2074

Продолжение прил . 7

1

2

3

Число 1, число 2, ... – это от 1 до 30 аргументов, для

которых вычисляется асимметричность. Можно

использовать массив или ссылку на массив вместо

аргументов, разделяемых точкой с запятой

СРГАРМ

Возвращает среднее гармоническое множества дан-

СРГАРМ

ных. Среднее гармоническое – это величина, обрат-

(число 1;

ная среднему арифметическому обратных величин.

число 2 …)

Число 1, число 2, ... – это от 1 до 30 аргументов, для

которых вычисляется среднее геометрическое.

Можно использовать массив или ссылку на массив

вместо аргументов, разделяемых точкой с запятой

СРГЕОМ

Возвращает среднее геометрическое значений масси-

СРГЕОМ

ва или интервала положительных чисел. Например,

(число 1;

функцию СРГЕОМ можно использовать для вычис-

число 2…)

ления средних темпов роста, если задан составной

доход с переменными ставками.

Число 1, число 2, ... – это от 1 до 30 аргументов, для

которых вычисляется среднее геометрическое.

Можно использовать массив или ссылку на массив

вместо аргументов, разделяемых точкой с запятой

СРЗНАЧ

Возвращает среднее (арифметическое) своих аргу-

СРЗНАЧ

ментов.

(число 1;

Число 1, число 2, ... – это от 1 до 30 аргументов, для

число 2…)

которых вычисляется среднее.

СРЗНАЧА

Вычисляет среднее арифметическое значений, задан-

СРЗНАЧА

ных в списке аргументов. Помимо чисел в расчете

(значение 1;

могут участвовать текст и логические значения,

значение 2 …)

такие как ИСТИНА и ЛОЖЬ.

Значение 1, значение 2,... – это от 1 до 30 ячеек, ин-

тервалов ячеек или значений, для которых вычис-

ляется среднее

СРОТКЛ

Возвращает среднее абсолютных значений отклоне-

СРОТКЛ

ний точек данных от среднего. СРОТКЛ является

(число1;

мерой разброса множества данных.

число 2…)

Число 1, число 2, ... – это от 1 до 30 аргументов, для

которых определяется среднее абсолютных отклоне-

ний. Можно использовать массив или ссылку на мас-

сив вместо аргументов, разделяемых точкой с запятой

СТАНД-

Оценивает стандартное отклонение по выборке. Стан-

СТАНДОТКЛОН

ОТКЛОН

дартное отклонение – это мера того, насколько широко

(число 1;

разбросаныточкиданныхотносительноихсреднего.

число 2…)

Число 1, число 2, ... – это от 1 до 30 числовых

аргументов, соответствующих выборке из генераль-

ной совокупности. Можно использовать массив или

ссылку на массив вместо аргументов, разделяемых

точкой с запятой

1

2

3

СТАНД-

Оценивает стандартное отклонение по выборке.

СТАНД-

ОТКЛОНА

Стандартное отклонение – это мера того, насколько

ОТКЛОНА

широко разбросаны точки данных относительно их

(значение 1;

среднего. В расчете также учитываются текстовые и

значение 2 ..)

логические значения, такие как ИСТИНА или ЛОЖЬ.

это от 1 до 30 значений,

соответствующихвыборкеизгенеральнойсовокупности.

Можно использовать массив или ссылку на массив

вместоаргументов, разделяемыхточкойсзапятой

СТАНД-

Вычисляет стандартное отклонение по генеральной

СТАНД-

ОТКЛОНП

совокупности. Стандартное отклонение – это мера

ОТКЛОНП

того, насколько широко разбросаны точки данных

(число 1;

число 2…).

Число 1, число 2, ... – это от 1 до 30 числовых аргу-

ментов, соответствующих генеральной совокупности.

Можно использовать массив или ссылку на массив

вместо аргументов, разделяемых точкой с запятой

СТАНД-

Вычисляет стандартное отклонение по генеральной

СТАНД-

ОТКЛОНП

совокупности, заданной аргументами, которые могут

ОТКЛОНПА

А

включать текст и логические значения. Стандартное

(значение 1;

отклонение – это мера того, насколько широко

значение 2…)

разбросаны точки данных относительно их среднего.

Значение 1,значение 2,... – это от 1 до 30 значений,

соответствующих генеральной совокупности. Можно

использовать массив или ссылку на массив вместо

аргументов, разделяемых точкой с запятой

СТОШYX

предсказанных

СТОШYX

значений y для каждого значения x в регрессии.

(изв. знач. y;

Стандартная ошибка – это мера ошибки предска-

изв. знач. x)

занного значения y для отдельного значения x.

Известные_значения_y – это массив или интервал

зависимых точек данных. Известные_значения_x –

это массив или интервал независимых точек данных

СТЬЮДРА

точки (вероятность) для

СТЬЮДРАСП

СП

t-распределения Стьюдента, где численное значение

(x; степени

(x) – это вычисленное значение, для которого должны

свободы;

быть вычислены вероятности. T-распределение

хвосты)

используется для проверки гипотез при малом объеме

выборки. Данную функцию можно использовать

вместо таблицы критических значений t-распределения

X – это численное значение, для которого требуется

вычислить распределение. Степени_свободы – это це-

лое, указывающее число степеней свободы. Хвосты –

это число возвращаемых хвостов распределения. Если

хвосты = 1, то функция СТЬЮДРАСП возвращает

одностороннее распределение. Если хвосты = 2, то

двустороннее

распределение

СТЬЮД-

Возвращает t-значение распределения Стьюдента как

СТЬЮД-

РАСПОБР

функцию вероятности и числа степеней свободы.

РАСПОБР

Вероятность – это вероятность, соответствующая

(вероятность;

двустороннему распределению Стьюдента. Степе-

степени свободы)

ни_свободы – это число степеней свободы, харак-

теризующее распределение

СЧЁТ

Подсчитывает количество чисел в списке аргументов.

СЧЁТ

Функция СЧЁТ используется для получения количества

(значение 1;

числовыхячееквинтервалахилимассивахячеек.

значение 2 …)

Значение1, значение2, ... – это от 1 до 30 аргументов,

которые могут содержать или ссылаться на данные

различныхтипов, новподсчетеучаствуюттолькочисла

СЧЁТЕСЛИ

Подсчитывает количество ячеек внутри диапазона,

СЧЁТЕСЛИ

удовлетворяющих заданному критерию.

(диапазон;

Диапазон – это диапазон, в котором нужно

условие)

подсчитать ячейки. Критерий – это критерий в форме

числа, выражения или текста, который определяет,

какие ячейки надо подсчитывать. Например,

критерий может быть выражен следующим образом:

32, «32», «>32», «яблоки».

СЧЁТЗ

Подсчитывает количество непустых значений в

СЧЁТЗ

списке аргументов. Функция СЧЁТЗ используется

(значение 1;

для подсчета количества ячеек с данными в

значение 2 …)

интервале или массиве.

Значение 1, значение 2, ... – это от 1 до 30 аргу-

ментов, количество которых требуется сосчитать. В

данном случае значением считается значение любого

типа, включая пустую строку (««), но не включая

пустые ячейки. Если аргументом является массив

или ссылка, то пустые ячейки в массиве или ссылке

игнорируются

СЧИТАТЬ

Подсчитывает количество пустых ячеек в заданном

СЧИТАТЬПУС-

ПУСТОТЫ

интервале.

ТОТЫ (диапазон)

Интервал – это интервал, в котором требуется

подсчитать количество пустых ячеек

ТЕНДЕНЦИЯ

Возвращает значения в соответствии с линейным

ТЕНДЕНЦИЯ

трендом. Аппроксимирует прямой линией (по мето-

(изв. знач. y;

ду наименьших квадратов) массивы известные_зна-

изв. знач. x;

чения_y и известные_значения_x. Возвращает значе-

нов. знач. x;

ния y, в соответствии с этой прямой для заданного

константа)

массива новые_значения_x.

Известные_значения_y – это множество значений y,

которые уже известны для соотношения y = mx + b

ТТЕСТ

Возвращает вероятность, соответствующую крите-

ТТЕСТ (массив 1;

рию Стьюдента. Функция ТТЕСТ используется,

массив 2; хвосты;

чтобы определить, насколько вероятно, что две вы-

тип)

борки взяты из генеральных совокупностей, которые

имеют одно и то же среднее.

Продолжение прил . 7

1

2

3

Массив 1 – это первое множество данных. Массив 2

– это второе множество данных. Хвосты – это число

хвостов распределения. Если хвосты = 1, то функция

ТТЕСТ использует одностороннее распределение.

Если хвосты = 2, то функция ТТЕСТ использует

двустороннее распределение. Тип – это вид

исполняемого t-теста

УРЕЗСРЕД-

Возвращает среднее внутри множества данных.

УРЕЗРЕДНЕЕ

НЕЕ

УРЕЗСРЕДНЕЕ вычисляет среднее, отбрасывая

(массив; процент)

заданный процент данных с экстремальными значе-

ниями. Можно использовать эту функцию, чтобы

исключить из анализа выбросы.

Массив – это массив или интервал усредняемых

значений. Доля – это доля точек данных, исклю-

чаемых из вычислений. Например, если доля = 0,2, то

4 точки исключаются из множества данных, содер-

жащих 20 точек (20 x 0,2), 2 точки с наибольшими

значениями и 2 точки с наименьшими значениями в

множестве данных

ФИШЕР

Возвращает преобразование Фишера для аргумента

ФИШЕР (x)

x. Это преобразование строит функцию, которая

имеет приблизительно нормальное, а не асимметри-

ческое распределение. Эта функция используется для

тестирования гипотез с помощью коэффициента

корреляции.

X – это числовое значение, которое желательно

преобразовать

ФИШЕРОБР

Возвращает обратное преобразование Фишера. Это

ФИШЕРОБР (y)

преобразование используется при анализе корреля-

ции между массивами или интервалами данных.

Если y=ФИШЕР(x), то ФИШЕРОБР(y) = x.

Y – это значение, для которого производится

обратное преобразование

ФТЕСТ

Возвращает результат F-теста. F-тест возвращает

ФТЕСТ

одностороннюю вероятность того, что дисперсии

(массив 1; массив

аргументов массив 1 и массив 2 различаются несуще-

2)

ственно. Эта функция используется для того, чтобы

определить, имеют ли две выборки различные дис-

персии. Например, если даны результаты тести-

рования для частных и общественных школ, то

можно определить, имеют ли эти школы различные

уровни разнородности учащихся.

Массив 1 – это первый массив или интервал данных.

Массив 2 – это второй массив или интервал данных.

1

2

3

ХИ2ОБР

Возвращает значение обратное к односторонней ве-

ХИ2ОБР

роятности распределения 2 (хи-квадрат). Если вероят-

(вероятность;

ность = ХИ2РАСП(x;...), то ХИ2ОБР(вероятность;...) = x.

степени свободы)

Функция используется для сравнения наблюдаемых

результатов с ожидаемыми, для того чтобы решить,

была ли исходная гипотеза обоснованной.

Вероятность – это вероятность, связанная с рас-

пределением 2 (хи-квадрат). Степени_свободы – это

число степеней свободы

ХИ2РАСП

Возвращает одностороннюю вероятность распреде-

ХИ2РСП

ления хи-квадрат. Распределение 2 связано с кри-

(x; степени

терием 2. Критерий 2 используется для сравнения

свободы)

предполагаемых и наблюдаемых значений. Напри-

мер, в генетическом эксперименте выдвигается гипо-

теза, что следующее поколение растений будет обла-

дать определенной окраской. Сравнивая наблюдае-

мые результаты с предполагаемыми, можно опреде-

лить, была ли исходная гипотеза обоснованной.

X – это значение, для которого требуется вычислить

распределение. Степени_свободы – это число

степеней свободы

ХИ2ТЕСТ

Возвращает тест на независимость. ХИ2ТЕСТ воз-

ХИ2ТЕСТ

вращает значение для распределения хи-квадрат ( 2).

(фактический

Критерий 2 используется для определения того,

интервал;

подтверждается ли гипотеза экспериментом.

ожидаемый

Фактический_интервал – это интервал данных, ко-

интервал)

торые содержат наблюдения, подлежащие сравнению

с ожидаемыми значениями. Ожидаемый_интервал –

это интервал данных, который содержит отношение

произведений итогов по строкам и столбцам к

общему итогу

ЧАСТОТА

Вычисляет частоту появления значений в интервале

ЧАСТОТА

значений и возвращает массив цифр. Функция

(массив данных;

ЧАСТОТА может быть использована, например, для

двоичный

подсчета количества результатов тестирования,

массив)

попадающих в интервалы результатов. Поскольку

данная функция возвращает массив, она должна

задаваться в качестве формулы массива.

Массив_данных – это массив или ссылка на мно-

жество данных, для которых вычисляются частоты.

Если массив_данных не содержит значений, то

функция ЧАСТОТА возвращает массив нулей. Мас-

сив_карманов – это массив или ссылка на множество

интервалов, в которые группируются значения

аргумента массив_данных. Если массив_карманов не

содержит значений, то функция ЧАСТОТА возвращает

количество элементов в аргументе массив_данных

1

2

3

ЭКСПРАСП

Возвращает экспоненциальное распределение. Функ-

ЭКСПРАСП

ция ЭКСПРАСП используется для моделирования

(x; лямбда;

временных задержек между событиями, например,

интегральный)

сколько времени займет денежный перевод в автома-

тизированном банке. Например, можно использовать

функцию ЭКСПРАСП, чтобы определить вероятность

того, что этот процесс займет не более 1 минуты.

X – это значение функции. – это значение

параметра. Интегральная функция – это логическое

значение, которое указывает, какую форму экспонен-

циальной функции использовать. Если интегральная

имеет значение ИСТИНА, то функция ЭКСПРАСП

возвращает интегральную функцию распределения;

если этот параметр имеет значение ЛОЖЬ, то

возвращается функция плотности распределения

ЭКСЦЕСС

Возвращает эксцесс множества данных. Эксцесс

ЭКСЦЕСС

характеризует относительную остроконечность или

(число 1;

сглаженность распределения по сравнению с

число 2 …)

Положительный

остроконечное

распределение. Отрицательный эксцесс обозначает

относительно сглаженное распределение.

Число 1, число 2, ... – это от 1 до 30 аргументов, для

которых вычисляется эксцесс. Можно использовать

массив или ссылку на массив вместо аргументов,

разделяемых точкой с запятой