34. Функция наибольший
Описание:Возвращает k-ое по величине значение из множества данных. Эта функция позволяет выбрать значение по его относительному местоположению. Например, функцией НАИБОЛЬШИЙ можно воспользоваться для определения наилучшего, второго или третьего результатов тестирования в баллах.
Синтаксис:
НАИБОЛЬШИЙ(массив;k)
Массив— массив или интервал данных, для которых определяется k-ое наибольшее значение.
k— позиция (начиная с наибольшей) в массиве или интервале ячеек данных.
Замечания:
- Если массив пуст, функция НАИБОЛЬШИЙ возвращает значение ошибки #ЧИСЛО!.
- Если k ≤ 0 или k больше, чем число точек данных, функция НАИБОЛЬШИЙ возвращает значение ошибки #ЧИСЛО!.
Если n — число точек данных в интервале, функция НАИБОЛЬШИЙ(массив;1) возвращает наибольшее значение, а НАИБОЛЬШИЙ(массив;n) — наименьшее.
35. Функция наименьший
Описание:Возвращает k-ое наименьшее значение в множестве данных. Эта функция используется для определения значения, занимающего заданное относительное положение в множестве данных.
Синтаксис:
НАИМЕНЬШИЙ(массив;k)
Массив— массив или диапазон числовых данных, для которого определяется k-ое наименьшее значение.
k— позиция (начиная с наименьшей) в массиве или интервале ячеек данных.
Замечания:
- Если массив пуст, функция НАИМЕНЬШИЙ возвращает значение ошибки #ЧИСЛО!.
- Если k ≤ 0 или превышает число точек данных, функция НАИМЕНЬШИЙ возвращает значение ошибки #ЧИСЛО!.
- Если n — количество точек данных в аргументе «массив», то НАИМЕНЬШИЙ(массив;1) соответствует наименьшему значению, а НАИМЕНЬШИЙ(массив;n) — наибольшему значению.
36. Функция наклон
Описание:Возвращает наклон линии линейной регрессии для точек данных в аргументах известные_значения_y и известные_значения_x. Наклон определяется как частное от деления расстояния по вертикали на расстояние по горизонтали между двумя любыми точками прямой; иными словами, наклон — это скорость изменения значений вдоль прямой.
Синтаксис:
НАКЛОН(известные_значения_y;известные_значения_x)
Известные_значения_y— массив или интервал ячеек, содержащих числовые зависимые точки данных.
Известные_значения_x— множество независимых точек данных.
Замечания:
- Аргументы должны быть либо числами, либо содержащими числа именами, массивами или ссылками.
- Если аргумент, который является массивом или ссылкой, содержит текст, логические значения или пустые ячейки, эти значения игнорируются; ячейки, содержащие нулевые значения, учитываются.
- Если аргументы известные_значения_y и известные_значения_x пусты или количество содержащихся в них точек не совпадает, функция НАКЛОН возвращает значение ошибки #Н/Д.
- Уравнение наклона линии регрессии имеет следующий вид:
где x и y — выборочные средние значения СРЗНАЧ(массив1) и СРЗНАЧ(массив2).
- Основной алгоритм, используемый в функциях НАКЛОН и ОТРЕЗОК, отличается от основного алгоритма функции ЛИНЕЙН. Разница между алгоритмами может привести к различным результатам при неопределенных и коллинеарных данных. Например, если точки данных аргумента известные_значения_y равны 0, а точки данных аргумента известные_значения_x равны 1, то справедливо указанное ниже.
- Функции НАКЛОН и ОТРЕЗОК возвращают значение ошибки #ДЕЛ/0!. Алгоритм функций НАКЛОН и ОТРЕЗОК используется для поиска только одного ответа, а в данном случае их может быть несколько;
- Функция ЛИНЕЙН возвращает значение, равное 0. Алгоритм функции ЛИНЕЙН используется для возвращения подходящих значений для коллинеарных данных, и в данном случае может быть найден хотя бы один ответ.