Περιγραφικά στατιστικά στοιχεία:
* `μέσος όρος ': Υπολογίζει τον αριθμητικό μέσο.
* `διάμεσος ': Βρίσκει τη μεσαία τιμή σε ένα σύνολο δεδομένων. Ισχυρές σε υπερβολικές τιμές σε σύγκριση με τον μέσο όρο.
* `mode`: Καθορίζει τη συχνότερη τιμή.
* `stdev.p` (ή` stdev.s`): Υπολογίζει την τυπική απόκλιση του πληθυσμού (ή του δείγματος), τη μέτρηση της εξάπλωσης ή της διασποράς των δεδομένων.
* `var.p` (ή` var.s`): Υπολογίζει τη διακύμανση του πληθυσμού (ή του δείγματος) (το τετράγωνο της τυπικής απόκλισης).
* `min`: Βρίσκει τη μικρότερη τιμή.
* `max`: Βρίσκει τη μεγαλύτερη αξία.
* `Quartile`: Επιστρέφει τις τιμές του τεταρτημορίου (διαιρώντας τα δεδομένα σε τέσσερα ίσα μέρη). Χρήσιμο για τη δημιουργία κιβωτίων.
* `entryile.inc`: Επιστρέφει το k-th εκατοστημόριο ενός συνόλου δεδομένων.
* `count`: Μετράει τον αριθμό των κυττάρων που περιέχουν αριθμούς.
* `counta`: Μετράει τον αριθμό των μη κενών κυττάρων.
Διανομή δεδομένων &πιθανότητα:
* `Συχνότητα ': Υπολογίζει πόσες τιμές εμπίπτουν σε συγκεκριμένες περιοχές (κάδους). Αυτή είναι μια λειτουργία πίνακα, που σημαίνει ότι πρέπει να επιλέξετε μια σειρά κυττάρων πριν εισέλθετε στον τύπο και πατώντας το Ctrl+Shift+Enter.
* `norm.dist` (ή` norm.inv`, `norm.s.dist`,` norm.s.inv`): Αυτές οι λειτουργίες σχετίζονται με την κανονική κατανομή. Είναι ζωτικής σημασίας για τις δοκιμές υποθέσεων και άλλες στατιστικές αναλύσεις.
Άλλες χρήσιμες λειτουργίες:
* `sum`: Προσθέτει όλους τους αριθμούς σε μια σειρά κυττάρων.
* `sumif`/` sumifs`: Τιμές ποσών που βασίζονται σε ένα ή περισσότερα κριτήρια. Χρήσιμο για την ανάλυση των υποομάδων στα δεδομένα σας.
* `μέσος όρος '/` everythifs`: Οι μέσες τιμές βασίζονται σε ένα ή περισσότερα κριτήρια.
* `countif`/` countifs`: Μετράει κύτταρα που πληρούν τα συγκεκριμένα κριτήρια.
Η επιλογή της σωστής λειτουργίας εξαρτάται από τον συγκεκριμένο αναλυτικό στόχο σας. Για παράδειγμα:
* Για να κατανοήσετε την κεντρική τάση:Χρησιμοποιήστε το «μέσο όρο», «διάμεσος» ή «λειτουργία».
* Για να κατανοήσετε την εξάπλωση:Χρησιμοποιήστε το `stdev.p`,` stdev.s`, `var.p` ή` var.s`.
* Για να προσδιορίσετε τις αποκλίσεις:Εξετάστε τις τιμές `min`, 'max' και 'quartile' ή δημιουργήστε μια γραφική παράσταση.
* Για να αναλύσετε τη διανομή:Χρησιμοποιήστε διαγράμματα «συχνότητας» και δυνητικά ιστόγραμμα.
Θυμηθείτε πάντα να εξετάζετε αν εργάζεστε με πληθυσμό ή δείγμα κατά την επιλογή μεταξύ πληθυσμού και δείγματος εκδόσεων των λειτουργιών (π.χ., stdev.p` εναντίον `stdev.s`).
Πνευματικά δικαιώματα © Γνώση Υπολογιστών Όλα τα δικαιώματα κατοχυρωμένα