།
mode = 1 རྐྱང་མཇུག་ཚོད་རྒྱུགས་རྩིས་རྒྱག་ mode = 2 ཆ་མཇུག་ཚོད་རྒྱུགས།
type ལག་བསྟར་བྱ་རྒྱུའི་ t ཚོད་རྒྱུགས་ཀྱི་རིགས་གསལ་པོརའགོད་དགོས། type 1 ཆ་འགྲིག་མཚོན། type 2 ཡིས་མ་དཔེ་གཉིས་མཚོན་ ཁྱད་སྒྱུར་མཚུངས་པ་ཡིན་(ཁྱད་སྒྱུར་མཚུངས་པ་)type 3 མ་དཔེ་གཉིས་མཚོན་ ཁྱད་སྒྱུར་མཚུངས་པ་མིན་(ཁྱད་སྒྱུར་མི་འདྲ་བའི་)།
=COVAR(A1:A30; B1:B30)
COM.MICROSOFT.T.TEST
VAR
དཔེ་འདེམས་ཚོད་རྩིས་ཀྱི་ཁྱད་སྒྱུར་གཞིར་བྱས་སོ།
VAR(Number 1 [; Number 2 [; … [; Number 255]]])
The parameters should specify at least two values.
This function ignores any text or empty cell within a data range. If you suspect wrong results from this function, look for text in the data ranges. To highlight text contents in a data range, use the value highlighting feature.
=MODE(A1:A50)
VARA
ཚོད་རྩིས་ནི་དཔེ་འདེམས་ཐེངས་ཤིག་གི་ཁྱད་སྒྱུར་གཞིར་བྱས་པ་ཡིན། ཡིག་འབྲུའི་ཐང་ནི་ 0ཡིན།
VARA(Number 1 [; Number 2 [; … [; Number 255]]])
The parameters should specify at least two values.
=AVERAGE(A1:A50)
VARP
དཔེ་འདེམས་ཚོད་རྩིས་ཀྱི་ཁྱད་སྒྱུར་གཞིར་བྱས་སོ།
VAR.S(Number 1 [; Number 2 [; … [; Number 255]]])
The parameters should specify at least two values.
=MODE(A1:A50)
COM.MICROSOFT.VAR.S
VARP
ཁྱོན་ཡོངས་ཀྱི་མ་དཔེའི་རྩིས་རྒྱག་ཁྱད་སྒྱུར་གཞིར་བྱས།
VARP(Number 1 [; Number 2 [; … [; Number 255]]])
This function ignores any text or empty cell within a data range. If you suspect wrong results from this function, look for text in the data ranges. To highlight text contents in a data range, use the value highlighting feature.
=MODE(A1:A50)
VARP
ཁྱོན་ཡོངས་ཀྱི་མ་དཔེའི་རྩིས་རྒྱག་ཁྱད་སྒྱུར་གཞིར་བྱས།
VAR.P(Number 1 [; Number 2 [; … [; Number 255]]])
=MODE(A1:A50)
COM.MICROSOFT.VAR.P
VARPA
རྣམ་གྲངས་ཡོངས་རྫོགས་གཞིར་བཟུང་ནས་ཁྱད་སྒྱུར་རྩིས་རྒྱག། ཡིག་དེབ་ཀྱི་ཐང་ནི་ 0ཡིན།
VARPA(Number 1 [; Number 2 [; … [; Number 255]]])
=AVERAGEA(A1:A50)
WEIBULL
Weibull ཁྱབ་ཚུལ་ཐང་ཕྱིར་ལོག་བྱེད།
The Weibull distribution is a continuous probability distribution, with parameters Alpha > 0 (shape) and Beta > 0 (scale).
If C is 0, WEIBULL calculates the probability density function.
If C is 1, WEIBULL calculates the cumulative distribution function.
WEIBULL(Number; Alpha; Beta; C)
Number ཐང་གང་ཞིག་རྩིས་རྒྱག་པ་གཏན་འཁེལ་བྱེད་པའི་ཝིལ་པེར་ཁྱབ་ཚུལ་གཏན་འཁེལ་བྱེད།
Alpha ནི་ Weibull ཁྱབ་ཁོངས་གྱི་ Alpha ཞུགས་གྲངས་ཡིན།
Beta ནི་ Weibull ཁྱབ་ཁོངས་ཀྱི་ beta ཞུགས་གྲངས་ཡིན།
C indicates the type of function.
=WEIBULL(2; 1; 1; 1)ཕྱིར་ལོག་ 0.86བྱེད།
See also the Wiki page.
WEIBULL.DIST
Weibull ཁྱབ་ཚུལ་ཐང་ཕྱིར་ལོག་བྱེད།
The Weibull distribution is a continuous probability distribution, with parameters Alpha > 0 (shape) and Beta > 0 (scale).
If C is 0, WEIBULL.DIST calculates the probability density function.
If C is 1, WEIBULL.DIST calculates the cumulative distribution function.
WEIBULL(Number; Alpha; Beta; C)
Number ཐང་གང་ཞིག་རྩིས་རྒྱག་པ་གཏན་འཁེལ་བྱེད་པའི་ཝིལ་པེར་ཁྱབ་ཚུལ་གཏན་འཁེལ་བྱེད།
Alpha ནི་ Weibull ཁྱབ་ཁོངས་གྱི་ Alpha ཞུགས་གྲངས་ཡིན།
Beta ནི་ Weibull ཁྱབ་ཁོངས་ཀྱི་ beta ཞུགས་གྲངས་ཡིན།
C indicates the type of function.
=WEIBULL(2; 1; 1; 1)ཕྱིར་ལོག་ 0.86བྱེད།
See also the Wiki page.
COM.MICROSOFT.WEIBULL.DIST