| Термин | Перевод |
| Accept | Принять |
| Action | Действие |
| Add Cases | Добавить наблюдения |
| Add Variables | Добавить переменные |
| Adjust | Корректировка |
| Advisor | Советник |
| Alert Always | Сообщать всегда |
| ANOVA, analysis of variance | Однофакторный дисперсионный анализ |
| Appearance | Представление |
| Apply | Применить |
| Area Under Curve | Площадь под кривой |
| Assigned Cases | Связанные наблюдения |
| Assignment | Назначение, задание, новые данные |
| Assign Rank 1 to | Установить значение ранга 1 для |
| Associate | Связать |
| Attempt | Попытка |
| Automatic update on Exit | Автоматически обновлять при выходе |
| Auxiliary | Дополнительно |
| Background | Фон |
| Bands | Полосы |
| Banner | Заголовок |
| Banners | Флажки |
| Bar | Линейка |
| Baseline Errors | Исходные ошибки |
| Basic | Основной |
| Batch | Пакетный |
| Baund rate | Скорость передачи (бит в секунду) |
| Beyond | За, вне, свыше |
| Bias | Смещение |
| Biases | Склонность, предубеждение |
| Bivariate Distribution | Двумерное распределение |
| Blank | Пустой |
| Bookmark | Закладка |
| Boot | Запуск системы |
| Border | Рамка |
| Branch | Ветвь |
| Breakdown | Разбиение |
| Browse | Просмотр |
| Brushing | Окраска |
| Buttons | Кнопки |
| Canonical Analyses | Канонический анализ |
| Canonical Reduction | Каноническое преобразование |
| Case Name | Имена случаев (наблюдений) |
| Case Selection Conditions | Условия выбора случаев (наблюдений) |
| Cauchy distribution | Распределение Коши |
| Centering (of the data) | Центрирование (данных) |
| Character | Литера (опция, в которой выбираются гарнитура, начертание и размер (кегль) шрифта) |
| Chat | Электронный телефон |
| Check | Контроль |
| Chi- Squared Distribution | Распределение хи-квадрат |
| Clicking | Нажатие на кнопку мыши |
| Clipboard | Буфер промежуточного хранения |
| Clip Book-Viewer | Программа просматривает содержимое буфера Clipboard, сохраняет его или удаляет |
| Coefficient of multiple determination | Множественный коэффициент детерминации: квадрат коэффициента множественной корреляции |
| Collapse | Свернуть |
| Collapse Branch | Свернуть ветвь |
| Comparison | Сравнение |
| Compatibility | Совместимость |
| Complexity | Сложность |
| Condition Expectation | Условное матем. ожидание |
| Confidence interval | Доверительный интервал |
| Confidence Limit | Доверительный предел |
| Connect | Присоединять |
| Content | Содержание |
| Contiguous | Смежный |
| Continuity Correction | Поправка на непрерывность |
| Continuous Distribution | Непрерывное распределение |
| Control Box | Кнопка управления |
| Convert | Преобразовывать |
| Correlation Analysis | Корреляционный анализ |
| Correlation Coefficient | Коэффициент корреляции |
| Correlation Matrix | Матрица (коэффициентов) корреляции, корреляционная матрица |
| Covariance | Ковариация |
| Create Data Set | Создать набор данных |
| Critical Value | Критическое значение |
| Cumulative Probability | Интегральная (накопленная) вероятность |
| Cumulative Probability Distribution | Кумулятивное (накопленное) распределение вероятностей |
| Currency | Денежный формат (данных) |
| Current | Текущий |
| Current Spec... | Текущая спецификация |
| Custom Colors | Пользовательские цвета |
| Custom Graphs | Пользовательский график |
| Cut | Урезание |
| Data Management | Управление данными |
| Data Matrix | Матрица данных |
| Data Set Datasheet | Таблица данных |
| Data Set Editor | Редактор данных |
| Data Set Shuffle | Переметать данные |
| Data Values | Значение данных, данные |
| Decimals | Десятичные знаки |
| Default | По умолчанию |
| Define | Определять |
| Definition | Определение |
| Degrees of freedom (d.f.) | Степени свободы; число степеней свободы |
| Delete Cases | Удалить случаи (наблюдения) |
| Delimiter | Разделитель |
| Density Function | Функция плотности распределения вероятностей |
| Dependent variable | Зависимая переменная; отклик |
| Discrepancy | Расхождение (разность) |
| Discrete distribution | Дискретное распределение |
| Descriptive Statistics | Описательные статистики |
| Detail Shown | Степень подробности |
| Detrended Data | Данные с исключенным трендом |
| Deviation | Отклонение |
| Dial | Способ |
| Deletion | Вычеркивание; стирание; удаление; исключение; ликвидация; уничтожение |
| Destination Variables | Создаваемые переменные |
| Direct | Прямой |
| Discard | Отвергнуть |
| Distribution of Error | Распределение ошибок |
| Division | Деление |
| Division of Cases | Разбиение наблюдений |
| Double Precision Arithmetic | Вычисления с удвоенной точностью |
| Download | Загрузить |
| Draft | Чертеж |
| Dragging | Протягивание (мыши) |
| Drop-down | «Выпадающий» |
| Durbin–Watson test | Критерии Дарбина–Уотсона |
| Edit Case Names | Редактировать имена наблюдений |
| Eigenvalues | Собственные значения |
| Embedding | Встраивание (объектов) |
| Enlarge Set | Увеличить набор |
| Enough | Достаточно |
| Ensure | Гарантировать |
| Envelopes | Конверты |
| Error | Ошибка |
| Error Function | Функция ошибки |
| Error Mean | Среднее ошибки |
| Estimate | Оценка, оценивать; приблизительно подсчитывать |
| Estimation | Оценивание (подсчет, вычисление) |
| Except | Исключать |
| Exclude if... | Удалить, если... |
| Expect | Ждать; предполагаемый |
| Expectation | Математическое ожидание |
| Expected value | Математическое ожидание, среднее значение |
| Exponential distribution | Экспоненциальное распределение |
| Extreme Value | Экстремальное значение |
| Facile | Легкий |
| Feature Selection | Отбор признаков |
| Field | Поле |
| Fill Block | Заполнить блок |
| Fill Random Values | Заполнить значения переменных случайными величинами – числами, имеющими равномерное распределение от 0 до 1 |
| Fit the Model | Подбор модели, подгонка модели |
| Flash | Мерить |
| Flow Control | Протокол |
| Fonts | Шрифт |
| Forward Selection Procedure | Метод включения (в регрессионном анализе) |
| Fractional | Дробный (ранг от 0 до 1) |
| Frequency | Частота |
| Frequency Function | Функция частот |
| General | Общие |
| Glossary | Специальный толковый словарь |
| Graduation | Сглаживание, нанесение кривой по точкам |
| Grate | Решетка |
| Handshake | Подтверждение |
| Header | Заголовок |
| Hidden | Скрытый |
| Hidden Units | Скрытые элементы |
| Highlight Counts | Выделить числа |
| Hypothesis | Гипотеза |
| Hypothesis Testing | Проверка гипотезы |
| Icon | Пиктограмма |
| Imaginary | Мнимая часть |
| Inactive | Неактивный |
| Include if | Включить, если |
| Incorrelated | Некоррелированный |
| Independent Samples | Независимые выборки |
| Independent Variable | Независимая переменная, фактор |
| Index | Оглавление |
| Input Data Matrix | Матрица исходных данных |
| Inputs Datasheet | Таблица входных значений |
| Input Variable | Входная переменная |
| Insertion | Выделение |
| Insert Object | Вставка объекта |
| Insufficient | Недостаточный, неподходящий |
| Integer | Целый |
| Interaction | Взаимодействие |
| Intercept | Свободный член (в уравнении регрессии) |
| Interrupted | Прерванный |
| Inverse of Matrix | Обращение матрицы |
| Involve | Включить, вовлекать |
| Item | Элемент данных |
| Iterations | Число итераций |
| Jittering | Разгонка (точек) |
| Joining | Соединение |
| Kurtosis | Эксцесс |
| Kurtosis of Frequency | Эксцесс кривой плотности распределения |
| Lag-1 Serial Correlation | Сериальная корреляция с единичным сдвигом |
| Latent Variable | Латентная (скрытая) переменная |
| Layout | Расположение, разметка |
| Least | Наименьший |
| Least Squares Method | Метод наименьших квадратов |
| Least Squares Method Equation | МНК уравнение |
| Least Squares Method Estimate | МНК оценка |
| Level of Factor | Уровень фактора |
| Linear Regression (Model) | Линейная регрессия (модель) |
| Relationship | Линейная зависимость |
| Trend | Тренд (временного ряда) |
| Links | Связи |
| Lock | Защитить, блокировать |
| Logistic | Логистический |
| Logistic Regression | Логистическая регрессия |
| Log-normal Variable | (Случайная) величина, распределенная по логарифмически нормальному закону |
| Loss Coefficient | Коэффициент потерь |
| Loss Matrix | Матрица потерь |
| Lower-Tailer | Односторонний критерий для нижнего «хвоста» распределения |
| Manuel | Руководство, инструкция |
| Margin | Край, граница, поле (печатной страницы) |
| Match Case | Учет регистра |
| Max/SD | Максимальное/(стандартное отклонение) |
| Maximum Likelihood | Максимальное правдоподобие |
| Mean Square | Средний квадрат |
| Mean Square Error | Средний квадрат ошибки |
| Mean Square About Regression | Средний квадрат отклонений относительно регрессии |
| Mean Square About Regression Due to Lack of Fit | Средний квадрат, обусловленный неадекватностью |
| Mean Square About Regression Due to Regression | Средний квадрат обусловленный регрессией |
| Mean Square About Regression Due to Residual Variation | Остаточный средний квадрат (средний квадрат, обусловленный остаточной вариацией) |
| Mean Square About Regression For Pure Error | Средний квадрат, характеризующий «чистую» ошибку |
| Mean/SD | Среднее/стандартное отклонение) |
| Means | Среднее |
| Measure | Мера |
| Median | Медиана |
| Medium | Средняя (длительность поиска) |
| Merge | Объединить |
| Message | Сообщение, поручение |
| Method for Discriminating | Метод дискриминации (моделей) |
| Method for Discriminating of Least Squares | Метод наименьших квадратов (МНК) |
| Min Proportion | Минимальная доля |
| Mini max | Минимаксное |
| Missing Observations | Пропущенные наблюдения |
| Model Validation Technique | Метод обоснования модели |
| Modes | Режимы |
| Missing Data | Пропущенные значения |
| Momentum | Инерция |
| Mouse Pointer | Курсор мыши |
| Multiple Regression Calculation Correlation Coefficient | Множественный коэффициент корреляции |
| Multiple Regression | Множественная регрессия |
| Multiplicative Model | Мультипликативная модель |
| Multivariate | Многомерный |
| Move Cases | Перемещение случаев (наблюдений) |
| N -dimensional Multivariate Normal Distribution | N -мерное нормальное распределение |
| Negative Serial Correlation Between Successive Residuals | Отрицательная сериальная корреляция между последовательными (соседними) остатками |
| Neighborhood | Окрестность |
| Newton–Raphson Technique | Метод Ньютона–Рафсона |
| Nonlinear | Нелинейный |
| Nonlinear Estimation | Нелинейное оценивание |
| Nonlinear Growth Model | Нелинейная модель роста |
| Nonsingular Matrix | Невырожденная матрица |
| Normal Deviate | Нормальное отклонение |
| Normal Deviate Distribution Random Variable | Нормально распределенная случайная величина |
| Normal Deviate Equations | Нормальные уравнения (МНК) |
| Normal Deviate Plot of Residuals | График остатков |
| Normal Distribution | Нормальное распределение |
| Normalization | Нормировка, стандартизация (данных) |
| Observations | Наблюдения |
| One–sided Test | Односторонний критерий |
| One–Way | Односторонний; однонаправленный |
| One-way Classification | Односторонняя классификация, классификация по одному признаку |
| Optimum Threshold | Оптимальный порог |
| Order of the Model | Порядок модели |
| Original Data | Исходные данные |
| Orthogonal Column | Ортогональные столбцы (матрицы) |
| Outlier | Выброс; резко выделяющееся значение |
| Output | Выходные данные; результат вычислений |
| Output Variable | Выходная переменная |
| Outputs Datasheet | Таблица выходных значений |
| Outputs Shown | Показывать при выводе |
| Overview | Общее представление (о каком-либо предмете); обзор |
| Packager | Упаковщик (объектов) |
| Padding | Добавление нулей (например, в ряд) |
| Page Layout | Просмотр пакета |
| Partial Correlation | Частная корреляция |
| Paste Special | Специальная вставка |
| Percentage | Проценты (представление данных в процентах); относительная (ошибка) |
| Percentage Point of the Distribution | Процентная точка распределения |
| Performance | Качество |
| Plot | График; кривая; диаграмма |
| Power | Степень |
| Precision | Точность |
| Predict | Прогнозировать, предсказывать |
| Predictability | Предсказуемость |
| Predicted (mean) Value | Предсказанное (среднее) значение |
| Predictive Discrepancy Sum of Squares | Сумма квадратов предсказанных расхождений |
| Predictive Equation (model) | Предсказывающее уравнение (модель) |
| Principal Components Analysis | Анализ главных компонент |
| Principal Component Regression | Регрессия на главных компонентах |
| Prior probabilities | Априорные вероятности |
| Probability Calculator | Вероятностный калькулятор |
| Probability Level | Уровень вероятности |
| Prompt | Подсказывать |
| Properties | Свойство, собственность, характеристики |
| Prune | Удалить |
| Pure Error | «Чистая ошибка» (ошибка опыта) |
| Pure Error Mean Square | Средний квадрат, связанный с «чистой» ошибкой |
| Pure Error Sum of Squares | Сумма квадратов, связанная с «чистой» ошибкой (обусловленная «чистой» ошибкой) |
| Raise | Увеличение |
| Random | Случайный |
| Random Arrangement of Signs | Случайное расположение знаков |
| Random Deviation | Случайное отклонение |
| Random Search | Случайный поиск |
| Random Variation | Случайный разброс |
| Range selection | Выделение диапазона ячеек |
| Ranks For Ties | Ранги для совпадающих значений |
| Rank Variables | Присвоение рангов значениям переменной |
| Rate | Цена, расценка |
| Ratio | Отношение |
| Raw | Исходный |
| Real number fields | Поля для вещественных чисел |
| Recalculate Variables | Пересчитать значения переменных |
| Receive | Получать |
| Recede Variables | Перекодировать переменные; |
| Redundance | Чрезмерность, избыточность |
| Redial | Повторить |
| Refresh | Обновлять |
| Regression | Регрессия, зависимость |
| Regression Curve | Регрессионная кривая |
| Regression Equation | Уравнение регрессии |
| Regression Estimate | Регрессионная оценка |
| Regression Mean Squares | Средний квадрат, обусловленный регрессией |
| Regular | Регулярный (ранг от 0 до 1) |
| Reject | Отвергнуть |
| Reyleigh distribution | Релеевское распределение |
| Remove | Удалить |
| Repeatability | Воспроизводимость |
| Replace existing | Заменить существующий |
| Representation | Представление |
| Reset | Восстановить |
| Residual | Остаток |
| Residual Mean Squares | Остаточный средний квадрат |
| Residual Sum of Squares | Остаточная сумма квадратов |
| Resolution | Разрешение – количество точек на дюйм |
| Response | Отклик |
| Restore | Восстановить в прежнем размере |
| Resume | Возобновить, продолжить |
| Retrieve Defaults | Применить установки по умолчанию |
| Ribbon | Линейка форматирования |
| Ridge Regression | Гребневая регрессия, ридж-регрессия |
| Rounding Error | Ошибка округления |
| Row vector | Вектор-строка |
| Ruler | Координатная линейка |
| Run | Запустить |
| Run All Cases | Прогнать все наблюдения |
| Running | Бегущий |
| Runs Test | Критерий знаков |
| Sample | Выборка |
| Sample Coefficient | Выборочный коэффициент, оценка коэффициента |
| Sample Estimate | Выборочная оценка |
| Sample Size | Объем (размер) выборки |
| Save Defaults | Сохранить по умолчанию |
| Scalable | Масштабируемый |
| Scaled | Нормированный |
| Scatter Diagramm (SD) | Диаграмма рассеяния |
| Scientific | Научная нотация (представление чисел в научной нотации, например, 5.0314 Е-02) |
| Scroll Bars | Линейка просмотра |
| S.D. (Standard Deviation) Ratio | Отношение стандартных отклонений |
| Selecting | Выбор |
| Send | Передать |
| Set | Множество; совокупность; семейство; ряд; последовательность |
| Sequential | Последовательное (приписывание рангов) |
| Set Cake Types | Задать типы наблюдений |
| Screen Catcher | Команда захвата экрана (Alt + F3) |
| Serial Correlation of Residuals | Сериальная корреляция остатков |
| Settings | Установки |
| Setup | Установка |
| Shared | Разделяемая |
| Shift (Lag) Variables | Сдвиг переменной |
| Shuffle Cases | Перемешать наблюдения |
| Significance Level | Уровень значимости |
| Significance of Regression | Значимость регрессии |
| Significance Test | Критерий значимости |
| Single Case | Одно наблюдение |
| Skewness of Distribution | Асимметрия распределения |
| Skip | Пропустить |
| Slope | Угловой коэффициент (наклон) (регрессии) |
| Smoothing Constant | Константа сглаживания |
| Sort Ascending | Сортировать но возрастанию |
| Son Descending | Сортировать по убыванию |
| Source | Подача (бумаги), источник |
| Source Variables | Исходные переменные |
| Split | Разделение |
| Spread | Распахнуть; разброс, вариация |
| Square of Multiple Correlation Coefficient | Квадрат множественного коэффициента корреляции (множественный коэффициент детерминации) |
| Stagewise | Ступенчатый |
| Standard Deviation (SD) | Стандартное отклонение (среднее квадратическое отклонение) |
| Standardize Columns | Команда стандартизации столбцов |
| Startup Panel | Стартовая панель модуля |
| Statistically Valid | Статистически обоснованный |
| Stats Graphs | Статистические графики |
| Status Bar | Строка состояния |
| Stepwise | Шаговый |
| Stepwise Regression Procedure | Шаговый регрессионный метод |
| Stopping Conditions | Условия остановки |
| Subset | Подмножество |
| Sum of Squares (SS) | Сумма квадратов |
| Swap file | Файл подкачки |
| Sweep | Размах, кругозор |
| Switch to | Переход к другой программе |
| T -distribution | T –распределение |
| T- test | T –критерий |
| Target Error | Целевая ошибка |
| Template | Шаблон |
| Test | Критерии, тест, проверка |
| Test of Hypothesis | Проверка гипотезы |
| Test of Significance | Проверка значимости |
| Test Statistic for Ho | Статистика для проверки гипотезы Но |
| Text Transfer | Режим подачи текста |
| Text Value Labels | Метки текстовых значений |
| Tile | Элемент мозаичного изображения |
| Time Sequence | Временная последовательность |
| Time Series | Временной ряд |
| Title Bar | Линейка заголовка |
| Tolerance | Допустимое отклонение |
| Toolbar | Панель (инструментов) |
| Total | Всего; общий |
| Transformation | Преобразование |
| Transformation on the Observations | Преобразование наблюдений |
| Transpose Block | Команда для транспонирования выделенного блока (контекстное меню при нажатии правой кнопки мыши) |
| Transpose Data File | Команда для транспонирования файла данных (переменные становятся случаями, а случаи – переменными) |
| Transpose of Matrix | Транспонирование матрицы |
| Trial | Испытание, проба |
| True Model | «Истинная» модель |
| Truncate | Урезать |
| Turn-key | Под ключ |
| Two-State Conversion | Преобразование в два значения |
| Two-tailed (-side) Test | Двусторонний критерий |
| Two-way Table | Таблица сопряженности, таблица с двумя входами |
| Unadjusted | Нескорректированный, без поправок |
| Unexplained Variation | Необъясненная вариация |
| Undo | Отмена |
| Uniform Distribution | Равномерное распределение |
| Unit Number | Номер элемента |
| Unknown | Неизвестно |
| Unknown Parameters | Неизвестные параметры |
| Unlisted | Неизвестный |
| Unlock | Разблокировать |
| Untitled | Неопределенный, неизвестный |
| Update | Актуализация (выбор режима) |
| Updated | Модернизированный, усовершенствованный |
| Upper–tailed Test | Односторонний критерий для верхнего «хвоста»распределения |
| Valid | Действительный |
| Validation | Обоснованность |
| Validation Technique | Метод перепроверки (проверки) состоятельности |
| Value Label | Значение меток |
| Variable (dependent) | Отклик, зависимая переменная |
| Variable (independent) | Фактор, независимая переменная |
| Variance about the Regression | Дисперсия относительно регрессии |
| Variance about Covariance Matrix | Матрица дисперсий-ковариаций |
| Variation | Вариация, разброс |
| Vector of Error | Вектор ошибок (остатков) |
| Vector of Observation | Вектор наблюдений |
| Vector of Parameters to be Estimated | Вектор оцениваемых параметров |
| Verbose | Подробно |
| Variable Definition | Определение переменной |
| Verify | Проверка |
| View | Вид |
| Weibull distribution | Распределение Вейбулла |
| Weighted Least Squares | Взвешенный метод наименьших квадратов |
| Win Frequencies Datasheet | Таблица частот выигрышей |
| Workbook | Рабочая тетрадь, рабочий журнал |
| Wrap | Верстка, оболочка |
Приложение XIV. Краткий справочник по функциям Excel
ABS (ABS)
Возвращает модуль (абсолютную величину) числа. Абсолютная величина числа - это число без знака.
Синтаксис:
ABS (число)
Число – это действительное число, модуль которого требуется найти.
FРАСПОБР (FINV)
Возвращает обратное значение для F-распределения вероятностей. Если p = FРАСП(x;...), то FРАСПОБР(p;...) = x.
Синтаксис:
FРАСПОБР (вероятность; степени_свободы1; степени_свободы2)
· Вероятность – это вероятность, связанная с F-распределением.
· Степени_свободы1 – это числитель степеней свободы.
· Степени_свободы2 – это знаменатель степеней свободы.
ВПР (VLOOKUP)
Ищет значение в крайнем левом столбце таблицы и возвращает значение в той же строке из указанного столбца таблицы. Функция ВПР используется вместо функции ГПР, когда сравниваемые значения расположены в столбце слева от искомых данных.
Буква «В» в имени функции ВПР означает «вертикальный».
Синтаксис:
ВПР (искомое_значение; таблица; номер_столбца;интервальный_просмотр)
· Искомое_значение – это значение, которое должно быть найдено в первом столбце массива. Искомое_значение может быть значением, ссылкой или текстовой строкой.
· Таблица – таблица с информацией, в которой ищутся данные. Можно использовать ссылку на интервал или имя интервала, например БазаДанных или Список.
· Номер_столбца – это номер столбца в массиве «таблица», в котором должно быть найдено соответствующее значение. Если «номер_столбца» равен 1, то возвращается значение из первого столбца аргумента «таблица»; если «номер_столбца» равен 2, то возвращается значение из второго столбца аргумента «таблица» и так далее. Если «номер_столбца» меньше 1, то функция ВПР возвращает значение ошибки #ЗНАЧ!; если «номер_столбца» больше, чем количество столбцов в аргументе «таблица», то функция ВПР возвращает значение ошибки #ССЫЛ!.
· Интервальный_просмотр – это логическое значение, которое определяет, нужно ли, чтобы ВПР искала точное или приближенное соответствие. Если этот аргумент имеет значение ИСТИНА или опущен, то возвращается приблизительно соответствующее значение; другими словами, если точное соответствие не найдено, то возвращается наибольшее значение, которое меньше, чем искомое_значение. Если этот аргумент имеет значение ЛОЖЬ, то функция ВПР ищет точное соответствие. Если таковое не найдено, то возвращается значение ошибки #Н/Д.
ГРАДУСЫ(DEGREES)
Преобразует радианы в градусы.
Синтаксис:
ГРАДУСЫ (угол)
Угол – это угол в радианах, преобразуемый в градусы.
ГПР (HLOOKUP)
Ищет значение в верхней строке таблицы или массива значений и возвращает значение в том же столбце из заданной строки таблицы или массива. Функция ГПР используется, когда сравниваемые значения расположены в верхней строке таблицы данных, а возвращаемые значения расположены на несколько срок ниже. Если сравниваемые значения расположены в столбце слева от искомых данных, то следует использовать функцию ВПР.
Буква Г в ГПР означает «горизонтальный».
Синтаксис:
ГПР (искомое_значение; таблица; номер_строки;интервальный_просмотр)
· Искомое_значение – это значение, которое требуется найти в первой строке таблицы. Искомое_значение может быть значением, ссылкой или текстовой строкой.
· Таблица – это таблица с информацией, в которой ищутся данные. Можно использовать ссылку на интервал или имя интервала.
· Номер_строки – это номер строки в массиве «таблица», из которой будет возвращено сопоставляемое значение. Если «номер_строки» равен 1, то возвращается значение из первой строки аргумента «таблица», если «номер_строки» равен 2, то возвращается значение из второй строки аргумента «таблица», и так далее. Если «номер_строки» меньше 1, то функция ГПР возвращает значение ошибки #ЗНАЧ!; если «номер_строки» больше, чем количество строк в аргументе «таблица», то функция ГПР возвращает значение ошибки #ССЫЛ!.
· Интервальный_просмотр – это логическое значение, которое определяет, нужно ли, чтобы функция ГПР искала точное или приближенное соответствие. Если этот аргумент имеет значение ИСТИНА или опущен, то возвращается приблизительно соответствующее значение; другими словами, если точное соответствие не найдено, то возвращается наибольшее значение, которое меньше, чем искомое_значение. Если этот аргумент имеет значение ЛОЖЬ, то функция ГПР ищет точное соответствие. Если таковое не найдено, то возвращается значение ошибки #Н/Д.
ДИСП (VAR)
Оценивает дисперсию по выборке.
Синтаксис:
ДИСП (число1;число2;...)
Число1, число2,... – это от 1 до 30 числовых аргументов, соответствующих выборке из генеральной совокупности.
ДИСПА (VARA)
Оценивает дисперсию по выборке. В расчете помимо численных значений учитываются также текстовые и логические значения, такие как ИСТИНА или ЛОЖЬ.
Синтаксис:
ДИСПА (значение1;значение2;...)
Значение1, значение2,... – это от 1 до 30 числовых аргументов, соответствующих выборке из генеральной совокупности.
ДИСПР (VARP)
Вычисляет дисперсию для генеральной совокупности.
Синтаксис:
ДИСПР (число1;число2;...)
Число1, число2,... – это от 1 до 30 числовых аргументов, соответствующих генеральной совокупности.
ДИСПРА (VARPА)
Вычисляет дисперсию для генеральной совокупности. В расчете помимо численных значений учитываются также текстовые и логические значения, такие как ИСТИНА или ЛОЖЬ.
Синтаксис:
ДИСПРА (значение1;значение2;...)
Значение1,значение2,... – это от 1 до 30 числовых аргументов, соответствующих генеральной совокупности.
ДОВЕРИТ (CONFIDENCE)
Возвращает доверительный интервал для среднего генеральной совокупности. Доверительный интервал – это интервал с обеих сторон от среднего выборки.
Синтаксис:
ДОВЕРИТ (альфа; станд_откл; размер)
· Альфа – это уровень значимости используемый для вычисления уровня надежности. Уровень надежности равняется 100*(1 - альфа) процентам, или, другими словами, альфа равное 0,05 означает 95-процентный уровень надежности.
· Станд_откл – это стандартное отклонение генеральной совокупности для интервала данных, предполагается известным.
· Размер – это размер выборки.
ЕСЛИ (IF)
Возвращает одно значение, если заданное условие при вычислении дает значение ИСТИНА, и другое значение, если ЛОЖЬ.
Функция ЕСЛИ используется при проверке условий для значений и формул.
Синтаксис:
ЕСЛИ (лог_выражение; значение_если_истина;значение_если_ложь)
· Лог_выражение – это любое значение или выражение, принимающее значения ИСТИНА или ЛОЖЬ.
· Значение_если_истина – это значение, которое возвращается, если лог_выражение равно ИСТИНА.
· Значение_если_ложь – это значение, которое возвращается, если лог_выражение равно ЛОЖЬ.
КОВАР (COVAR)
Возвращает ковариацию, то есть среднее произведений отклонений для каждой пары точек данных. Ковариация используется для определения связи между двумя множествами данных. Например, можно проверить, соответствует ли более высокому уровню доходов более высокий уровень образования.
Синтаксис:
КОВАР(массив1; массив2)
· Массив1 – это первый массив или интервал данных.
· Массив2 – это второй массив или интервал данных.
КОРРЕЛ (CORREL)
Возвращает коэффициент корреляции меду интервалами ячеек массив1 и массив2. Коэффициент корреляции используется для определения наличия взаимосвязи между двумя свойствами.
Синтаксис:
КОРРЕЛ (массив1; массив2)
· Массив1 – это ячейка интервала значений.
· Массив2 – это второй интервал ячеек со значениями.
КОРЕНЬ (SQRT)
Возвращает положительное значение квадратного корня.
Синтаксис:
КОРЕНЬ (число)
Число – число, для которого вычисляется квадратный корень.
ЛИНЕЙН (LINEST)
Рассчитывает статистику для ряда с применением метода наименьших квадратов, чтобы вычислить прямую линию, которая наилучшим образом аппроксимирует имеющиеся данные. Функция возвращает массив, который описывает полученную прямую. Поскольку возвращается массив значений, функция должна задаваться в виде формулы массива.
Уравнение для прямой линии имеет следующий вид:
y = mx + b или
y = m1x1 + m2x2 +... + b (в случае нескольких диапазонов значений x),
где зависимое значение y – функция независимого значения x, значения m – коэффициенты, соответствующие каждой независимой переменной x, а b – постоянная. y, x и m могут быть векторами. Функция ЛИНЕЙН возвращает массив {mn;mn-1;...;m1;b}. ЛИНЕЙН может также возвращать дополнительную регрессионную статистику.
Синтаксис:
ЛИНЕЙН (известные_значения_y;известные_значения_x;конст;статистика)
· Известные_значения_y – множество значений y, которые уже известны для соотношения y = mx + b.
Если массив известные_значения_y имеет один столбец, то каждый столбец массива известные_значения_x интерпретируется как отдельная переменная.
Если массив известные_значения_y имеет одну строку, то каждая строка массива известные_значения_x интерпретируется как отдельная переменная.
· Известные_значения_x – необязательное множество значений x, которые уже известны для соотношения y = mx + b.
Массив известные_значения_x может содержать одно или несколько множеств переменных. Если используется только одна переменная, то известные_значения_y и известные_значения_x могут иметь любую форму, при условии, что они имеют одинаковую размерность. Если используется более одной переменной, то известные_значения_y должны быть вектором (то есть интервалом высотой в одну строку или шириной в один столбец).
Если известные_значения_x опущены, то предполагается, что это массив {1;2;3;...} такого же размера, как и известные_значения_y.
· Конст – логическое значение, которое указывает, требуется ли, чтобы константа b была равна 0.
Если конст имеет значение ИСТИНА или опущено, то b вычисляется обычным образом.
Если аргумент конст имеет значение ЛОЖЬ, то b полагается равным 0 и значения m подбираются так, чтобы выполнялось соотношение y = mx.
· Статистика – логическое значение, которое указывает, требуется ли вернуть дополнительную статистику по регрессии.
Если аргумент статистика имеет значение ИСТИНА, то функция ЛИНЕЙН возвращает дополнительную регрессионную статистику, так что возвращаемый массив будет иметь вид: {mn;mn-1;...;m1;b:sen;sen-1;...;se1;seb:r2;sey:F;df:ssreg;ssresid}.
Если аргумент статистика имеет значение ЛОЖЬ или опущен, то функция ЛИНЕЙН возвращает только коэффициенты m и постоянную b.
Дополнительная регрессионная статистика:
| Величина | Описание | |||
| se1,se2,...,sen | Стандартные значения ошибок для коэффициентов m1,m2,...,mn. | |||
| seb | Стандартное значение ошибки для постоянной b (seb = #Н/Д, если конст имеет значение ЛОЖЬ). | |||
| r2 | Коэффициент детерминированности. Сравниваются фактические значения y и значения, получаемые из уравнения прямой; по результатам сравнения вычисляется коэффициент детерминированности, нормированный от 0 до 1. Если он равен 1, то имеет место полная корреляция с моделью, т. е. нет различия между фактическим и оценочным зн
Поиск по сайту©2015-2025 poisk-ru.ru
Все права принадлежать их авторам. Данный сайт не претендует на авторства, а предоставляет бесплатное использование. Дата создания страницы: 2016-04-12 Нарушение авторских прав и Нарушение персональных данных |
Поиск по сайту: Читайте также: Деталирование сборочного чертежа Когда производственнику особенно важно наличие гибких производственных мощностей? Собственные движения и пространственные скорости звезд |