სტატისტიკური ფუნქციები ნაწილი ორი

F.DIST.RT

აბრუნებს t-განაწილების ინვერსიას.

FDIST(რიცხვი; თავისუფლების_ხარისხი_1; თავისუფლების_ხარისხი_2)

რიცხვი არის მნიშვნელობა, რომლისთვისაც F განაწილება გამოითვლება.

თავისუფლების_ხარისხი_1 არის F განაწილების ნუმერატორის თავისუფლების ხარისხი.

თავისუფლების_ხარისხი_2 არის F განაწილების დენომინარატორის თავისუფლების ხარისხი.

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

COM.MICROSOFT.F.DIST.RT

F.INV.RT

აბრუნებს t-განაწილების ინვერსიას.

FINV(რიცხვი; თავისუფლების_ხარისხი_1; თავისუფლების_ხარისხი_2)

რიცხვი არის მნიშვნელობა, რომლისთვისაც F განაწილება გამოითვლება.

თავისუფლების_ხარისხი_1 არის თავიუფლების ხარისხი F განაწილების ნუმერატორში.

თავისუფლების_ხარისხი_2 არის თავიუფლების ხარისხი F განაწილების დენომინატორში.

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

COM.MICROSOFT.F.INV.RT

FDIST

F განაწილების მნიშვნელობას ანგარიშობს.

FDIST(რიცხვი; თავისუფლების_ხარისხი_1; თავისუფლების_ხარისხი_2)

რიცხვი არის მნიშვნელობა, რომლისთვისაც F განაწილება გამოითვლება.

თავისუფლების_ხარისხი_1 არის F განაწილების ნუმერატორის თავისუფლების ხარისხი.

თავისუფლების_ხარისხი_2 არის F განაწილების დენომინარატორის თავისუფლების ხარისხი.

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

FDIST

აბრუნებს t-განაწილების ინვერსიას.

F.DIST(Number; DegreesFreedom1; DegreesFreedom2 [; Cumulative])

რიცხვი არის მნიშვნელობა, რომლისთვისაც F განაწილება გამოითვლება.

თავისუფლების_ხარისხი_1 არის F განაწილების ნუმერატორის თავისუფლების ხარისხი.

თავისუფლების_ხარისხი_2 არის F განაწილების დენომინარატორის თავისუფლების ხარისხი.

C = 0 გამოთვლის სიმკვრივის ფუნქციას C = 1 განაწილება.

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

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

COM.MICROSOFT.F.DIST

FINV

Returns the inverse of the F probability distribution. The F distribution is used for F tests in order to set the relation between two differing data sets.

FINV(რიცხვი; თავისუფლების_ხარისხი_1; თავისუფლების_ხარისხი_2)

რიცხვი არის მნიშვნელობა, რომლისთვისაც F განაწილება გამოითვლება.

თავისუფლების_ხარისხი_1 არის თავიუფლების ხარისხი F განაწილების ნუმერატორში.

თავისუფლების_ხარისხი_2 არის თავიუფლების ხარისხი F განაწილების დენომინატორში.

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

FINV

Returns the inverse of the cumulative F distribution. The F distribution is used for F tests in order to set the relation between two differing data sets.

FINV(რიცხვი; თავისუფლების_ხარისხი_1; თავისუფლების_ხარისხი_2)

რიცხვი არის მნიშვნელობა, რომლისთვისაც F განაწილება გამოითვლება.

თავისუფლების_ხარისხი_1 არის თავიუფლების ხარისხი F განაწილების ნუმერატორში.

თავისუფლების_ხარისხი_2 არის თავიუფლების ხარისხი F განაწილების დენომინატორში.

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

COM.MICROSOFT.F.INV

FISHER

აბრუნებს x-ის ფუშერის ტრანსფორმაციას და ქმნის ნორმალური განაწილების დახურვის ფუნქციას.

FISHER(რიცხვი)

რიცხვი არის გარდასაქმნელი მნიშვნელობა.

=FISHER(0.5) yields 0.55.

FISHERINV

აბრუნებს x-ისთვის ფუშერის ტრანსფორმაციის ინვერსიას და ქმნის ნორმალური განაწილების დახურვის ფუნქციას.

FISHERINV(რიცხვი)

Number is the value that is to undergo reverse-transformation.

=FISHERINV(0.5) yields 0.46.

FTEST

აბრუნებს F ტესტის შედეგს.

FTEST(მონაცემები_1; მონაცემები_2)

მონაცემი_1 პირველი ჩანაწერის მასივი.

მონაცემი_2 მეორე ჩანაწერის მასივი.

=FTEST(A1:A30;B1:B12) calculates whether the two data sets are different in their variance and returns the probability that both sets could have come from the same total population.

FTEST

აბრუნებს F ტესტის შედეგს.

FTEST(მონაცემები_1; მონაცემები_2)

მონაცემი_1 პირველი ჩანაწერის მასივი.

მონაცემი_2 მეორე ჩანაწერის მასივი.

=F.TEST(A1:A30;B1:B12) calculates whether the two data sets are different in their variance and returns the probability that both sets could have come from the same total population.

COM.MICROSOFT.F.TEST

GAMMA

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

GAMMA(Number)

რიცხვი არის მნიშვნელობა რომლისთვისაც გამა განაწილება უნდა გამოითვალოს.

GAMMADIST

აბრუნებს გამა განაწილების მნიშვნელობას.

The inverse function is GAMMAINV.

GAMMADIST(Number; Alpha; Beta [; C])

რიცხვი არის მნიშვნელობა რომლისთვისაც გამა განაწილება უნდა გამოითვალოს.

ალფა არის გამა განაწილების ალფა პარამეტრი.

Beta is the parameter Beta of the Gamma distribution.

C = 0 გამოთვლის სიმკვრივის ფუნქციას C = 1 განაწილება.

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

GAMMADIST

აბრუნებს გამა განაწილების მნიშვნელობას.

The inverse function is GAMMAINV or GAMMA.INV.

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

GAMMA.DIST(Number; Alpha; Beta; Cumulative)

რიცხვი არის მნიშვნელობა რომლისთვისაც გამა განაწილება უნდა გამოითვალოს.

ალფა არის გამა განაწილების ალფა პარამეტრი.

Beta is the parameter Beta of the Gamma distribution.

Cumulative = 0 or False calculates the probability density function; Cumulative = 1, True, or any other value calculates the cumulative distribution function.

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

COM.MICROSOFT.GAMMA.DIST

GAMMAINV

Returns the inverse of the Gamma cumulative distribution GAMMADIST. This function allows you to search for variables with different distribution.

GAMMAINV(რიცხვი; ალფა; ბეტა)

რიცხვი არის მნიშვნელობა რომლისთვისაც გამა განაწილება უნდა გამოითვალოს.

ალფა არის გამა განაწილების ალფა პარამეტრი.

ბეტა არის გამა განაწილების ბეტა პარამეტრი.

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

GAMMAINV

Returns the inverse of the Gamma cumulative distribution GAMMADIST. This function allows you to search for variables with different distribution.

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

GAMMAINV(რიცხვი; ალფა; ბეტა)

რიცხვი არის მნიშვნელობა რომლისთვისაც გამა განაწილება უნდა გამოითვალოს.

ალფა არის გამა განაწილების ალფა პარამეტრი.

ბეტა არის გამა განაწილების ბეტა პარამეტრი.

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

COM.MICROSOFT.GAMMA.INV

GAMMALN

აბრუნებს გამა ფუნქციის ნატურალურ ლოგარითმს: G(x).

GAMMALN(რიცხვი)

რიცხვი არის მნიშვნელობა რომლისთვისაც გამოითვლება გამა ფუნქციის ნატურალური ლოგარითმი.

=GAMMALN(2) yields 0.

GAMMALN.PRECISE

აბრუნებს გამა ფუნქციის ნატურალურ ლოგარითმს: G(x).

GAMMALN.PRECISE(Number)

რიცხვი არის მნიშვნელობა რომლისთვისაც გამოითვლება გამა ფუნქციის ნატურალური ლოგარითმი.

=GAMMALN.PRECISE(2) yields 0.

COM.MICROSOFT.GAMMALN.PRECISE

GAUSS

აბრუნებს სტანდარტულ ნორმალურ კუმულაციურ განაწილებას.

ეს არის GAUSS(x)=NORMSDIST(x)-0.5

GAUSS(რიცხვი)

რიცხვი არის მნიშვნელობა რომლისთვისაც სტანდარტული ნორმალური გადახრა უნდა გამოითვალოს.

=GAUSS(0.19) = 0.08

=GAUSS(0.0375) = 0.01

GEOMEAN

აბრუნებს შერჩევის გეომეტრიულ მნიშვნელობას.

GEOMEAN(Number 1 [; Number 2 [; … [; Number 255]]])

GEOMEAN(23; 46; 69) = 41.79. ამრიგად შემთხვევითი შერჩევის გეომეტრიული მნიშვნელობაა 41.79.

HARMEAN

აბრუნებს მონაცემთა განლაგების ჰარმონიულ მნიშვნელობას.

HARMEAN(Number 1 [; Number 2 [; … [; Number 255]]])

GEOMEAN(23; 46; 69) = 41.79. ამრიგად შემთხვევითი შერჩევის გეომეტრიული მნიშვნელობაა 41.79.

HYPGEOMDIST

აბრუნებს ჰიპერბოლიურ განაწილებას.

HYPGEOMDIST(X; NSample; Successes; NPopulation [; Cumulative])

X არის შედეგის ნომერი რომელიც მოცემულია შემთხვევით შერჩევაში.

N_შერჩევა არის შემთხვევითი შერჩევის ზომა.

წარმატება მთელ მოსახლეობაში შესაძლო შედეგების რაოდენობა.

N_მოსახლეობა არის სრული მოსახლეობის ზომა.

Cumulative (optional) specifies whether to calculate the probability mass function (FALSE or 0) or the cumulative distribution function (any other value). The probability mass function is the default if no value is specified for this parameter.

=HYPGEOMDIST(2;2;90;100) yields 0.81. If 90 out of 100 pieces of buttered toast fall from the table and hit the floor with the buttered side first, then if 2 pieces of buttered toast are dropped from the table, the probability is 81%, that both will strike buttered side first.

HYPGEOMDIST

აბრუნებს ჰიპერბოლიურ განაწილებას.

HYPGEOMDIST(X; N_შერჩევა; წარმატებები; N_მოსახლეობა)

X არის შედეგის ნომერი რომელიც მოცემულია შემთხვევით შერჩევაში.

N_შერჩევა არის შემთხვევითი შერჩევის ზომა.

წარმატება მთელ მოსახლეობაში შესაძლო შედეგების რაოდენობა.

N_მოსახლეობა არის სრული მოსახლეობის ზომა.

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

=HYPGEOM.DIST(2;2;90;100;0) yields 0.8090909091. If 90 out of 100 pieces of buttered toast fall from the table and hit the floor with the buttered side first, then if 2 pieces of buttered toast are dropped from the table, the probability is 81%, that both will strike buttered side first.

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

COM.MICROSOFT.HYPGEOM.DIST

TRIMMEAN

Returns the mean of a data set without the Alpha percent of data at the margins.

TRIMMEAN(მონაცემები; ალფა)

მონაცემი არის მონაცემთა მასივი მაგალითში.

Alpha is the percentage of the marginal data that will not be taken into consideration.

=TRIMMEAN(A1:A50; 0.1) calculates the mean value of numbers in A1:A50, without taking into consideration the 5 percent of the values representing the highest values and the 5 percent of the values representing the lowest ones. The percentage numbers refer to the amount of the untrimmed mean value, not to the number of summands.

ZTEST

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

ZTEST(Data; mu [; Sigma])

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.

Z.TEST(Data; mu [; Sigma])

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.

=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.

COM.MICROSOFT.Z.TEST