上次给大家分享了《2018年最全的excel函数大全14—统计函数（7）》，这次分享给大家统计函数（8）。
RANK.AVG 函数
描述
返回一列数字的数字排位：数字的排位是其大小与列表中其他值的比值；如果多个值具有相同的排位，则将返回平均排位。
用法
RANK.AVG(number,ref,[order])
RANK.AVG 函数用法具有下列参数：
Number必需。 要找到其排位的数字。
Ref必需。 数字列表的数组，对数字列表的引用。 Ref 中的非数字值会被忽略。
Order可选。 一个指定数字排位方式的数字。
备注
如果 Order 为 0（零）或省略，Excel 对数字的排位是基于 ref 为按降序排列的列表。
如果 Order 不为零，Excel 对数字的排位是基于 ref 为按升序排列的列表。
案例
RANK.EQ 函数
描述
返回一列数字的数字排位。 其大小与列表中其他值相关；如果多个值具有相同的排位，则返回该组值的最高排位。
如果要对列表进行排序，则数字排位可作为其位置。
用法
RANK.EQ(number,ref,[order])
RANK.EQ 函数用法具有下列参数：
Number必需。 要找到其排位的数字。
Ref必需。 数字列表的数组，对数字列表的引用。 Ref 中的非数字值会被忽略。
Order可选。 一个指定数字排位方式的数字。
备注
如果 Order 为 0（零）或省略，Excel 对数字的排位是基于 Ref 为按降序排列的列表。
如果 Order 不为零， Excel 对数字的排位是基于 Ref 为按照升序排列的列表。
RANK.EQ 赋予重复数相同的排位。 但重复数的存在将影响后续数值的排位。 例如，在按升序排序的整数列表中，如果数字 10 出现两次，且其排位为 5，则 11 的排位为 7（没有排位为 6 的数值）。
要达到某些目的，可能需要使用将关联考虑在内的排位定义。 在上一案例中，可能需要将数字 10 的排位修改为 5.5。 这可以通过向 RANK.EQ 返回的值添加以下修正系数来实现。 此修正系数适用于按降序排序（order = 0 或省略）和按升序排序（order = 非零值）计算排位的情况。
关联排位的修正系数 =[COUNT(ref) + 1 – RANK.EQ(number, ref, 0) – RANK.EQ(number, ref, 1)]/2。
在工作簿中的案例中，RANK.EQ(A3,A2:A6,1) 等于3。 修正系数为 (5 + 1 – 2 – 3)/2 = 0.5，将关联考虑在内的修订排位为 3 + 0.5 = 3.5。 如果数字在 ref 中仅出现一次，此修正系数将为 0，因为无需调整 RANK.EQ 以进行关联。
案例
RSQ 函数
描述
通过 known_y's 和 known_x's 中的数据点返回皮尔生乘积矩相关系数的平方。有关详细信息，请参阅PEARSON 函数。R 平方值可以解释为 y 方差可归于 x 方差的比例。
用法
RSQ(known_y's,known_x's)
RSQ 函数用法具有下列参数：
Known_y's必需。 数组或数据点区域。
Known_x's必需。 数组或数据点区域。
备注
参数可以是数字或者是包含数字的名称、数组或引用。
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。
如果 known_y's 和 known_x's 为空或其数据点个数不同，函数 RSQ 返回错误值 #N/A。
如果 known_y's 和 known_x's 只包含 1 个数据点，则 RSQ 返回 错误值 #DIV/0!。
皮尔生(Pearson)乘积矩相关系数 r 的计算公式如下：
其中 x 和 y 是样本平均值 AVERAGE(known_x's) 和 AVERAGE(known_y's)。
RSQ 返回 r2，即相关系数的平方。
案例
SKEW 函数
描述
返回分布的偏斜度。 偏斜度表明分布相对于平均值的不对称程度。 正偏斜度表明分布的不对称尾部趋向于更多正值。 负偏斜度表明分布的不对称尾部趋向于更多负值。
用法
SKEW(number1, [number2], ...)
SKEW 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。 用于计算偏斜度的 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。
如果数据点个数少于三，或者样本标准偏差为零，则 SKEW 返回 错误值 #DIV/0!。
偏斜度公式的定义如下：
案例
SKEW.P 函数
描述
返回基于样本总体的分布不对称度：表明分布相对于平均值的不对称程度。
用法
SKEW.P(number 1, [number 2],…)
SKEW.P 函数用法具有下列参数。
Number 1, number 2,… Number 1 是必选项，后续数字是可选项。Number 1、number 2、… 等是 1 至 254 个数字，或包含数字的名称、数组或引用，您要以此函数获得其样本总体的分布不对称度。
SKEW.P 使用下面的公式：
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 (0) 值的单元格将计算在内。
SKEW.P 使用样本总体的标准偏差，而非一个样本。
如果参数值无效，SKEW.P 返回错误值 #NUM!。
如果参数使用的数据类型无效，SKEW.P 返回错误值 #VALUE!。
如果数据点个数少于三，或者样本标准偏差为零，SKEW.P 返回错误值 #DIV/0!。
案例
SLOPE 函数
描述
返回通过 known_y's 和 known_x's 中数据点的线性回归线的斜率。 斜率为垂直距离除以线上任意两个点之间的水平距离，即回归线的变化率。
用法
SLOPE(known_y's, known_x's)
SLOPE 函数用法具有下列参数：
Known_y's必需。 数字型因变量数据点数组或单元格区域。
Known_x's必需。 自变量数据点集合。
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 known_y's 和 known_x's 为空或其数据点个数不同，函数 SLOPE 返回错误值 #N/A。
回归直线的斜率计算公式如下：
其中 x 和 y 是样本平均值 AVERAGE(known_x's) 和 AVERAGE(known_y's)。
SLOPE 和 INTERCEPT 函数中使用的下层算法与 LINEST 函数中使用的下层算法不同。 当数据未定且共线时，这些算法之间的差异会导致不同的结果。 例如，如果参数 known_y's 的数据点为 0，参数 known_x's 的数据点为 1：
SLOPE 和 INTERCEPT 返回 错误 #DIV/0!。 SLOPE 和 INTERCEPT 的算法用于只查找一个答案，在这种情况下，还可能会出现多个答案。
LINEST 会返回值 0。 LINEST 的算法用来返回共线数据的合理结果，在这种情况下至少可找到一个答案。
案例
SMALL 函数
描述
返回数据集中的第 k 个最小值。 使用此函数以返回在数据集内特定相对位置上的值。
用法
SMALL(array,k)
SMALL 函数用法具有下列参数：
Array必需。 需要找到第 k 个最小值的数组或数值数据区域。
K必需。 要返回的数据在数组或数据区域里的位置（从小到大）。
备注
如果 array 为空，则 SMALL 返回 错误值 #NUM!。
如果 k ≤ 0 或 k 超过了数据点个数，则 SMALL 返回 错误值 #NUM!。
如果 n 为数组中的数据点个数，则 SMALL(array,1) 等于最小值，SMALL(array,n) 等于最大值。
案例
STANDARDIZE 函数
描述
返回由 mean 和 standard_dev 表示的分布的规范化值。
用法
STANDARDIZE(x, mean, standard_dev)
STANDARDIZE 函数用法具有下列参数：
X必需。 需要进行正态化的数值。
Mean必需。分布的算术平均值。
standard_dev必需。分布的标准偏差。
备注
如果 standard_dev ≤ 0，则 STANDARDIZE 返回错误值 #NUM!。
规范化值的公式为：
案例
STDEV.P 函数
描述
计算基于以参数形式给出的整个样本总体的标准偏差（忽略逻辑值和文本）。
标准偏差可以测量值在平均值（中值）附近分布的范围大小。
用法
STDEV.P(number1,[number2],...)
STDEV.P 函数用法具有下列参数：
Number1必需。对应于总体的第一个数值参数。
Number2, ...可选。对应于总体的 2 到 254 个数值参数。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
STDEV.P 假定其参数是整个总体。如果数据代表总体样本，请使用 STDEV 计算标准偏差。
对于大样本容量，函数 STDEV.S 和 STDEV.P 计算结果大致相等。
此处标准偏差的计算使用“n”方法。
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。
如果参数是一个数组或引用，则只计算其中的数字。数组或引用中的空白单元格、逻辑值、文本或错误值将被忽略。
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。
如果要使计算包含引用中的逻辑值和代表数字的文本，请使用 STDEVPA 函数。
函数 STDEV.P 的计算公式如下：
其中 x 为样本平均值 AVERAGE(number1,number2,…)，n 为样本大小。
案例
STDEV.S 函数
描述
基于样本估算标准偏差（忽略样本中的逻辑值和文本）。
标准偏差可以测量值在平均值（中值）附近分布的范围大小。
用法
STDEV.S(number1,[number2],...)
STDEV.S 函数用法具有下列参数：
Number1必需。对应于总体样本的第一个数值参数。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。
Number2, ...可选。对应于总体样本的 2 到 254 个数值参数。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
STDEV.S 假设其参数是总体样本。如果数据代表整个总体，请使用 STDEV.P 计算标准偏差。
此处标准偏差的计算使用“n-1”方法。
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。
如果参数是一个数组或引用，则只计算其中的数字。数组或引用中的空白单元格、逻辑值、文本或错误值将被忽略。
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。
如果要使计算包含引用中的逻辑值和代表数字的文本，请使用 STDEVA 函数。
函数 STDEV.S 的计算公式如下：
其中 x 为样本平均值 AVERAGE(number1,number2,…)，n 为样本大小。
案例
STDEVA 函数
描述
根据样本估计标准偏差。 标准偏差可以测量值在平均值（中值）附近分布的范围大小。
用法
STDEVA(value1, [value2], ...)
STDEVA 函数用法具有下列参数：
Value1, value2, ...Value1 是必需的，后续值是可选的。 对应于总体样本的 1 到 255 个值。 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
STDEVA 假定其参数是总体样本。 如果数据代表整个总体，则必须使用 STDEVPA 计算标准偏差。
此处标准偏差的计算使用“n-1”方法。
参数可以是下列形式：数值；包含数值的名称、数组或引用；数字的文本表示；或者引用中的逻辑值，例如 TRUE 和 FALSE。
包含 TRUE 的参数作为 1 来计算；包含文本或 FALSE 的参数作为 0（零）来计算。
如果参数为数组或引用，则只使用其中的数值。 数组或引用中的空白单元格和文本值将被忽略。
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。
如果要使计算不包括引用中的逻辑值和代表数字的文本，请使用 STDEV 函数。
STDEVA 使用下面的公式：
其中 x 是样本平均值 AVERAGE(value1,value2,…) 且 n 是样本大小。
案例
以上是所有EXCEL的统计函数（8）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（8）。
