exce简单l函数简介.docVIP

习题9 常用函数的用法 AVEDEV 函数 全部显示 返回一组数据与其均值的绝对偏差的平均值，AVEDEV 用于评测这组数据的离散度。 AVEDEV(number1, [number2], ...) Number1, number2, ...????Number1 是必需的，后续数值是可选的。这是用于计算绝对偏差平均值的一组参数 平均偏差的公式为： STDEV 函数 全部隐藏 STDEV(number1,[number2],...]) Number1???? 必需。对应于总体样本的第一个数值参数。 Number2, ...???? 可选。对应于总体样本的 2 到 255 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。 函数 STDEV 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。 STEYX 函数 返回通过线性回归法计算每个 x 的 y 预测值时所产生的标准误差。标准误差用来度量根据单个 x 变量计算出的 y 预测值的误差量。 STEYX(known_ys, known_xs) Known_ys??必需。因变量数据点数组或区域。 Known_xs??必需。自变量数据点数组或区域。 预测值 y 的标准误差计算公式如下： 其中 x 和 y 是样本平均值 AVERAGE(known_xs) 和 AVERAGE(known_ys)，且 n 是样本大小。 实例： VAR 函数 全部隐藏 计算基于给定样本的方差。 VAR(number1,[number2],...]) Number1???? 必需。对应于总体样本的第一个数值参数。 Number2, ...???? 可选。对应于总体样本的 2 到 255 个数值参数。 函数 VAR 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。 CONFIDENCE 函数 全部隐藏 使用正态分布返回总体平均值的置信区间。 CONFIDENCE(alpha,standard_dev,size) Alpha???? 必需。用于计算置信度的显著水平参数。置信度等于 100*(1 - alpha)%，亦即，如果 alpha 为 0.05，则置信度为 95%。 Standard_dev???? 必需。数据区域的总体标准偏差，假设为已知。 Size???? 必需。样本容量。 布曲线之下的面积。其面积值为 ±1.96。因此置信区间为： CORREL 函数 全部隐藏 返回 array1 和 array2 单元格区域的相关系数。使用相关系数确定两个属性之间的关系。 CORREL(array1, array2) Array1????必需。值的单元格区域。 Array2????必需。值的第二个单元格区域。 相关系数的计算公式为： 是样本平均值 AVERAGE(array1) 和 AVERAGE(array2)。 示例 FORECAST 函数 根据已有的数值计算或预测未来值。此预测值为基于给定的 x 值推导出的 y 值。已知的数值为已有的 x 值和 y 值，再利用线性回归对新值进行预测。可以使用该函数对未来销售额、库存需求或消费趋势进行预测。 FORECAST(x, known_ys, known_xs) X????必需。需要进行值预测的数据点。 Known_ys????必需。因变量数组或数据区域。 Known_xs????必需。自变量数组或数据区域。 函数 FORECAST 的计算公式为 a+bx，式中： 且其中 x 和 y 是样本平均值 AVERAGE(known_xs) 和 AVERAGE(known_ys)。 示例 TREND 函数 返回一条线性回归拟合线的值。即找到适合已知数组 known_ys 和 known_xs 的直线TREND(known_ys, [known_xs], [new_xs], [const]) Known_ys????必需。关系表达式 y = mx + b 中已知的 y 值集合。 如果数组 known_ys 在单独一列中，则 known_xs 的每一列被视为一个独立的变量。 如果数组 known_ys 在单独一行中，则 known_xs 的每一行被视为一个独立的变量。 Known_xs????必需。关系表达式 y = mx + b 中已知的可选 x 值集合。 GROWTH 函数根据现有的数据预测指数增长值。根据现有的 x 值和 y 值，GROWTH 函数返回一组新的 x 值对应的 y 值。可以使用 GROWTH 工作表函数来拟合满足现有 x 值和 y 值的指数曲