上次给大家分享了《2017年最全的excel函数大全14—统计函数（2）》，这次分享给大家统计函数（3）。

COUNTIFS 函数

描述

COUNTIFS函数将条件应用于跨多个区域的单元格，然后统计满足所有条件的次数。

用法

COUNTIFS(criteria_range1, criteria1, [criteria_range2, criteria2],…)

COUNTIFS 函数用法具有以下参数：

criteria_range1必需。 在其中计算关联条件的第一个区域。

criteria1必需。 条件的形式为数字、表达式、单元格引用或文本，它定义了要计数的单元格范围。 例如，条件可以表示为 32、">32"、B4、"apples"或 "32"。

criteria_range2, criteria2, ...可选。 附加的区域及其关联条件。 最多允许 127 个区域/条件对。

重要:每一个附加的区域都必须与参数criteria_range1具有相同的行数和列数。 这些区域无需彼此相邻。

备注

每个区域的条件一次应用于一个单元格。 如果所有的第一个单元格都满足其关联条件，则计数增加 1。 如果所有的第二个单元格都满足其关联条件，则计数再增加 1，依此类推，直到计算完所有单元格。

如果条件参数是对空单元格的引用，COUNTIFS 会将该单元格的值视为 0。

您可以在条件中使用通配符，即问号 (?) 和星号 (*)。 问号匹配任意单个字符，星号匹配任意字符串。 如果要查找实际的问号或星号，请在字符前键入波形符 (~)。

案例 1 

案例 2

COVARIANCE.P 函数

描述

返回总体协方差，即两个数据集中每对数据点的偏差乘积的平均数。利用协方差确定两个数据集之间的关系。例如，您可检查教育程度与收入是否成正比。

用法

COVARIANCE.P(array1,array2)

COVARIANCE.P 函数用法具有下列参数：

Array1必需。整数的第一个单元格区域。

Array2必需。整数的第二个单元格区域。

备注

参数必须是数字，或者是包含数字的名称、数组或引用。

如果数组或引用参数包含文本、逻辑值或空白单元格，则这些值将被忽略；但包含零值的单元格将计算在内。

如果 array1 和 array2 所含数据点的个数不等，则 COVARIANCE.P 返回错误值 #N/A。

如果 array1 和 array2 当中有一个为空，则 COVARIANCE.P 返回错误值 #DIV/0!。

协方差计算公式为

其中

是样本平均值 AVERAGE(array1) 和 AVERAGE(array2)，n 是样本大小。

案例

COVARIANCE.S 函数

描述

返回样本协方差，即两个数据集中每对数据点的偏差乘积的平均值。

用法

COVARIANCE.S(array1,array2)

COVARIANCE.S 函数用法具有下列参数：

Array1必需。整数的第一个单元格区域。

Array2必需。整数的第二个单元格区域。

备注

参数必须是数字，或者是包含数字的名称、数组或引用。

如果数组或引用参数包含文本、逻辑值或空白单元格，则这些值将被忽略；但包含零值的单元格将计算在内。

如果 array1 和 array2 具有不同数量的数据点，则 COVARIANCE.S 返回错误值 #N/A。

如果 array1 或 array2 为空或各自仅包含 1 个数据点，则 COVARIANCE.S 返回 错误值 #DIV/0!。

案例

DEVSQ 函数

描述

返回各数据点与数据均值点之差（数据偏差）的平方和。

用法

DEVSQ(number1, [number2], ...)

DEVSQ 函数用法具有下列参数：

number1, number2, ...Number1 是必需的，后续数字是可选的。 用于计算偏差平方和的 1 到 255 个参数。 也可以用单一数组或对某个数组的引用来代替用逗号分隔的参数。

备注

参数可以是数字或者是包含数字的名称、数组或引用。

逻辑值和直接键入到参数列表中代表数字的文本被计算在内。

如果数组或引用参数包含文本、逻辑值或空白单元格，则这些值将被忽略；但包含零值的单元格将计算在内。

如果参数为错误值或为不能转换为数字的文本，将会导致错误。

偏差平方和的公式为：

案例

EXPON.DIST 函数

描述

返回指数分布。 使用 EXPON.DIST 可以建立事件之间的时间间隔模型，如银行自动提款机支付一次现金所花费的时间。 例如，可通过 EXPON.DIST 来确定这一过程最长持续一分钟的发生概率。

用法

EXPON.DIST(x,lambda,cumulative)

EXPON.DIST 函数用法具有下列参数：

X必需。 函数值。

Lambda必需。 参数值。

Cumulative必需。 逻辑值，用于指定指数函数的形式。 如果 cumulative 为 TRUE，则 EXPON.DIST 返回累积分布函数；如果为 FALSE，则返回概率密度函数。

备注

如果 x 或 lambda 为非数值型，则 EXPON.DIST 返回 错误值 #VALUE!。

如果 x < 0，则 EXPON.DIST 返回 错误值 #NUM!。

如果 lambda < 0，则 EXPON.DIST 返回 错误值 #NUM!。

概率密度函数的公式为：

累积分布函数的公式为：

案例

F.DIST 函数

描述

返回 F 概率分布函数的函数值。 使用此函数可以确定两组数据是否存在变化程度上的不同。 例如，分析进入中学的男生、女生的考试分数，来确定女生分数的变化程度是否与男生不同。

用法

F.DIST(x,deg_freedom1,deg_freedom2,cumulative)

F.DIST 函数用法具有下列参数：

X必需。 用来计算函数的值。

Deg_freedom1必需。 分子自由度。

Deg_freedom2必需。 分母自由度。

Cumulative必需。 决定函数形式的逻辑值。 如果 cumulative 为 TRUE，则 F.DIST 返回累积分布函数；如果为 FALSE，则返回概率密度函数。

备注

如果任一参数为非数值型，则 F.DIST 返回 错误值 #VALUE!。

如果 x 为负数，则 F.DIST 返回 错误值 #NUM!。

如果 deg_freedom1 或 deg_freedom2 不是整数，则将被截尾取整。

如果 deg_freedom1 < 1，则 F.DIST 返回 错误值 #NUM!。

如果 deg_freedom2 < 1，则 F.DIST 返回 错误值 #NUM!。

案例

F.DIST.RT 函数

描述

返回两个数据集的（右尾）F 概率分布（变化程度）。 使用此函数可以确定两组数据是否存在变化程度上的不同。 例如，分析进入中学的男生、女生的考试分数，来确定女生分数的变化程度是否与男生不同。

用法

F.DIST.RT(x,deg_freedom1,deg_freedom2)

F.DIST.RT 函数用法具有下列参数：

X必需。 用来计算函数的值。

Deg_freedom1必需。 分子自由度。

Deg_freedom2必需。 分母自由度。

备注

如果任一参数为非数值型，则 F.DIST.RT 返回 错误值 #VALUE!。

如果 x 为负数，则 F.DIST.RT 返回 错误值 #NUM!。

如果 deg_freedom1 或 deg_freedom2 不是整数，则将被截尾取整。

如果 deg_freedom1 < 1，则 F.DIST.RT 返回 错误值 #NUM!。

如果 deg_freedom2 < 1，则 F.DIST.RT 返回 错误值 #NUM!。

F.DIST.RT 的计算公式为 F.DIST.RT=P( F>x )，其中 F 为呈 F 分布且带有deg_freedom1 和 deg_freedom2 自由度的随机变量。

案例

F.INV 函数

描述

返回 F 概率分布函数的反函数值。 如果 p = F.DIST(x,...)，则 F.INV(p,...) = x。 在 F 检验中，可以使用 F 分布比较两组数据中的变化程度。 例如，可以分析美国和加拿大的收入分布，判断两个国家/地区是否有相似的收入变化程度。

用法

F.INV(probability,deg_freedom1,deg_freedom2)

F.INV 函数用法具有下列参数：

Probability必需。 F 累积分布的概率值。

Deg_freedom1必需。 分子自由度。

Deg_freedom2必需。 分母自由度。

备注

如果任一参数为非数值型，则 F.INV 返回 错误值 #VALUE!。

如果 probability < 0 或 probability > 1，则 F.INV 返回 错误值 #NUM!。

如果 deg_freedom1 或 deg_freedom2 不是整数，则将被截尾取整。

如果deg_freedom1 < 1 或 deg_freedom2 < 1，则 F.INV 返回 错误值 #NUM!。

案例

F.INV.RT 函数

描述

返回（右尾）F 概率分布函数的反函数值。 如果 p = F.DIST.RT(x,...)，则 F.INV.RT(p,...) = x。 在 F 检验中，可以使用 F 分布比较两组数据中的变化程度。 例如，可以分析美国和加拿大的收入分布，判断两个国家/地区是否有相似的收入变化程度。

用法

F.INV.RT(probability,deg_freedom1,deg_freedom2)

F.INV.RT 函数用法具有下列参数：

Probability必需。 F 累积分布的概率值。

Deg_freedom1必需。 分子自由度。

Deg_freedom2必需。 分母自由度。

备注

如果任一参数为非数值型，则 F.INV.RT 返回 错误值 #VALUE!。

如果 Probability < 0 或 Probability > 1，则 F.INV.RT 返回 错误值 #NUM!。

如果 Deg_freedom1 或 Deg_freedom2 不是整数，则将被截尾取整。

如果 Deg_freedom1 < 1 或 Deg_freedom2 < 1，则 F.INV.RT 返回 错误值 #NUM!。

如果 Deg_freedom2 < 1 或 Deg_freedom2 ≥ 10^10，则 F.INV.RT 返回 错误值 #NUM!。

F.INV.RT 可用于返回 F 分布的临界值。 例如，ANOVA 计算的结果常常包括 F 统计值、F 概率和显著水平参数为 0.05 的 F 临界值数据。 若要返回 F 的临界值，请将显著水平参数用作为 F.INV.RT 的 probability 参数。

如果已给定概率值，则 F.INV.RT 使用 F.DIST.RT(x,deg_freedom1,deg_freedom2)=probability 求解数值 x。 因此，F.INV.RT 的精度取决于 F.DIST.RT 的精度 F.INV.RT 使用迭代搜索技术。 如果搜索在 64 次迭代之后没有收敛，则函数返回错误值 #N/A。

案例

F.TEST 函数

描述

返回 F 检验的结果，即当 array1 和 array2 的方差无明显差异时的双尾概率。

使用此函数可确定两个案例是否有不同的方差。 例如，给定公立和私立学校的测验分数，可以检验各学校间测验分数的差别程度。

用法

F.TEST(array1,array2)

F.TEST 函数用法具有下列参数：

Array1必需。 第一个数组或数据区域。

Array2必需。 第二个数组或数据区域。

备注

参数可以是数字，或者是包含数字的名称、数组或引用。

如果数组或引用参数包含文本、逻辑值或空白单元格，则这些值将被忽略；但包含零值的单元格将计算在内。

如果 array1 或 array2 中数据点的个数少于 2 个，或者 array1 或 array2 的方差为零，则 F.TEST 返回 错误值 #DIV/0!。

案例

FISHER 函数

描述

返回 x 的 Fisher 变换值。 该变换生成一个正态分布而非偏斜的函数。 使用此函数可以完成相关系数的假设检验。

用法

FISHER(x)

FISHER 函数用法具有下列参数：

X必需。 要对其进行变换的数值。

备注

如果 x 为非数值型，则 FISHER 返回 错误值 #VALUE!。

如果 x ≤ -1 或 x ≥ 1，则 FISHER 返回 错误值 #NUM!。

Fisher 变换的公式为：

案例

FISHERINV 函数

描述

返回 Fisher 逆变换值。 使用该变换可以分析数据区域或数组之间的相关性。 如果 y = FISHER(x)，则 FISHERINV(y) = x。

用法

FISHERINV(y)

FISHERINV 函数用法具有下列参数：

Y必需。 要对其进行逆变换的数值。

备注

如果 y 为非数值型，则 FISHERINV 返回 错误值 #VALUE!。

Fisher 逆变换的公式为：

案例

FORECAST 函数

描述

根据现有值计算或预测未来值。 预测值为给定 x 值后求得的 y 值。 已知值为现有的 x 值和 y 值，并通过线性回归来预测新值。 可以使用该函数来预测未来销售、库存需求或消费趋势等。

用法

FORECAST(x, known_y's, known_x's)

FORECAST 函数用法具有下列参数：

X必需。 需要进行值预测的数据点。

Known_y's必需。 相关数组或数据区域。

Known_x's必需。 独立数组或数据区域。

备注

如果 x 为非数值型，则 FORECAST 返回 错误值 #VALUE!。

如果 known_y's 和 known_x's 为空或含有不同个数的数据点，函数 FORECAST 返回错误值 #N/A。

如果 known_x's 的方差为零，则 FORECAST 返回 错误值 #DIV/0!。

函数 FORECAST 的计算公式为 a+bx，式中：

且：

且其中 x 和 y 是样本平均值 AVERAGE(known_x's) 和 AVERAGE(known_y's)。

案例

FORECAST.ETS 函数

描述

计算指数平滑( ets )算法的使用" AAA 版本或基于现有值(历史)预测未来值。 预测值是指定的 目标 日期，应为时间线的延续 标记 中的历史值的延续 标记 。 可以使用此函数来预测未来销售额、库存需求或消费趋势。

此函数需要时间线与不同点间常量步骤进行组织。 例如，每月、每年的时间线或数值的日程表的1日的值可能是一个月的时间线的索引。 对于此类型的时间线，它与之前的详细数据应用聚合原始非常有用的预测，生成 更加 精确的预测和结果。

用法

预测. ets ( target_date "、"值"、"时间线",[ seasonality ]、[ data_completion ],[汇总])

FORECAST.ETS 函数用法具有以下参数：

target_date 必需。要为其预测值的数据点。目标日期可以是日期/时间或数值。 如果目标日期按时间前后排列处于历史时间线结束之前，则 FORECAST.ETS 将返回 #NUM! 错误。

值 必需。 值是"历史值，您要为其预测下一点。

时间线 必需。独立数组或数值数据区域。时间线中的日期之间必须有一致步长且不能为零。 无需对时间线进行排序，因为 FORECAST.ETS 会对其进行隐式排序，以进行计算。 如果无法在提供的时间线中识别一致步长，则 Forecast.ETS 将返回 #NUM! 错误。 如果时间线包含重复值，则 Forecast.ETS 将返回 #VALUE! 错误。 如果时间线和值的范围大小不同，则 Forecast.ETS 将返回 #N/A 错误。

季节性 可选。一个数值。 默认值为 1，意味着 Excel 自动检测季节性进行预测，并使用正整数作为季节性模式的长度。 0 表示无季节性，意味着预测为线性预测。 正整数指示算法使用此长度模式作为季节性。 对于其他任何值，FORECAST.ETS 将返回 #NUM! 错误。

最大支持 seasonality 是8,760（一年中的小时数）。 该数字上方的任何 seasonality 将导致"# NUM ! 错误。

数据完成 可选。虽然时间线需要数据点之间的一致步长，但 FORECAST.ETS 支持最多 30% 的丢失数据，并会自动对其进行调整。 0 表示算法将缺少的点视为零。 通过将缺少的点算为邻接点的平均值，默认值 1 将计算缺少的点。

聚合 可选。虽然时间线需要数据点之间的一致步长，但 FORECAST.ETS 会聚合具有相同时间戳的多个点。聚合参数是一个数值，指明要用于聚合具有相同时间戳的多个值的方法。默认值 0 将使用 AVERAGE，而其他选项为 SUM、COUNT、COUNTA、MIN、MAX、MEDIAN。

以上是所有EXCEL的统计函数（3）描述用法以及使用案例。这次分享中存在哪些疑问或者哪些不足，可以在下面进行评论。如果觉得不错，可以分享给你的朋友，让大家一起掌握这些excel的统计函数（3）。​