统计中的r如何计算、统计能耗如何计算

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）。