2017年最全的excel函数大全13—兼容性函数(中)

上次给大家分享了《2017年最全的excel函数大全13—兼容函数(上)》,这次分享给大家兼容性函数(中),如果你使用的是 Excel 2007,则可以在“公式”选项卡上的统计或数学与三角函数类别中找到这些函数。

EXPONDIST 函数

描述

返回指数分布。 使用 EXPONDIST 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 EXPONDIST 来确定这一过程最长持续一分钟的发生概率。

有关新函数的详细信息,请参考EXPON.DIST 函数。

用法

EXPONDIST(x,lambda,cumulative)

EXPONDIST 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 EXPONDIST 返回累积分布函数;如果为 FALSE,则返回概率密度函数。

其他

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

如果 x < 0,则 EXPONDIST 返回 错误值 #NUM!。

如果 lambda ≤ 0,则 EXPONDIST 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

FDIST 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。

有关新函数的详细信息,请参考F.DIST 函数和F.DIST.RT 函数。

用法

FDIST(x,deg_freedom1,deg_freedom2)

FDIST 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。

其他

如果任一参数为非数值型,则 FDIST 返回 错误值 #VALUE!。

如果 x 为负数,则 FDIST 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_freedom1 ≥ 10^10,则 FDIST 返回 错误值 #NUM!。

如果 deg_freedom2 < 1 或 deg_freedom2 ≥ 10^10,则 FDIST 返回 错误值 #NUM!。

FDIST 的计算公式为 FDIST=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

FINV 函数

描述

返回(右尾)F 概率分布函数的反函数值。 如果 p = FDIST(x,...),则 FINV(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。

有关新函数的详细信息,请参考F.INV 函数和F.INV.RT 函数。

用法

FINV(probability,deg_freedom1,deg_freedom2)

FINV 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。

其他

如果任一参数为非数值型,则 FINV 返回 错误值 #VALUE!。

如果 probability < 0 或 probability > 1,则 FINV 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_freedom1 ≥ 10^10,则 FINV 返回 错误值 #NUM!。

如果 deg_freedom2 < 1 或 deg_freedom2 ≥ 10^10,则 FINV 返回 错误值 #NUM!。

FINV 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 FINV 的 probability 参数。

如果已给定概率值,则 FINV 使用 FDIST(x, deg_freedom1, deg_freedom2) = probability 求解数值 x。 因此,FINV 的精度取决于 FDIST 的精度。 FINV 使用迭代搜索技术。 如果搜索在 100 次迭代之后没有收敛,则函数返回错误值 #N/A。

案例 

FLOOR 函数

描述

将参数 number 向下舍入(沿绝对值减小的方向)为最接近的 significance 的倍数。

用法

FLOOR(number, significance)

FLOOR 函数用法具有下列参数:

Number必需。 要舍入的数值。

significance必需。 要舍入到的倍数。

备注

如果任一参数为非数值型,则 FLOOR 返回 错误值 #VALUE!。

如果 number 为正值,significance 为负值,则 FLOOR 返回 错误值 #NUM!。

如果 number 的符号为正,则数值向下舍入,并朝零调整。 如果 number 的符号为负,则数值沿绝对值减小的方向向下舍入。 如果 number 正好是 significance 的倍数,则不进行舍入。

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。

注意: 在 Excel 2016 中,此函数已替换为 FORECAST.LINEAR,成为新预测函数的一部分。它仍然可用于后向兼容,但建议使用 Excel 2016 中的新函数。

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

FTEST 函数

描述

返回 F 检验的结果 F 检验返回当 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。

有关新函数的详细信息,请参考F.TEST 函数。

用法

FTEST(array1,array2)

FTEST 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 FTEST 返回 错误值 #DIV/0!。

LINEST 函数返回的 F 检验值与 FTEST 函数返回的 F 检验值不同。 LINEST 返回 F 统计值,而 FTEST 返回概率。

案例

GAMMADIST 函数

描述

返回伽玛分布函数的函数值。 可以使用此函数来研究呈斜分布的变量。 伽玛分布通常用于排队分析。

有关新函数的详细信息,请参考GAMMA.DIST 函数。

用法

GAMMADIST(x,alpha,beta,cumulative)

GAMMADIST 函数用法具有下列参数:

X必需。 用来计算分布的数值。

Alpha必需。 分布参数。

Beta必需。 分布参数。 如果 beta = 1,则 GAMMADIST 返回标准伽玛分布。

Cumulative必需。 决定函数形式的逻辑值。 如果 cumulative 为 TRUE,则 GAMMADIST 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、alpha 或 beta 为非数值型,则 GAMMADIST 返回 错误值 #VALUE!。

如果 x < 0,则 GAMMADIST 返回 错误值 #NUM!。

如果 alpha ≤ 0 或 beta ≤ 0,则 GAMMADIST 返回 错误值 #NUM!。

伽玛概率密度函数的计算公式如下:

标准伽玛概率密度函数为:

当 alpha = 1 时,GAMMADIST 使用下面的公式返回指数分布:

对于正整数 n,当 alpha = n/2、beta = 2 且 cumulative = TRUE 时,GAMMADIST 返回 (1 - CHIDIST(x)),自由度为 n。

如果 alpha 为正整数,则 GAMMADIST 也称为爱尔朗 (Erlang) 分布。

案例

GAMMAINV 函数

描述

返回伽玛累积分布函数的反函数值。 如果 p = GAMMADIST(x,...),则 GAMMAINV(p,...) = x。 使用此函数可以研究有可能呈斜分布的变量。

有关新函数的详细信息,请参考GAMMA.INV 函数。

用法

GAMMAINV(probability,alpha,beta)

GAMMAINV 函数用法具有下列参数:

Probability必需。 伽玛分布相关的概率。

Alpha必需。 分布参数。

Beta必需。 分布参数。 如果 beta = 1,则 GAMMAINV 返回标准伽玛分布。

备注

如果任一参数为文本型,则 GAMMAINV 返回 错误值 #VALUE!。

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

如果 alpha ≤ 0 或 beta ≤ 0,则 GAMMAINV 返回 错误值 #NUM!。

如果已给定概率值,则 GAMMAINV 使用 GAMMADIST(x, alpha, beta, TRUE) = probability 求解数值 x。 因此,GAMMAINV 的精度取决于 GAMMADIST 的精度。 GAMMAINV 使用迭代搜索技术。 如果搜索在 100 次迭代之后没有收敛,则函数返回错误值 #N/A。

案例

HYPGEOMDIST 函数

描述

返回超几何分布。 如果已知样本量、总体成功次数和总体大小,则 HYPGEOMDIST 返回样本取得已知成功次数的概率。 HYPGEOMDIST 用于处理以下的有限总体问题,在该有限总体中,每次观察结果或为成功或为失败,并且已知样本量的每个子集的选取是等可能的。

有关新函数的详细信息,请参考HYPGEOM.DIST 函数。

用法

HYPGEOMDIST(sample_s,number_sample,population_s,number_pop)

HYPGEOMDIST 函数用法具有下列参数:

Sample_s必需。 样本中成功的次数。

Number_sample必需。 样本量。

Population_s必需。 总体中成功的次数。

Number_pop必需。 总体大小。

备注

所有参数都将被截尾取整。

如果任一参数为非数值型,则 HYPGEOMDIST 返回 错误值 #VALUE。

如果 sample_s < 0 或 sample_s 大于 number_sample 和 population_s 中的较小值,则 HYPGEOMDIST 返回 错误值 #NUM!。

如果 sample_s 小于 0 和 (number_sample - number_population + population_s) 中的较大值,则 HYPGEOMDIST 返回 错误值 #NUM!。

如果 number_sample ≤ 0 或 number_sample > number_population,则 HYPGEOMDIST 返回 错误值 #NUM!。

如果 population_s ≤ 0 或 population_s > number_population,则 HYPGEOMDIST 返回 错误值 #NUM!。

如果 number_population ≤ 0,则 HYPGEOMDIST 返回 错误值 #NUM!。

超几何分布的公式为:

其中:

x = sample_s

n = number_sample

M = population_s

N = number_population

HYPGEOMDIST 用于有限总体中的不放回抽样。

案例 

LOGINV 函数

描述

返回 x 的对数累积分布函数的反函数值,此处的 ln(x) 是服从参数 mean 和 standard_dev 的正态分布。 如果 p = LOGNORMDIST(x,...),则 LOGINV(p,...) = x。

使用对数分布可分析经过对数变换的数据。

有关新函数的详细信息,请参考LOGNORM.INV 函数。

用法

LOGINV(probability, mean, standard_dev)

LOGINV 函数用法具有下列参数:

Probability必需。 与对数分布相关的概率。

Mean必需。 ln(x) 的平均值。

standard_dev必需。 ln(x) 的标准偏差。

其他

如果任一参数是非数值的,则 LOGINV 返回 错误值 #VALUE!。

如果 probability <= 0 或 probability >= 1,则 LOGINV 返回 错误值 #NUM!。

如果 standard_dev <= 0,则 LOGINV 返回 错误值 #NUM!。

对数分布函数的反函数为:

案例

LOGNORMDIST 函数

描述

返回 x 的对数累积分布函数的函数值,此处的 ln(x) 是服从参数 mean 和 standard_dev 的正态分布。 使用此函数可以分析经过对数变换的数据。

有关新函数的详细信息,请参考LOGNORM.DIST 函数。

用法

LOGNORMDIST(x,mean,standard_dev)

LOGNORMDIST 函数用法具有下列参数:

X必需。 用来计算函数的值。

Mean必需。 ln(x) 的平均值。

standard_dev必需。 ln(x) 的标准偏差。

备注

如果任一参数为非数值型,则 LOGNORMDIST 返回 错误值 #VALUE!。

如果 x ≤ 0 或 standard_dev ≤ 0,则 LOGNORMDIST 返回 错误值 #NUM!。

对数累积分布函数的公式为:

案例

以上是所有EXCEL的兼容性函数(中)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的兼容性函数(中)。

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 193,968评论 5 459
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 81,682评论 2 371
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 141,254评论 0 319
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 52,074评论 1 263
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 60,964评论 4 355
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 46,055评论 1 272
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 36,484评论 3 381
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 35,170评论 0 253
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 39,433评论 1 290
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 34,512评论 2 308
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 36,296评论 1 325
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 32,184评论 3 312
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 37,545评论 3 298
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 28,880评论 0 17
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 30,150评论 1 250
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 41,437评论 2 341
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 40,630评论 2 335

推荐阅读更多精彩内容