在工作中，Word和Excel可以说成是自己的左右手，Word注重文字编辑排版等功能，Excel注重数据处理计算等功能。但是，我们有时候也需要在Word中进行数据计算。Word中进行数据计算？？？是的，没有听错。那么，该如何去实现了？

一、求和。

求和，最常用的就是SUM函数了。

方法：

1、选定目标单元格。

2、【布局】-【fx公式】，弹出公式对话框。

3、输入公式：=SUM(LEFT)或=SUM(B2:D2)。

4、【确定】。

备注：

公式中的LEFT为左边的意思，公式=SUM(LEFT)就是对当前单元格左侧的数据进行求和。B2:D2为单元格地址，虽然Word中没有明确的规定单元格的地址，但是我们可以参照Excel中单元格地址的编制方法来确定。

二、平均值。

求平均值，最常用的是AVERAGE函数。

方法：

1、选定目标单元格。

2、【布局】-【fx公式】，弹出公式对话框。

3、输入公式：=AVERAGE(B2:D2)。

4、【确定】。

大家可以看出，Word中的计算功能明显没有Excel中的方便，但是在Word中的计算也是经常发生的，只要我们掌握了Excel函数公式，不管在哪个工具中，我们都能轻松的去应对。

预备阅读：【进阶】Excel中的方差分析之单因素方差分析

前言

前面我们说了方差分析中的单因素方差分析，但是在实际工作中，影响因素往往不止一个，需要考虑两个或以上因素对实验结果的影响。比如某公司销售汽车，在销售时，除了要关注汽车的外形、价格、耗油量等因素以外，还要考虑地区差异是否对销量有影响。今天来看一下双因素方差分析。

双因素方差分析

如果将汽车颜色看成是影响销量的A因素，不同地区看成是影响销量的B因素，同时对A因素和B因素进行分析，即为双因素方差分析。

双因素方差分析是指分析两个因素，即行因素和列因素，对试验结果的影响的分析方法。当两个因素对试验结果的影响是相互独立的，且可以分别判断出行因素和列因素对试验数据的影响时，可使用双因素方差分析中的无重复双因素分析，即无交互作用的双因素方差分析方法。当这两个因素不仅会对试验数据单独产生影响，还会因二者搭配而对结果产生新的影响时，便可使用可重复双因素分析，即有交互作用的双因素方差分析方法。今天分享个可重复双因素分析的实例。

实例应用

实例应用：可重复双因素分析方法分析何种因素对效益有显著性影响

1、案例描述

某企业为了了解4种方案（因素2）在4个不同地区（因素1）的销售额状况，分别将4种方案投入4个地区进行试验，现有各个方案在不同地区的3天销售额数据，如下图所示，要求分析不同地区、不同方案，以及二者相交互分别对销售额的影响。

2、实例分析

在假设为5%的显著性水平下使用可重复双因素分析法推断不同地区、方案以及两者之间的交互作用中哪些因素对销售额有显著影响。

3、操作分析

第1步：选择分析工具并设置相关参数。打开“数据分析”——“方差分析：可重复双因素分析”，确定，在弹出的对话框中设置，“输入区域”为“$A$1：$E$13”，设置“每一样本的行数”为“3”，设置“α”为“0.05”，在“输出选项”选择“输出区域”，设置为“$G$2”，确定。需要注意的是“每一样本的行数”为各因素每一水平搭配使用的次数。

第2步：显示可重复双因素分析结果。如下图所示。

4、决策分析

在分析结果第一部分的SUMMARY中，可看到各个方案对应地区的样本观测数、求和、样本平均数、样本方差等数据。在第二部分的“方差分析”中可看到，分析结果不但有样本[行因素/方案（因素2）]和列因素[地区（因素1）]的F统计量和F临界值，也有交互作用的F统计量和F临界值。

对比3项F统计量和各自的F临界值，样本、列、交互的F统计量都大于F临界值，说明方案、地区都对销售额有显著的影响。此外，结果中3个P-value值都小于0.01，也说明了方案和地区以及二者之间的交互作用对销售额都有显著影响，所以，该公司在制定后续的销售决策时，应考虑这些因素对销售额增长的作用。

小结

上面就是今天的主题内容了，今天学习一下Excel中如何进行双因素方差分析，可以分析多个因素对某一事物的影响的显著情况。希望通过上面的操作能帮助大家。如果你有什么好的意见，建议，或者有不同的看法，我都希望你留言和我们进行交流、讨论。

就业有位来【转存！工作常用Excel公式都在这儿了！】求和、平均数、最大值、标准差……如何查找重复值？如何自动标出符合条件的数值？进阶版Excel超实用技巧。转给职场新人！有用！

版权声明：如涉及版权问题，请作者持权属证明与本网联系

来源：央视新闻

求和，是我们刚学习Excel时就接触到的功能，点击相应的命令或利用Sum函数来完成，其实，求和不仅仅只有命令或Sum函数可以完成，还可以使用超级表、数据透视表、快捷键、相对绝对引用和Sum函数的配合、以及Subtotal、Sumif函数等来完成。

一、超级表求和法。

方法：

1、选定数据源并快捷键Ctrl+T。

2、【确定】，如果标题行不予显示，选择相应的表格样式并勾选【汇总行】。

3、单击“汇总行”任意单元格的下拉箭头，选择【求和】命令，并拖动填充柄填充其目标单元格。

解读:

从下拉箭头选择框中的命令我们可以知道，超级表不仅可以求和，还可以计算平均值、计数、求最大、最小值以及方差的计算等。

二、Alt+=快捷键快速求和。

方法：

1、选中数据源及目标求和单元格。

2、快捷键：Alt+=。

解读：

如果行和列同时需要求和，可以实用快捷键Alt+=来完成。

三、累计求和。

方法：

在目标单元格中输入公式：=SUM($G$3:G3)。

解读：

1、累计求和使用的函数仍然为Sum函数，但其参数采用了绝对引用和相对引用的方式。

2、每次求和都从G3单元格到当前单元格，从而实现了累计的目的。

四、小计合计快速求和。

方法：

1、选定数据源，Ctrl+G打开【定位】对话框。

2、单击【定位条件】-【空值】-【确定】。

3、按住Ctrl键单击“合计”单元格，快捷键Alt+=快速求和。

4、拖动填充柄填充其他单元格。

五、忽略隐藏行求和。

方法：

在目标单元格中输入公式：=SUBTOTAL(109,C3:C12)。

六、单条件求和。

目的1、：统计单个销售员的销量和。

方法：

在目标单元格中输入公式：=SUMIF(B3:B12,J3,G3:G12)。

目的2：统计多个销售员的销售额。

方法：

在目标单元格中输入公式：=SUM(SUMIF(B3:B12,{"王东","小西"},G3:G12))。

解读：

利用SUMIF函数分别求和“王东”和“小西”的销售额。然后用SUM函数求出两人的销量和。

七、多条件求和。

方法：

在目标单元格个中输入公式：=SUMIFS(G3:G12,B3:B12,J3,G3:G12,">=300")。

八、忽略错误值求和。

方法：

在目标单元格中输入公式：=AGGREGATE(9,6,C3:C12)。

解读：

公式中9的含义是求和，6的含义是忽略错误值。

结束语：

通过对本文的学习，相信大家对求和又多了一层认识。希望对大家今后的工作有所帮助。

学习过程中如果遇到困难，欢迎大家在留言区留言讨论！

统计学中方差计算公式为：

公式描述：

公式中x为平均数，n为这组数据个数，x1、x2、x3……xn为这组数据具体数值。

拓展：方差（variance)是在概率论和统计方差衡量随机变量或一组数据是离散程度的度量。概率论中方差用来度量随机变量和其数学期望（即均值）之间的偏离程度。统计中的方差（样本方差）是各个数据分别与其平均数之差的平方的和的平均数。在许多实际问题中，研究方差即偏离程度有着重要意义。

（本文内容由百度知道网友紫耀星之轨迹贡献）

以方差分析：无重复双因素分析为例，操作方式如下

1、选择需要进行方差分析的数据区域，然后单击数据选项卡

2、在分析功能组中单击数据分析按钮，弹出数据分析对话框

3、在分析工具列表框中选择方差分析：无重复双因素分析，单击确定,弹出方差分析：无重复双因素分析对话框

4、单击输入区域后的文本框，在表格中选择区域：$A$2:$B$20，单击输出选项，再单击后面的文本框，在表格中选择单元格：$E$1，再单击确定即可。

（本文内容由百度知道网友cctv1102贡献）

统计学中方差计算公式为：

公式描述：

公式中x为平均数，n为这组数据个数，x1、x2、x3……xn为这组数据具体数值。

拓展：方差（variance)是在概率论和统计方差衡量随机变量或一组数据是离散程度的度量。概率论中方差用来度量随机变量和其数学期望（即均值）之间的偏离程度。统计中的方差（样本方差）是各个数据分别与其平均数之差的平方的和的平均数。在许多实际问题中，研究方差即偏离程度有着重要意义。

（本文内容由百度知道网友紫耀星之轨迹贡献）

高中数学公式：数学方差公式

一.方差的概念与计算公式

例1 两人的5次测验成绩如下：

X： 50，100，100，60，50 E(X )=72;

Y： 73， 70， 75，72，70 E(Y )=72,学习计划。

平均成绩相同，但X 不稳定，对平均值的偏离大。

方差描述随机变量对于数学期望的偏离程度。

单个偏离是

消除符号影响

方差即偏离平方的均值，记为D(X )：

直接计算公式分离散型和连续型，具体为：

这里 是一个数。推导另一种计算公式

得到：“方差等于平方的均值减去均值的平方”。

其中，分别为离散型和连续型计算公式。 称为标准差或均方差，方差描述波动

二.方差的性质

1.设C为常数，则D(C) = 0(常数无波动);

2. D(CX )=C2 D(X ) (常数平方提取);

证：

特别地 D(-X ) = D(X ), D(-2X ) = 4D(X )(方差无负值)

3.若X 、Y 相互独立，则

证：记

则

前面两项恰为 D(X )和D(Y )，第三项展开后为

当X、Y 相互独立时，

，

故第三项为零。

特别地

独立前提的逐项求和，可推广到有限项。

方差公式：

平均数：M=(x1+x2+x3+…+xn)/n (n表示这组数据个数，x1、x2、x3……xn表示这组数据具体数值)

方差公式：S=〈(M-x1)+(M-x2)+(M-x3)+…+(M-xn)〉?n

三.常用分布的方差

1.两点分布

2.二项分布

X ~ B ( n, p )

引入随机变量 Xi (第i次试验中A 出现的次数，服从两点分布)

3.泊松分布(推导略)

4.均匀分布

另一计算过程为

5.指数分布(推导略)

6.正态分布(推导略)

7.t分布 :其中X~T(n)，E(X)=0;D(X)=n/(n-2);

8.F分布：其中X~F(m,n),E(X)=n/(n-2);

~

正态分布的后一参数反映它与均值 的偏离程度，即波动程度(随机波动)，这与图形的特征是相符的。

例2 求上节例2的方差。

解 根据上节例2给出的分布律，计算得到

工人乙废品数少，波动也小，稳定性好。

方差的定义：

设一组数据x1,x2,x3······xn中，各组数据与它们的平均数x(拔)的差的平方分别是(x1-x拔)，(x2-x拔)······(xn-x拔)，那么我们用他们的平均数s2=1/n【(x1-x拔)+(x2-x拔)+·····(xn-x拔)】来衡量这组数据的波动大小，并把它叫做这组数据的方差。

温馨提醒：

想要收藏更多高中各学科知识点与学习方法，请关注头条号【求知学园】

欢迎 转发给更多有需要的朋友以及同学们！

实际工作中，凡是提到查找引用的，90%以上的人第一时间想到的肯定是VLOOKUP函数，但其实VLOOKUP函数有很多缺点啊，例如不能直接逆向查询等……但对于LOOKUP函数来说，都是小菜一碟。

一、LOOKUP函数功能及语法结构。

作用：从单行或单列或数组中查找对应的值。

语法结构：

LOOKUP函数有向量形式和数组形式两种语法结构。

1、向量形式：=LOOKUP(需要查询的值，查询在所在的范围，对应结果所在的范围）。

2、数组形式：=LOOKUP(需要查询的值，值所在的范围）。

其实最常用的并不是向量形式，也不是数组形式，而是“变异形式”。因为LOOKUP函数在如果按照默认的查询方式进行，必须对数据源的值进行升序排序。而“变异形式”则不需要。

语法结构如下：

=LOOKUP(1,0/(条件范围1=条件1)*(条件范围2=条件2)……(条件范围N=条件N），返回值范围）。

二、单条件查询。

目的：查询销售员对应的销量。

方法：

在目标单元格中分别输入公式：=VLOOKUP(H4,B3:C9,2,0)、=LOOKUP(1,0/(B3:B9=H8),C3:C9)。

三、多条件查询。

目的：查询销售员在相应地区的销量。

方法：

1、在目标单元格中输入公式：=VLOOKUP(H4&I4,IF({1,0},B3:B9&E3:E9,C3:C9),2,0)和=LOOKUP(1,0/((B3:B9=H8)*(E3:E9=I8)),C3:C9)。

2、其中VLOOKUP函数需要用Ctrl+Shift+Enter填充。LOOKUP用普通的Ctrl+Shift填充。

解读：

1、从上述的两个公式中，我们可以看出，LOOKUP实现多条件查询更为简单。

2、VLOOKUP函数不仅使用了数组和IF函数，而在填充时需要用Ctrl+Shift+Enter来填充，这对于新手来时是很容易出错的。

四、逆向查询。

目的：通过姓名查询工号。

方法:

在目标单元格中分别输入公式：=VLOOKUP(I4,IF({1,0},C3:C9,B3:B9),2,0)、=LOOKUP(1,0/(C3:C9=I8),B3:B9)。

解读：

在逆向查询中，我们可以明显的感觉到LOOKUP函数简单的多，VLOOKUP函数查询时需要用IF函数来辅助完成。

结束语：

通过上述单条件，多条件以及逆向查询，我们了解了VLOOKUP函数和LOOKUP函数的用法和功能，并且对其实现过程的简易程度做了对比，相对于VLOOKUP函数来说，LOOKUP函数的实现过程和可操作性更强，更容易理解。

上次给大家分享了《2017年最全的excel函数大全14—统计函数（2）》，这次分享给大家统计函数（3）。

COUNTIFS 函数

描述

COUNTIFS函数将条件应用于跨多个区域的单元格，然后统计满足所有条件的次数。

用法

COUNTIFS(criteria_range1, criteria1, [criteria_range2, criteria2],…)

COUNTIFS 函数用法具有以下参数：

criteria_range1必需。在其中计算关联条件的第一个区域。criteria1必需。条件的形式为数字、表达式、单元格引用或文本，它定义了要计数的单元格范围。例如，条件可以表示为 32、">32"、B4、"apples"或 "32"。criteria_range2, criteria2, ...可选。附加的区域及其关联条件。最多允许 127 个区域/条件对。

重要:每一个附加的区域都必须与参数criteria_range1具有相同的行数和列数。这些区域无需彼此相邻。

备注

每个区域的条件一次应用于一个单元格。如果所有的第一个单元格都满足其关联条件，则计数增加 1。如果所有的第二个单元格都满足其关联条件，则计数再增加 1，依此类推，直到计算完所有单元格。如果条件参数是对空单元格的引用，COUNTIFS 会将该单元格的值视为 0。您可以在条件中使用通配符，即问号 (?) 和星号 (*)。问号匹配任意单个字符，星号匹配任意字符串。如果要查找实际的问号或星号，请在字符前键入波形符 (~)。

案例 1

案例 2

COVARIANCE.P 函数

描述

返回总体协方差，即两个数据集中每对数据点的偏差乘积的平均数。利用协方差确定两个数据集之间的关系。例如，您可检查教育程度与收入是否成正比。

用法

COVARIANCE.P(array1,array2)

COVARIANCE.P 函数用法具有下列参数：

Array1必需。整数的第一个单元格区域。Array2必需。整数的第二个单元格区域。

备注

参数必须是数字，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 和 array2 所含数据点的个数不等，则 COVARIANCE.P 返回错误值 #N/A。如果 array1 和 array2 当中有一个为空，则 COVARIANCE.P 返回错误值 #p/0!。协方差计算公式为

其中

是样本平均值 AVERAGE(array1) 和 AVERAGE(array2)，n 是样本大小。

案例

COVARIANCE.S 函数

描述

返回样本协方差，即两个数据集中每对数据点的偏差乘积的平均值。

用法

COVARIANCE.S(array1,array2)

COVARIANCE.S 函数用法具有下列参数：

Array1必需。整数的第一个单元格区域。Array2必需。整数的第二个单元格区域。

备注

参数必须是数字，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 和 array2 具有不同数量的数据点，则 COVARIANCE.S 返回错误值 #N/A。如果 array1 或 array2 为空或各自仅包含 1 个数据点，则 COVARIANCE.S 返回错误值 #p/0!。

案例

DEVSQ 函数

描述

返回各数据点与数据均值点之差（数据偏差）的平方和。

用法

DEVSQ(number1, [number2], ...)

DEVSQ 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。用于计算偏差平方和的 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。偏差平方和的公式为：

案例

EXPON.DIST 函数

描述

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

用法

EXPON.DIST(x,lambda,cumulative)

EXPON.DIST 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 EXPON.DIST 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 或 lambda 为非数值型，则 EXPON.DIST 返回错误值 #VALUE!。如果 x < 0，则 EXPON.DIST 返回错误值 #NUM!。如果 lambda < 0，则 EXPON.DIST 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

F.DIST 函数

描述

返回 F 概率分布函数的函数值。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。

用法

F.DIST(x,deg_freedom1,deg_freedom2,cumulative)

F.DIST 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。Cumulative必需。决定函数形式的逻辑值。如果 cumulative 为 TRUE，则 F.DIST 返回累积分布函数；如果为 FALSE，则返回概率密度函数。

备注

如果任一参数为非数值型，则 F.DIST 返回错误值 #VALUE!。如果 x 为负数，则 F.DIST 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，则 F.DIST 返回错误值 #NUM!。如果 deg_freedom2 < 1，则 F.DIST 返回错误值 #NUM!。

案例

F.DIST.RT 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。

用法

F.DIST.RT(x,deg_freedom1,deg_freedom2)

F.DIST.RT 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。

备注

如果任一参数为非数值型，则 F.DIST.RT 返回错误值 #VALUE!。如果 x 为负数，则 F.DIST.RT 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，则 F.DIST.RT 返回错误值 #NUM!。如果 deg_freedom2 < 1，则 F.DIST.RT 返回错误值 #NUM!。F.DIST.RT 的计算公式为 F.DIST.RT=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

F.INV 函数

描述

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

用法

F.INV(probability,deg_freedom1,deg_freedom2)

F.INV 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。

备注

如果任一参数为非数值型，则 F.INV 返回错误值 #VALUE!。如果 probability < 0 或 probability > 1，则 F.INV 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_freedom2 < 1，则 F.INV 返回错误值 #NUM!。

案例

F.INV.RT 函数

描述

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

用法

F.INV.RT(probability,deg_freedom1,deg_freedom2)

F.INV.RT 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。

备注

如果任一参数为非数值型，则 F.INV.RT 返回错误值 #VALUE!。如果 Probability < 0 或 Probability > 1，则 F.INV.RT 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_freedom2 < 1，则 F.INV.RT 返回错误值 #NUM!。如果 Deg_freedom2 < 1 或 Deg_freedom2 ≥ 10^10，则 F.INV.RT 返回错误值 #NUM!。

F.INV.RT 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 F.INV.RT 的 probability 参数。

如果已给定概率值，则 F.INV.RT 使用 F.DIST.RT(x,deg_freedom1,deg_freedom2)=probability 求解数值 x。因此，F.INV.RT 的精度取决于 F.DIST.RT 的精度 F.INV.RT 使用迭代搜索技术。如果搜索在 64 次迭代之后没有收敛，则函数返回错误值 #N/A。

案例

F.TEST 函数

描述

返回 F 检验的结果，即当 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。

用法

F.TEST(array1,array2)

F.TEST 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 F.TEST 返回错误值 #p/0!。

案例

FISHER 函数

描述

返回 x 的 Fisher 变换值。该变换生成一个正态分布而非偏斜的函数。使用此函数可以完成相关系数的假设检验。

用法

FISHER(x)

FISHER 函数用法具有下列参数：

X必需。要对其进行变换的数值。

备注

如果 x 为非数值型，则 FISHER 返回错误值 #VALUE!。如果 x ≤ -1 或 x ≥ 1，则 FISHER 返回错误值 #NUM!。Fisher 变换的公式为：

案例

FISHERINV 函数

描述

返回 Fisher 逆变换值。使用该变换可以分析数据区域或数组之间的相关性。如果 y = FISHER(x)，则 FISHERINV(y) = x。

用法

FISHERINV(y)

FISHERINV 函数用法具有下列参数：

Y必需。要对其进行逆变换的数值。

备注

如果 y 为非数值型，则 FISHERINV 返回错误值 #VALUE!。Fisher 逆变换的公式为：

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。

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 #p/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

FORECAST.ETS 函数

描述

计算指数平滑( ets )算法的使用" AAA 版本或基于现有值(历史)预测未来值。预测值是指定的目标日期，应为时间线的延续标记中的历史值的延续标记。可以使用此函数来预测未来销售额、库存需求或消费趋势。

此函数需要时间线与不同点间常量步骤进行组织。例如，每月、每年的时间线或数值的日程表的1日的值可能是一个月的时间线的索引。对于此类型的时间线，它与之前的详细数据应用聚合原始非常有用的预测，生成更加精确的预测和结果。

用法

预测. ets ( target_date "、"值"、"时间线",[ seasonality ]、[ data_completion ],[汇总])

FORECAST.ETS 函数用法具有以下参数：

target_date必需。要为其预测值的数据点。目标日期可以是日期/时间或数值。如果目标日期按时间前后排列处于历史时间线结束之前，则 FORECAST.ETS 将返回 #NUM! 错误。值必需。值是"历史值，您要为其预测下一点。时间线必需。独立数组或数值数据区域。时间线中的日期之间必须有一致步长且不能为零。无需对时间线进行排序，因为 FORECAST.ETS 会对其进行隐式排序，以进行计算。如果无法在提供的时间线中识别一致步长，则 Forecast.ETS 将返回 #NUM! 错误。如果时间线包含重复值，则 Forecast.ETS 将返回 #VALUE! 错误。如果时间线和值的范围大小不同，则 Forecast.ETS 将返回 #N/A 错误。季节性可选。一个数值。默认值为 1，意味着 Excel 自动检测季节性进行预测，并使用正整数作为季节性模式的长度。 0 表示无季节性，意味着预测为线性预测。正整数指示算法使用此长度模式作为季节性。对于其他任何值，FORECAST.ETS 将返回 #NUM! 错误。

最大支持 seasonality 是8,760（一年中的小时数）。该数字上方的任何 seasonality 将导致"# NUM ! 错误。

数据完成可选。虽然时间线需要数据点之间的一致步长，但 FORECAST.ETS 支持最多...