Excel幾乎每個人的電腦中都有。但真不是每個人都能駕馭，他非常強大，大家在日常生活中可以慢慢積累，不懂的可以關(guān)注小編，可以讓你深深感受到excel的神奇魅力！

技巧1、單元格內(nèi)強制換行

在單元格中某個字符后按alt+回車鍵，即可強制把光標(biāo)換到下一行中。

技巧2、鎖定標(biāo)題行

選取第2行，視圖 - 凍結(jié)窗格 - 凍結(jié)首行（或選取第2行 - 凍結(jié)窗格）凍結(jié)后再向下翻看時標(biāo)題行始終顯示在最上面。

技巧3、查找重復(fù)值

選取數(shù)據(jù)區(qū)域 - 開始 - 條件格式 - 突出顯示單元格規(guī)則 - 重復(fù)值。

技巧4、快速插入多行

先選中多行表格，然后點擊插入單元格，你會發(fā)現(xiàn)你拖多少行，就會插入多少個空行。這種插入方法比選取一定數(shù)量的行再插入更加靈活。

技巧5、用“&”合并單元格

在Excel中，“&”指將兩個或兩個以上的文本合并。

技巧6、excel表格格式的轉(zhuǎn)換

很多時候我們需要將excel表格進行格式轉(zhuǎn)換，但是沒有什么好用的方法，其實使用迅捷pdf在線轉(zhuǎn)換器就可以輕松解決各種文件格式之間的轉(zhuǎn)換問題。

好了今天關(guān)于excel的使用技巧的介紹就到這了，小編每天準(zhǔn)時給你帶來干貨，關(guān)注不迷路哈。

喜歡本文的，記得點贊，評論和轉(zhuǎn)發(fā)喲！

好了今天關(guān)于excel的使用技巧的介紹就到這了，小編每天準(zhǔn)時給你帶來干貨，關(guān)注不迷路哈。

喜歡本文的，記得點贊，評論和轉(zhuǎn)發(fā)喲！

自Excel2013起，插入菜單中新增了一個功能：日程表。單擊它后會彈出一個連接的界面，接下來大多數(shù)人都不道怎么進行下去，最后不知道該怎么操作了 只能關(guān)閉。

今天我?guī)Т蠹姨剿鬟@個神秘的功能

在使用含日期的Excel表格時，經(jīng)常需要按日期進行篩選，比如篩選2018年3~6月的收入額情況，在表格或數(shù)據(jù)透視表中我們是這樣操作的基本靠篩選：

是不是感覺有點麻煩？其實，如果我們用日程表，這個工作將變得非常簡單：我們首先點擊插入-數(shù)據(jù)透視表選擇A和B兩列點擊確定

然后在選擇日期和收入額，當(dāng)然還可以選擇多個，我這只是舉例所以就只選擇這兩列

在點擊分析插入日程表選擇日期

他有哪些作用呢？點擊相應(yīng)月份的滑條，可以快速切換月份，拖動滑條，可以快速按月份區(qū)間篩選：

按月份組合后，演示更直觀，日程表還可以在“年、季度、月、日”之間切換：

在日程表工具欄中，還可以選擇顯示項目和顏色：

日程表不是“工作安排表”，而是數(shù)據(jù)透視表中的日期篩選工具而已。不過，它確實很好用！

下面為各種產(chǎn)品1~9月份的出口數(shù)據(jù)。由于數(shù)據(jù)太多，很難看出每個產(chǎn)品一年來的數(shù)量變化情況。

我們可以借助2個excel工具，表格馬上變得直觀起來。（2010以前版本無法使用）

條件格式的色階

根據(jù)顏色深淺，可以很清晰的看出某種產(chǎn)品在一年中的出口變化情況。

制作演示：

迷你圖

同樣，通過在單元格中添加微型折線圖，同樣可以看出每一種產(chǎn)品在一年中的出口變化情況。

制作演示：

這兩個Excel小技巧適合數(shù)據(jù)分析新手，很簡單的操作就能讓表格變得漂亮且實用，領(lǐng)導(dǎo)看了肯定以為你用了多么多么高深的功能。所以同學(xué)們一定要學(xué)會，有機會在領(lǐng)導(dǎo)面前露一手。

這里有

全國各個省份的AICPA學(xué)習(xí)交流群

還有備考群、留學(xué)群、福利群....

“所有人，都不知道，我月薪20萬?！?/p>

2018年各大城市人才遭“瘋搶”：最高300萬補貼，你的學(xué)歷和證書值多少錢？

任正非苦心勸誡90后：那些“待遇很好”的創(chuàng)業(yè)公司，千萬不要碰

馬伊琍怒懟考生“你的鼻子整得疼嗎”：格局有多大，氣場就有多大

USCPA重磅消息！關(guān)島考試中心地點變更通知（文末福利）

歡迎來到：德勤的富士康工廠

47歲馬化騰2950億登頂華人首富：決定人生高度的，不是智力，而是體力

上次給大家分享了《2017年最全的excel函數(shù)大全14—統(tǒng)計函數(shù)（3）》，這次分享給大家統(tǒng)計函數(shù)（4）。

FORECAST.ETS.CONFINT 函數(shù)

說明

返回指定目標(biāo)日期預(yù)測值的置信區(qū)間。 95% 的置信區(qū)間意味著 95% 的未來點預(yù)計將處于 FORECAST.ETS 預(yù)期結(jié)果中的此范圍內(nèi)（使用正態(tài)分布）。 使用置信區(qū)間可以幫助掌握預(yù)測模型的準(zhǔn)確度。較小的區(qū)間意味著在針對此特定點的預(yù)測中有更多置信。

用法

預(yù)測. ets . confint ( target_date 、值、時間線,[ confidence_level ]、[ seasonality ],[ data_completion ],[匯總])

FORECAST.ETS.CONFINT 函數(shù)用法具有以下參數(shù)：

target_date 必需。要為其預(yù)測值的數(shù)據(jù)點。目標(biāo)日期可以是日期/時間或數(shù)字。 如果目標(biāo)日期在歷史時間線結(jié)束前按時間順序排序，則 FORECAST.ETS.CONFINT 將返回 #NUM! 錯誤。

值必需。 值是歷史值，您要為其預(yù)測下一點。

時間線必需。獨立數(shù)組或數(shù)值數(shù)據(jù)區(qū)域。時間線中的日期之間必須有一致步長且不能為零。 無需對時間線進行排序，因為 FORECAST.ETS.CONFINT 會對其進行隱式排序，以進行計算。 如果無法在提供的時間線中識別一致步長，則 FORECAST.ETS.CONFINT 將返回 #NUM! 錯誤。 如果時間線包含重復(fù)值，則 FORECAST.ETS.CONFINT 將返回 #VALUE! 錯誤。 如果時間線和值的范圍大小不同，則 FORECAST.ETS.CONFINT 將返回 #N/A 錯誤。

confidence_level 可選。0 和 1 之間的一個數(shù)值（獨占），指示計算置信區(qū)間的置信度。 例如，對于 90% 的置信區(qū)間，將計算 90% 置信度（90% 的未來點將處于此預(yù)測范圍內(nèi)）。 默認(rèn)值為 95%。 對于 (0,1) 范圍外的數(shù)值，F(xiàn)ORECAST.ETS.CONFINT 將返回 #NUM! 錯誤。

季節(jié)性可選。一個數(shù)值。 默認(rèn)值為 1，意味著 Excel 自動檢測季節(jié)性進行預(yù)測，并使用正整數(shù)作為季節(jié)性模式的長度。 0 表示無季節(jié)性，意味著預(yù)測為線性預(yù)測。 正整數(shù)指示算法使用此長度模式作為季節(jié)性。 對于其他任何值，F(xiàn)ORECAST.ETS.CONFINT 將返回 #NUM! 錯誤。

最大支持 seasonality 是8,760（一年中的小時數(shù)）。 該數(shù)字上方的任何 seasonality 將導(dǎo)致# NUM ! 錯誤。

數(shù)據(jù)完成可選。雖然時間線需要數(shù)據(jù)點之間的一致步長，但 FORECAST.ETS.CONFINT 支持最多 30% 的丟失數(shù)據(jù)，并會自動對其進行調(diào)整。 0 表示算法將缺少的點視為零。 通過將缺少的點算為鄰接點的平均值，默認(rèn)值 1 將計算缺少的點。

聚合可選。雖然時間線需要數(shù)據(jù)點之間的一致步長，但 FORECAST.ETS.CONFINT 會聚合具有相同時間戳的多個點。聚合參數(shù)是一個數(shù)值，指明要用于聚合具有相同時間戳的多個值的方法。默認(rèn)值 0 將使用 AVERAGE，而其他選項為 SUM、COUNT、COUNTA、MIN、MAX、MEDIAN。

FORECAST.ETS.SEASONALITY 函數(shù)

說明

返回 Excel 針對指定時間系列檢測到的重復(fù)模式的長度。 FORECAST.ETS.Seasonality 可用于FORECAST.ETS之后，確定已檢測到的自動季節(jié)性和 FORECAST.ETS 使用的季節(jié)性。 雖然它可以獨立于 FORECAST.ETS 使用，但鑒于相同的輸入?yún)?shù)會影響數(shù)據(jù)完整性，函數(shù)會受到限制，因為在該函數(shù)中檢測到的季節(jié)性與 FORECAST.ETS 使用的季節(jié)性相同。

用法

FORECAST.ETS.SEASONALITY(值, 時間線,[data_completion], [聚合])

FORECAST.ETS.SEASONALITY 函數(shù)用法具有下列參數(shù)：

值 必需。 值是歷史值，您要為其預(yù)測下一點。時間線 必需。獨立數(shù)組或數(shù)值數(shù)據(jù)區(qū)域。時間線中的日期之間必須有一致步長且不能為零。 無需對時間線進行排序，因為 FORECAST.ETS.SEASONALITY 會對其進行隱式排序，以進行計算。 如果無法在提供的時間線中識別一致步長，則 FORECAST.ETS.SEASONALITY 將返回 #NUM! 錯誤。 如果時間線包含重復(fù)值，則 FORECAST.ETS.SEASONALITY 將返回 #VALUE! 錯誤。 如果時間線和值的范圍大小不同，則 FORECAST.ETS.SEASONALITY 將返回 #N/A 錯誤。數(shù)據(jù)完成 可選。雖然時間線需要數(shù)據(jù)點之間的一致步長，但 FORECAST.ETS.SEASONALITY 支持最多 30% 的丟失數(shù)據(jù)，并會自動對其進行調(diào)整。 0 表示算法將缺少的點視為零。 通過將缺少的點算為鄰接點的平均值，默認(rèn)值 1 將計算缺少的點。聚合 可選。雖然時間線需要數(shù)據(jù)點之間的一致步長，但 FORECAST.ETS.SEASONALITY 會聚合具有相同時間戳的多個點。聚合參數(shù)是一個數(shù)值，指明要用于聚合具有相同時間戳的多個值的方法。默認(rèn)值 0 將使用 AVERAGE，而其他選項為 SUM、COUNT、COUNTA、MIN、MAX、MEDIAN。

FORECAST.ETS.STAT 函數(shù)

說明

返回作為時間序列預(yù)測的結(jié)果的統(tǒng)計值。

統(tǒng)計值類型表明此函數(shù)請求的統(tǒng)計信息。

用法

FORECAST.ETS.STAT(值, 時間線, statistic_type, [季節(jié)性], [data_completion], [聚合])

FORECAST.ETS.STAT 函數(shù)用法具有以下參數(shù)：

值 必需。 值是歷史值，您要為其預(yù)測下一點。時間線 必需。獨立數(shù)組或數(shù)值數(shù)據(jù)區(qū)域。時間線中的日期之間必須有一致步長且不能為零。 無需對時間線進行排序，因為 FORECAST.ETS.STAT 會對其進行隱式排序，以進行計算。 如果無法在提供的時間線中識別一致步長，則 FORECAST.ETS.STAT 將返回 #NUM! 錯誤。 如果時間線包含重復(fù)值，則 FORECAST.ETS.STAT 將返回 #VALUE! 錯誤。 如果時間線和值的范圍大小不同，則 FORECAST.ETS.STAT 將返回 #N/A 錯誤。statistic_type 必需。 數(shù)字值介于1和8之間，指示哪些統(tǒng)計值將不會為計算預(yù)測返回。季節(jié)性 可選。一個數(shù)值。 默認(rèn)值為 1，意味著 Excel 自動檢測季節(jié)性進行預(yù)測，并使用正整數(shù)作為季節(jié)性模式的長度。 0 表示無季節(jié)性，意味著預(yù)測為線性預(yù)測。 正整數(shù)指示算法使用此長度模式作為季節(jié)性。 對于其他任何值，F(xiàn)ORECAST.ETS.STAT 將返回 #NUM! 錯誤。

最大支持 seasonality 是8,760（一年中的小時數(shù)）。 該數(shù)字上方的任何 seasonality 將導(dǎo)致# NUM ! 錯誤。

數(shù)據(jù)完成 可選。雖然時間線需要數(shù)據(jù)點之間的一致步長，但 FORECAST.ETS.STAT 支持最多 30% 的丟失數(shù)據(jù)，并會自動對其進行調(diào)整。 0 表示算法將缺少的點視為零。 通過將缺少的點算為鄰接點的平均值，默認(rèn)值 1 將計算缺少的點。聚合 可選。雖然時間線需要數(shù)據(jù)點之間的一致步長，但 FORECAST.ETS.STAT 會聚合具有相同時間戳的多個點。聚合參數(shù)是一個數(shù)值，指明要用于聚合具有相同時間戳的多個值的方法。默認(rèn)值 0 將使用 AVERAGE，而其他選項為 SUM、COUNT、COUNTA、MIN、MAX、MEDIAN。

下列可選的統(tǒng)計信息可以返回：

Alpha ets 算法的參數(shù) 返回參數(shù)較高值基值為最近的數(shù)據(jù)點的詳細(xì)粗細(xì)。Beta ets 算法的參數(shù) 返回參數(shù)的趨勢值較高值為最近的趨勢的詳細(xì)粗細(xì)。ets 算法的伽瑪參數(shù) 返回參數(shù) seasonality 值較高值為最近使用的季節(jié)性期間內(nèi)的詳細(xì)粗細(xì)。mase 躍點 返回絕對按比例縮放的錯誤平均值躍點數(shù)度量值預(yù)測的準(zhǔn)確性。smape 躍點 返回絕對躍點數(shù)基于百分比錯誤的準(zhǔn)確性度量值的百分比錯誤的對稱平均值。mae 躍點 返回絕對躍點數(shù)基于百分比錯誤的準(zhǔn)確性度量值的百分比錯誤的對稱平均值。rmse 躍點 返回 根 平均值平方值錯誤躍點數(shù)預(yù)測和觀察值之間的差異的度量。檢測到步驟大小 返回歷史時間線中檢測到的步驟大小。

FORECAST.LINEAR 函數(shù)

說明

根據(jù)現(xiàn)有值計算或預(yù)測未來值。 預(yù)測值為給定 x 值后求得的 y 值。 已知值為現(xiàn)有的 x 值和 y 值，并通過線性回歸來預(yù)測新值。 可以使用該函數(shù)來預(yù)測未來銷售、庫存需求或消費趨勢等。

用法

預(yù)測.線性( x , known _ y ' s , known _ x ' s )

FORECAST.LINEAR 函數(shù)用法具有以下參數(shù)：

X 必需。 需要進行值預(yù)測的數(shù)據(jù)點。

Known_y's 必需。 相關(guān)數(shù)組或數(shù)據(jù)區(qū)域。

Known_x's 必需。 獨立數(shù)組或數(shù)據(jù)區(qū)域。

FREQUENCY 函數(shù)

說明

計算數(shù)值在某個區(qū)域內(nèi)的出現(xiàn)頻率，然后返回一個垂直數(shù)組。 例如，使用函數(shù) FREQUENCY 可以在分?jǐn)?shù)區(qū)域內(nèi)計算測驗分?jǐn)?shù)的個數(shù)。 由于 FREQUENCY 返回一個數(shù)組，所以它必須以數(shù)組公式的形式輸入。

用法

FREQUENCY(data_array, bins_array)

FREQUENCY 函數(shù)用法具有下列參數(shù)：

Data_array必需。 要對其頻率進行計數(shù)的一組數(shù)值或?qū)@組數(shù)值的引用。 如果 data_array 中不包含任何數(shù)值，則 FREQUENCY 返回一個零數(shù)組。Bins_array必需。 要將 data_array 中的值插入到的間隔數(shù)組或?qū)﹂g隔的引用。 如果 bins_array 中不包含任何數(shù)值，則 FREQUENCY 返回 data_array 中的元素個數(shù)。

備注

在選擇了用于顯示返回的分布結(jié)果的相鄰單元格區(qū)域后，函數(shù) FREQUENCY 應(yīng)以數(shù)組公式的形式輸入。返回的數(shù)組中的元素比 bins_array 中的元素多一個。 返回的數(shù)組中的額外元素返回最高的間隔以上的任何值的計數(shù)。 例如，在對輸入到三個單元格中的三個值范圍（間隔）進行計數(shù)時，確保將 FREQUENCY 輸入到結(jié)果的四個單元格。 額外的單元格將返回 data_array 中大于第三個間隔值的值的數(shù)量。函數(shù) FREQUENCY 將忽略空白單元格和文本。對于返回結(jié)果為數(shù)組的公式，必須以數(shù)組公式的形式輸入。

案例

GAMMA 函數(shù)

說明

返回 gamma 函數(shù)值。

用法

GAMMA(number)

GAMMA 函數(shù)用法具有下列參數(shù)：

Number 必需。 返回一個數(shù)字。

備注

GAMMA 使用以下公式：

Г(N+1) = N * Г(N)如果 Number 為負(fù)整數(shù)或 0，則 GAMMA 返回 錯誤值 #NUM!。如果 Number 包含無效的字符，則 GAMMA 返回 錯誤值 #VALUE!。

案例

GAMMA.DIST 函數(shù)

說明

返回伽瑪分布函數(shù)的函數(shù)值。 可以使用此函數(shù)來研究呈斜分布的變量。 伽瑪分布通常用于排隊分析。

用法

GAMMA.DIST(x,alpha,beta,cumulative)

GAMMA.DIST 函數(shù)用法具有下列參數(shù)：

X必需。 用來計算分布的數(shù)值。Alpha必需。 分布參數(shù)。Beta必需。 分布參數(shù)。 如果 beta = 1，則 GAMMA.DIST 返回標(biāo)準(zhǔn)伽瑪分布。Cumulative必需。 決定函數(shù)形式的邏輯值。 如果 cumulative 為 TRUE，則 GAMMA.DIST 返回累積分布函數(shù)；如果為 FALSE，則返回概率密度函數(shù)。

備注

如果 x、alpha 或 beta 為非數(shù)值型，則 GAMMA.DIST 返回 錯誤值 #VALUE!。如果 x 0，則 GAMMA.DIST 返回 錯誤值 #NUM!。如果 alpha ≤ 0 或 beta ≤ 0，則 GAMMA.DIST 返回 錯誤值 #NUM!。伽瑪概率密度函數(shù)的計算公式如下：

標(biāo)準(zhǔn)伽瑪概率密度函數(shù)為：

當(dāng) alpha = 1 時，GAMMA.DIST 返回如下的指數(shù)分布：

對于正整數(shù) n，當(dāng) alpha = n/2，beta = 2 且 cumulative = TRUE 時，GAMMA.DIST 以自由度 n 返回 (1 - CHISQ.DIST.RT(x))。當(dāng) alpha 為正整數(shù)時，GAMMA.DIST 也稱為愛爾朗 (Erlang) 分布。

案例

GAMMA.INV 函數(shù)

說明

返回伽瑪累積分布函數(shù)的反函數(shù)值。 如果 p = GAMMA.DIST(x,...)，則 GAMMA.INV(p,...) = x。 使用此函數(shù)可以研究有可能呈斜分布的變量。

用法

GAMMA.INV(probability,alpha,beta)

GAMMA.INV 函數(shù)用法具有下列參數(shù)：

Probability必需。 伽瑪分布相關(guān)的概率。Alpha必需。 分布參數(shù)。Beta必需。分布參數(shù)。如果 beta = 1，則 GAMMA.INV 返回標(biāo)準(zhǔn)伽瑪分布。

備注

如果任一參數(shù)為文本型，則 GAMMA.INV 返回 錯誤值 #VALUE!。如果 probability 0 或 probability 1，則 GAMMA.INV 返回 錯誤值 #NUM!。如果 alpha ≤ 0 或 beta ≤ 0，則 GAMMA.INV 返回 錯誤值 #NUM!。

如果已給定概率值，則 GAMMA.INV 使用 GAMMA.DIST(x, alpha, beta, TRUE) = probability 求解數(shù)值 x。 因此，GAMMA.INV 的精度取決于 GAMMA.DIST 的精度 GAMMA.INV 使用迭代搜索技術(shù)。 如果搜索在 64 次迭代之后沒有收斂，則函數(shù)返回錯誤值 #N/A。

案例

GAMMALN 函數(shù)

說明

返回伽瑪函數(shù)的自然對數(shù)，Γ(x)。

用法

GAMMALN(x)

GAMMALN 函數(shù)用法具有下列參數(shù)：

X必需。 要計算其 GAMMALN 的數(shù)值。

備注

如果 x 為非數(shù)值型，則 GAMMALN 返回 錯誤值 #VALUE!。如果 x ≤ 0，則 GAMMALN 返回 錯誤值 #NUM!。數(shù)字 e 的 GAMMALN(i) 次冪的返回值與 (i - 1)! 的結(jié)果相同，其中 i 為整數(shù)。GAMMALN 的公式為：

其中：

案例

GAMMALN.PRECISE 函數(shù)

說明

返回伽瑪函數(shù)的自然對數(shù)，Γ(x)。

用法

GAMMALN.PRECISE(x)

GAMMALN.PRECISE 函數(shù)用法具有下列參數(shù)：

X必需。 要計算其 GAMMALN.PRECISE 的數(shù)值。

備注

如果 x 為非數(shù)值型，則 GAMMALN.PRECISE 返回 錯誤值 #VALUE!。如果 x ≤ 0，則 GAMMALN.PRECISE 返回 錯誤值 #NUM!。數(shù)字 e 的 GAMMALN.PRECISE(i) 次冪返回與 (i-1)! 相同的結(jié)果，其中 i 為整數(shù)。GAMMALN.PRECISE 計算公式如下：

GAMMALN.PRECISE=LN(Γ(x))

其中：

案例

GAUSS 函數(shù)

說明

計算標(biāo)準(zhǔn)正態(tài)總體的成員處于平均值與平均值的 z 倍標(biāo)準(zhǔn)偏差之間的概率。

用法

GAUSS(z)

GAUSS 函數(shù)用法具有下列參數(shù)：

z 必需。返回一個數(shù)字。

備注

如果 z 不是有效數(shù)字，GAUSS 返回 錯誤值 #NUM!。如果 z 不是有效數(shù)據(jù)類型，GAUSS 返回 錯誤值 #VALUE!。因為 NORM.S.DIST(0,True) 總是返回 0.5，所以 GAUSS (z) 將總是等于 NORM.S.DIST(z,True) - 0.5。

案例

GEOMEAN 函數(shù)

說明

返回一組正數(shù)數(shù)據(jù)或正數(shù)數(shù)據(jù)區(qū)域的幾何平均值。 例如，可以使用 GEOMEAN 計算可變復(fù)利的平均增長率。

用法

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

GEOMEAN 函數(shù)用法具有下列參數(shù)：

number1, number2, ...Number1 是必需的，后續(xù)數(shù)字是可選的。 用于計算平均值的 1 到 255 個參數(shù)。 也可以用單一數(shù)組或?qū)δ硞€數(shù)組的引用來代替用逗號分隔的參數(shù)。

備注

參數(shù)可以是數(shù)字或者是包?...

馬上就要2018年了，最近有很多的商家找我要關(guān)于2018年的年度規(guī)劃表格，其實，每個人的店鋪基本上都有自己的特性，別人的計劃不一定適合你的，所以我基本上也不會給別人自己的年度計劃，因為很容易誤導(dǎo)對方，在我的新書《玩賺淘寶數(shù)據(jù)分析》中我寫了這個內(nèi)容，可是這本書目前還在出版社審核，要明年才能正式出版，為了讓解大家燃眉之急，特意從書中摘抄一小段供參加參考如何去做2018年的 年度規(guī)劃

我做了六年的淘寶運營工作，發(fā)現(xiàn)了很多的商家在做淘寶的時候從來都沒有去考慮過年銷售的規(guī)劃，他們每天都到處在想著怎么去弄到流量，怎么去研究最新的獲取流量的方法，怎樣找到黑車或者黑搜索的淘寶系統(tǒng)漏洞等等。隨心所欲，隨機而動

其實，如果沒有做全店的年銷售額規(guī)劃，就好比你在大海中沒有方向的劃船，你雖然用盡了所有的力氣在劃，但是，你可能永遠(yuǎn)都到達不了你想要的目的，甚至你可能會在陰溝里翻了船把自己淹死。

沒有規(guī)劃，你就會像無頭蒼蠅一樣的胡亂行動，你永遠(yuǎn)都是在明天重復(fù)今天的事情，明年重復(fù)今年的事情，所有的事情都不在自己的掌控之中。 你有一種聽天由命的感覺，所以你總會感覺做淘寶有時候就是完全靠運氣，能不能起來就看運氣夠不夠，運氣夠了自然就起來，運氣不夠就起不來。

無規(guī)劃的人生就像隨波逐流的船，這樣今日不知明日事的漂泊其實只會讓你非常的累和沒有效果。因此，我們做淘寶是必須要做好規(guī)劃。這一節(jié)，我們以年銷售額來案例來規(guī)劃一個店鋪應(yīng)該如何的去做好規(guī)劃，讓我們有方向的行動。

我們要做全店的銷售計劃，首先我們腦中要有一個框架圖，就是我們需要做哪些東西的規(guī)劃，這個是沒有固定的，根據(jù)你的目的來決定，例如，最常見的銷售規(guī)劃可能都會包含，銷售，成本，利潤這三個大的方面。而在我們淘寶的銷售額中，可能又會包含所需UV，平均轉(zhuǎn)化率，平均客單價，日均銷量，日均流量等小的方面，成本可能又會包含推廣費用，人員開支，辦公成本，物流費用等多個小的方面

因此我們就以這三個大的方面和多個小的方面來構(gòu)建一個框架圖，如下圖所示，根據(jù)你的目的在Excel中構(gòu)建你的規(guī)劃圖。

當(dāng)我們把大概的思維規(guī)劃圖繪制出來之后，我們需要的就是完善這個表格中的空白地區(qū)的數(shù)據(jù)。要把每一個數(shù)據(jù)都填寫進去。

我們先從銷售額開始。我們應(yīng)該如何去規(guī)劃1-12月份的銷售額？這是需要我們預(yù)估的，但是預(yù)估我們不能一拍腦袋就決定，不能心里想著要做到多少銷售額就填寫多少銷售額，這個需要根據(jù)實際情況和規(guī)律去預(yù)測和評估。當(dāng)然，這個預(yù)估的方法是有很多的，不同的情況下使用的方法不一樣，但是最常見的可能就是根據(jù)歷史數(shù)據(jù)來預(yù)估。

例如，我們現(xiàn)在要做2018年的銷售額規(guī)劃，那么我們就可以根據(jù)2016年和2017年的歷史數(shù)據(jù)來預(yù)估2018的數(shù)據(jù)。

2016年和2017年是過去年，這個是有實際銷售額數(shù)據(jù)的，你可以在生意參謀或者生e經(jīng)調(diào)取這個數(shù)據(jù)，現(xiàn)在我們要預(yù)測2018年的銷售額，我們只需要掌握同比增長率和環(huán)比增長率這個概念就可以了。

環(huán)比增長率=（本期的某個指標(biāo)的值-上一期這個指標(biāo)的值）/上一期這個指標(biāo)的值*100%。

例如，2017年1月份銷售額的環(huán)比增長率=（2017年1月份的銷售額-2016年12月份的銷售）/2016年12月份的銷售額

2017年2月份的環(huán)比增長率=（2017年2月份的銷售額-2017年1月份的銷售）/2017年1月份的銷售額

…………

以此類推

同比增長率=（當(dāng)年的指標(biāo)值-去年同期的值）÷去年同期的值*100%

例如，2017年1月份銷售額的同比增長率=（2017年1月份的銷售額-2016年1月份的銷售額）/2016年1月份的銷售額

2017年2月份銷售額的同比增長率=（2017年2月份的銷售額-2016年2月份的銷售額）/2016年2月份的銷售額

…………

以此類推

當(dāng)我們知道了2017年的環(huán)比增長率和同比增長率的時候，我們就可以根據(jù)17年的環(huán)比增長率和同比增長率去推算和預(yù)估2018年的預(yù)估銷售額。我們可以假設(shè)2018年的同比增長率以及環(huán)比增長率和2017年的同比增長率和環(huán)比增長率相同，然后根據(jù)這個假設(shè)的結(jié)構(gòu)去預(yù)估推算2018年的銷售額。

根據(jù)環(huán)比增長率去推算2018年的預(yù)估銷售額：本期的數(shù)據(jù)=上一期的數(shù)據(jù)*環(huán)比增長率+上一期的數(shù)據(jù)

2018年1月份的預(yù)估銷售額=2017年12月份的銷售*2017年1月份的環(huán)比增長率+2017年12月份的銷售額

2018年2月份的預(yù)估銷售額=2017年2月份的銷售*2017年2月份的環(huán)比增長率+2018年1月份的銷售額

…………

以此類推

根據(jù)同比增長率去推算2018年的預(yù)估銷售額：本期的數(shù)據(jù)=去年同期的值*同比增長率+去年同期的值

2018年1月份的預(yù)估銷售額=2017年1月份的銷售額*2017年1月份的同比增長率+2017年1月份的銷售額

2018年2月份的預(yù)估銷售額=2017年2月份的銷售額*2017年2月份的同比增長率+2017年2月份的銷售額

…………

以此類推

這樣，我們2018年1-12月份的預(yù)估銷售額就大概算出來了，但是這個算的是兩個結(jié)果，因為一個是根據(jù)同比計算的，一個是根據(jù)環(huán)比計算的，那么我們到底該取哪個值呢？

這個時候要根據(jù)實際情況來決定，如果你覺得未來更加的符合環(huán)比計算的結(jié)果，那么你就可以選擇環(huán)比計算結(jié)果，如果你覺得未來更加的符合同比計算的結(jié)果，那么你就可以選擇同比計算的結(jié)果，如果這兩個結(jié)果差距不是很大，那么你也可以取這兩個值的平均值，具體要根據(jù)實際情況去參考，記住，我們做數(shù)據(jù)分析是要建立實際情況下的，脫離了實際情況，一切數(shù)據(jù)都失去了參考價值和依據(jù)。

把銷售額預(yù)估填完之后，我們接下來就要填寫所需uv，也就是說，要做到這個預(yù)估的銷售額，我們需要多少訪客數(shù)。

根據(jù)銷售額=訪客數(shù)*轉(zhuǎn)化率*客單價，可以得出訪客數(shù)=銷售額/（轉(zhuǎn)化率*客單價）

所以現(xiàn)在我們只需要知道轉(zhuǎn)化率和客單價就可以知道了所需訪客數(shù)是多少了，而正好我們也需要知道平均訪客數(shù)和平均客單價是多少。要知道每一個月的平均轉(zhuǎn)化率和平均客單價很簡單，我們同樣的可以參考2016年和2017年對應(yīng)的月份的平均轉(zhuǎn)化率和客單價，例如2016年1月份的轉(zhuǎn)化率是1.5%，2017年1月份的轉(zhuǎn)化率是1.8%，那么我們就可以假設(shè)2018年的轉(zhuǎn)化率1.65%

當(dāng)然，這里也是要根據(jù)實際情況去參考的，例如，我們2016年的轉(zhuǎn)化率是1.5%，但是2017年的轉(zhuǎn)化率是3%，當(dāng)出現(xiàn)這種差別很大的情況的時候，我們就要先分析原因，我們要分析為什么2017年的轉(zhuǎn)化率會高這么多，然后判定哪一個更加的接近平均值，我們就可以根據(jù)這個進行調(diào)整，假設(shè)我們2017年轉(zhuǎn)化率3%是因為這一年我們的客單價比2016年低了很多，所以導(dǎo)致了轉(zhuǎn)化率高了很多，這個時候，我們就要去分析2018年我們要做的客單價的是更加的接近2016年還是更加的接近2017年，然后根據(jù)這個結(jié)果去進行調(diào)整。

總之，你只需要做到一點，既要參考過去的歷史數(shù)據(jù)，也要參考實際情況。

當(dāng)我們根據(jù)過去的歷史數(shù)據(jù)和實際情況預(yù)估了2018年的轉(zhuǎn)化率和客單價之后，我們也就可以根據(jù)訪客數(shù)=銷售額/（轉(zhuǎn)化率*客單價）這個公式計算出所需uv。

接下來我們只需要計算日均流量和日均銷量即可。

日均流量很簡單，我們已經(jīng)計算出了每一個月所需的uv，那么把它除以每一個月的天數(shù)即可得出日均流量，1，3，5，7，8，10，,12這七個月除以31天，2月份除以28或者29天，其他的月份除以30天即可得出每一個月的日均所需流量。

日均銷量也很簡單，它就等于把每一個月的銷量除以每一個月的天數(shù)，雖然我們這里沒直接計算每一個月所需的銷量，但是我們已經(jīng)知道了每一個的預(yù)估銷售額，而銷售額=銷量*客單價，所以每一個月的銷量=銷售額/客單價，所以日均銷量=銷售額/客單價/30天。

這樣，銷售額的數(shù)據(jù)就已經(jīng)完善了，我們還需要完善費用。

知道了平均毛利潤率之后，我們自然也就知道了總毛利額，即：總毛利額=總銷售額*平均毛利潤率

我們知道毛利潤額，知道費用了，自然我們也就知道了凈利潤額，即：凈利潤額=總毛利額-推廣費用-人員開支-物流費用-辦公費用-其他成本。

接下來我們還需要把表格最上面的年度目標(biāo)銷售，總盈利 ，總投入，投資回報率，毛利率，凈利潤率這幾個指標(biāo)用公式完成。

年度目標(biāo)銷售額=SUM(E5:P5)，也就是說每一個月的預(yù)估銷售額之和。

總盈利=SUM(E19:P19)，也就是說每一個月的預(yù)估凈利潤之和。

總投入=SUM(E11:P11, E13:P13, E14:P14, E15:P15, E16:P16)，也就是所有的費用之和。

投資回報率=H2/K2，也就是總盈利/總投入

毛利潤率=總毛利潤/總銷售額

凈利潤率=總盈利/總銷售額

把所有的數(shù)據(jù)都填寫完成之后我們的規(guī)劃工作大致就完成了，整個規(guī)劃思路圖就完善了起來，從這個表格中，你可以清楚的知道，根據(jù)目前的預(yù)算，我們大概能達到什么樣的目的，做到多少年銷售額，每一個月能做到，能帶來多少的利潤，每一個月能盈利多少，投資回報率有多少等等。

有了這個樣的規(guī)劃之后，你就可以清楚的知道你應(yīng)該朝著哪個方向走，最后能達到什么樣的效果，當(dāng)每一個月沒有完成目標(biāo)預(yù)估的時候，你也可以輕易的知道哪一塊出現(xiàn)了問題，是因為轉(zhuǎn)化率沒達到我們的預(yù)期還是因為流量不夠，是因為直通占比太高導(dǎo)致了我們的凈利潤減少，還是因為毛利潤率降低了導(dǎo)致我們的凈利潤減少等等，總之你不會再像無頭的蒼蠅一樣胡亂的行動

上次給大家分享了《2017年最全的excel函數(shù)大全14—統(tǒng)計函數(shù)（2）》，這次分享給大家統(tǒng)計函數(shù)（3）。

COUNTIFS 函數(shù)

描述

COUNTIFS函數(shù)將條件應(yīng)用于跨多個區(qū)域的單元格，然后統(tǒng)計滿足所有條件的次數(shù)。

用法

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

COUNTIFS 函數(shù)用法具有以下參數(shù)：

criteria_range1必需。在其中計算關(guān)聯(lián)條件的第一個區(qū)域。criteria1必需。條件的形式為數(shù)字、表達式、單元格引用或文本，它定義了要計數(shù)的單元格范圍。例如，條件可以表示為 32、">32"、B4、"apples"或 "32"。criteria_range2, criteria2, ...可選。附加的區(qū)域及其關(guān)聯(lián)條件。最多允許 127 個區(qū)域/條件對。

重要:每一個附加的區(qū)域都必須與參數(shù)criteria_range1具有相同的行數(shù)和列數(shù)。這些區(qū)域無需彼此相鄰。

備注

每個區(qū)域的條件一次應(yīng)用于一個單元格。如果所有的第一個單元格都滿足其關(guān)聯(lián)條件，則計數(shù)增加 1。如果所有的第二個單元格都滿足其關(guān)聯(lián)條件，則計數(shù)再增加 1，依此類推，直到計算完所有單元格。如果條件參數(shù)是對空單元格的引用，COUNTIFS 會將該單元格的值視為 0。您可以在條件中使用通配符，即問號 (?) 和星號 (*)。問號匹配任意單個字符，星號匹配任意字符串。如果要查找實際的問號或星號，請在字符前鍵入波形符 (~)。

案例 1

案例 2

COVARIANCE.P 函數(shù)

描述

返回總體協(xié)方差，即兩個數(shù)據(jù)集中每對數(shù)據(jù)點的偏差乘積的平均數(shù)。利用協(xié)方差確定兩個數(shù)據(jù)集之間的關(guān)系。例如，您可檢查教育程度與收入是否成正比。

用法

COVARIANCE.P(array1,array2)

COVARIANCE.P 函數(shù)用法具有下列參數(shù)：

Array1必需。整數(shù)的第一個單元格區(qū)域。Array2必需。整數(shù)的第二個單元格區(qū)域。

備注

參數(shù)必須是數(shù)字，或者是包含數(shù)字的名稱、數(shù)組或引用。如果數(shù)組或引用參數(shù)包含文本、邏輯值或空白單元格，則這些值將被忽略；但包含零值的單元格將計算在內(nèi)。如果 array1 和 array2 所含數(shù)據(jù)點的個數(shù)不等，則 COVARIANCE.P 返回錯誤值 #N/A。如果 array1 和 array2 當(dāng)中有一個為空，則 COVARIANCE.P 返回錯誤值 #p/0!。協(xié)方差計算公式為

其中

是樣本平均值 AVERAGE(array1) 和 AVERAGE(array2)，n 是樣本大小。

案例

COVARIANCE.S 函數(shù)

描述

返回樣本協(xié)方差，即兩個數(shù)據(jù)集中每對數(shù)據(jù)點的偏差乘積的平均值。

用法

COVARIANCE.S(array1,array2)

COVARIANCE.S 函數(shù)用法具有下列參數(shù)：

Array1必需。整數(shù)的第一個單元格區(qū)域。Array2必需。整數(shù)的第二個單元格區(qū)域。

備注

參數(shù)必須是數(shù)字，或者是包含數(shù)字的名稱、數(shù)組或引用。如果數(shù)組或引用參數(shù)包含文本、邏輯值或空白單元格，則這些值將被忽略；但包含零值的單元格將計算在內(nèi)。如果 array1 和 array2 具有不同數(shù)量的數(shù)據(jù)點，則 COVARIANCE.S 返回錯誤值 #N/A。如果 array1 或 array2 為空或各自僅包含 1 個數(shù)據(jù)點，則 COVARIANCE.S 返回錯誤值 #p/0!。

案例

DEVSQ 函數(shù)

描述

返回各數(shù)據(jù)點與數(shù)據(jù)均值點之差（數(shù)據(jù)偏差）的平方和。

用法

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

DEVSQ 函數(shù)用法具有下列參數(shù)：

number1, number2, ... Number1 是必需的，后續(xù)數(shù)字是可選的。用于計算偏差平方和的 1 到 255 個參數(shù)。也可以用單一數(shù)組或?qū)δ硞€數(shù)組的引用來代替用逗號分隔的參數(shù)。

備注

參數(shù)可以是數(shù)字或者是包含數(shù)字的名稱、數(shù)組或引用。邏輯值和直接鍵入到參數(shù)列表中代表數(shù)字的文本被計算在內(nèi)。如果數(shù)組或引用參數(shù)包含文本、邏輯值或空白單元格，則這些值將被忽略；但包含零值的單元格將計算在內(nèi)。如果參數(shù)為錯誤值或為不能轉(zhuǎn)換為數(shù)字的文本，將會導(dǎo)致錯誤。偏差平方和的公式為：

案例

EXPON.DIST 函數(shù)

描述

返回指數(shù)分布。使用 EXPON.DIST 可以建立事件之間的時間間隔模型，如銀行自動提款機支付一次現(xiàn)金所花費的時間。例如，可通過 EXPON.DIST 來確定這一過程最長持續(xù)一分鐘的發(fā)生概率。

用法

EXPON.DIST(x,lambda,cumulative)

EXPON.DIST 函數(shù)用法具有下列參數(shù)：

X必需。函數(shù)值。Lambda必需。參數(shù)值。Cumulative必需。邏輯值，用于指定指數(shù)函數(shù)的形式。如果 cumulative 為 TRUE，則 EXPON.DIST 返回累積分布函數(shù)；如果為 FALSE，則返回概率密度函數(shù)。

備注

如果 x 或 lambda 為非數(shù)值型，則 EXPON.DIST 返回錯誤值 #VALUE!。如果 x < 0，則 EXPON.DIST 返回錯誤值 #NUM!。如果 lambda < 0，則 EXPON.DIST 返回錯誤值 #NUM!。概率密度函數(shù)的公式為：

累積分布函數(shù)的公式為：

案例

F.DIST 函數(shù)

描述

返回 F 概率分布函數(shù)的函數(shù)值。使用此函數(shù)可以確定兩組數(shù)據(jù)是否存在變化程度上的不同。例如，分析進入中學(xué)的男生、女生的考試分?jǐn)?shù)，來確定女生分?jǐn)?shù)的變化程度是否與男生不同。

用法

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

F.DIST 函數(shù)用法具有下列參數(shù)：

X必需。用來計算函數(shù)的值。Deg_freedom1必需。分子自由度。Deg_freedom2必需。分母自由度。Cumulative必需。決定函數(shù)形式的邏輯值。如果 cumulative 為 TRUE，則 F.DIST 返回累積分布函數(shù)；如果為 FALSE，則返回概率密度函數(shù)。

備注

如果任一參數(shù)為非數(shù)值型，則 F.DIST 返回錯誤值 #VALUE!。如果 x 為負(fù)數(shù)，則 F.DIST 返回錯誤值 #NUM!。如果 deg_freedom1 或 deg_freedom2 不是整數(shù)，則將被截尾取整。如果 deg_freedom1 < 1，則 F.DIST 返回錯誤值 #NUM!。如果 deg_freedom2 < 1，則 F.DIST 返回錯誤值 #NUM!。

案例

F.DIST.RT 函數(shù)

描述

返回兩個數(shù)據(jù)集的（右尾）F 概率分布（變化程度）。使用此函數(shù)可以確定兩組數(shù)據(jù)是否存在變化程度上的不同。例如，分析進入中學(xué)的男生、女生的考試分?jǐn)?shù)，來確定女生分?jǐn)?shù)的變化程度是否與男生不同。

用法

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

F.DIST.RT 函數(shù)用法具有下列參數(shù)：

X必需。用來計算函數(shù)的值。Deg_freedom1必需。分子自由度。Deg_freedom2必需。分母自由度。

備注

如果任一參數(shù)為非數(shù)值型，則 F.DIST.RT 返回錯誤值 #VALUE!。如果 x 為負(fù)數(shù)，則 F.DIST.RT 返回錯誤值 #NUM!。如果 deg_freedom1 或 deg_freedom2 不是整數(shù)，則將被截尾取整。如果 deg_freedom1 < 1，則 F.DIST.RT 返回錯誤值 #NUM!。如果 deg_freedom2 < 1，則 F.DIST.RT 返回錯誤值 #NUM!。F.DIST.RT 的計算公式為 F.DIST.RT=P( F>x )，其中 F 為呈 F 分布且?guī)в?deg_freedom1 和 deg_freedom2 自由度的隨機變量。

案例

F.INV 函數(shù)

描述

返回 F 概率分布函數(shù)的反函數(shù)值。如果 p = F.DIST(x,...)，則 F.INV(p,...) = x。在 F 檢驗中，可以使用 F 分布比較兩組數(shù)據(jù)中的變化程度。例如，可以分析美國和加拿大的收入分布，判斷兩個國家/地區(qū)是否有相似的收入變化程度。

用法

F.INV(probability,deg_freedom1,deg_freedom2)

F.INV 函數(shù)用法具有下列參數(shù)：

Probability必需。 F 累積分布的概率值。Deg_freedom1必需。分子自由度。Deg_freedom2必需。分母自由度。

備注

如果任一參數(shù)為非數(shù)值型，則 F.INV 返回錯誤值 #VALUE!。如果 probability < 0 或 probability > 1，則 F.INV 返回錯誤值 #NUM!。如果 deg_freedom1 或 deg_freedom2 不是整數(shù)，則將被截尾取整。如果deg_freedom1 < 1 或 deg_freedom2 < 1，則 F.INV 返回錯誤值 #NUM!。

案例

F.INV.RT 函數(shù)

描述

返回（右尾）F 概率分布函數(shù)的反函數(shù)值。如果 p = F.DIST.RT(x,...)，則 F.INV.RT(p,...) = x。在 F 檢驗中，可以使用 F 分布比較兩組數(shù)據(jù)中的變化程度。例如，可以分析美國和加拿大的收入分布，判斷兩個國家/地區(qū)是否有相似的收入變化程度。

用法

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

F.INV.RT 函數(shù)用法具有下列參數(shù)：

Probability必需。 F 累積分布的概率值。Deg_freedom1必需。分子自由度。Deg_freedom2必需。分母自由度。

備注

如果任一參數(shù)為非數(shù)值型，則 F.INV.RT 返回錯誤值 #VALUE!。如果 Probability < 0 或 Probability > 1，則 F.INV.RT 返回錯誤值 #NUM!。如果 Deg_freedom1 或 Deg_freedom2 不是整數(shù)，則將被截尾取整。如果 Deg_freedom1 < 1 或 Deg_freedom2 < 1，則 F.INV.RT 返回錯誤值 #NUM!。如果 Deg_freedom2 < 1 或 Deg_freedom2 ≥ 10^10，則 F.INV.RT 返回錯誤值 #NUM!。

F.INV.RT 可用于返回 F 分布的臨界值。例如，ANOVA 計算的結(jié)果常常包括 F 統(tǒng)計值、F 概率和顯著水平參數(shù)為 0.05 的 F 臨界值數(shù)據(jù)。若要返回 F 的臨界值，請將顯著水平參數(shù)用作為 F.INV.RT 的 probability 參數(shù)。

如果已給定概率值，則 F.INV.RT 使用 F.DIST.RT(x,deg_freedom1,deg_freedom2)=probability 求解數(shù)值 x。因此，F(xiàn).INV.RT 的精度取決于 F.DIST.RT 的精度 F.INV.RT 使用迭代搜索技術(shù)。如果搜索在 64 次迭代之后沒有收斂，則函數(shù)返回錯誤值 #N/A。

案例

F.TEST 函數(shù)

描述

返回 F 檢驗的結(jié)果，即當(dāng) array1 和 array2 的方差無明顯差異時的雙尾概率。

使用此函數(shù)可確定兩個案例是否有不同的方差。例如，給定公立和私立學(xué)校的測驗分?jǐn)?shù)，可以檢驗各學(xué)校間測驗分?jǐn)?shù)的差別程度。

用法

F.TEST(array1,array2)

F.TEST 函數(shù)用法具有下列參數(shù)：

Array1必需。第一個數(shù)組或數(shù)據(jù)區(qū)域。Array2必需。第二個數(shù)組或數(shù)據(jù)區(qū)域。

備注

參數(shù)可以是數(shù)字，或者是包含數(shù)字的名稱、數(shù)組或引用。如果數(shù)組或引用參數(shù)包含文本、邏輯值或空白單元格，則這些值將被忽略；但包含零值的單元格將計算在內(nèi)。如果 array1 或 array2 中數(shù)據(jù)點的個數(shù)少于 2 個，或者 array1 或 array2 的方差為零，則 F.TEST 返回錯誤值 #p/0!。

案例

FISHER 函數(shù)

描述

返回 x 的 Fisher 變換值。該變換生成一個正態(tài)分布而非偏斜的函數(shù)。使用此函數(shù)可以完成相關(guān)系數(shù)的假設(shè)檢驗。

用法

FISHER(x)

FISHER 函數(shù)用法具有下列參數(shù)：

X必需。要對其進行變換的數(shù)值。

備注

如果 x 為非數(shù)值型，則 FISHER 返回錯誤值 #VALUE!。如果 x ≤ -1 或 x ≥ 1，則 FISHER 返回錯誤值 #NUM!。Fisher 變換的公式為：

案例

FISHERINV 函數(shù)

描述

返回 Fisher 逆變換值。使用該變換可以分析數(shù)據(jù)區(qū)域或數(shù)組之間的相關(guān)性。如果 y = FISHER(x)，則 FISHERINV(y) = x。

用法

FISHERINV(y)

FISHERINV 函數(shù)用法具有下列參數(shù)：

Y必需。要對其進行逆變換的數(shù)值。

備注

如果 y 為非數(shù)值型，則 FISHERINV 返回錯誤值 #VALUE!。Fisher 逆變換的公式為：

案例

FORECAST 函數(shù)

描述

根據(jù)現(xiàn)有值計算或預(yù)測未來值。預(yù)測值為給定 x 值后求得的 y 值。已知值為現(xiàn)有的 x 值和 y 值，并通過線性回歸來預(yù)測新值。可以使用該函數(shù)來預(yù)測未來銷售、庫存需求或消費趨勢等。

用法

FORECAST(x, known_y's, known_x's)

FORECAST 函數(shù)用法具有下列參數(shù)：

X必需。需要進行值預(yù)測的數(shù)據(jù)點。Known_y's必需。相關(guān)數(shù)組或數(shù)據(jù)區(qū)域。Known_x's必需。獨立數(shù)組或數(shù)據(jù)區(qū)域。

備注

如果 x 為非數(shù)值型，則 FORECAST 返回錯誤值 #VALUE!。如果 known_y's 和 known_x's 為空或含有不同個數(shù)的數(shù)據(jù)點，函數(shù) FORECAST 返回錯誤值 #N/A。如果 known_x's 的方差為零，則 FORECAST 返回錯誤值 #p/0!。函數(shù) FORECAST 的計算公式為 a+bx，式中：

且：

且其中 x 和 y 是樣本平均值 AVERAGE(known_x's) 和 AVERAGE(known_y's)。

案例

FORECAST.ETS 函數(shù)

描述

計算指數(shù)平滑( ets )算法的使用" AAA 版本或基于現(xiàn)有值(歷史)預(yù)測未來值。預(yù)測值是指定的目標(biāo)日期，應(yīng)為時間線的延續(xù)標(biāo)記中的歷史值的延續(xù)標(biāo)記?？梢允褂么撕瘮?shù)來預(yù)測未來銷售額、庫存需求或消費趨勢。

此函數(shù)需要時間線與不同點間常量步驟進行組織。例如，每月、每年的時間線或數(shù)值的日程表的1日的值可能是一個月的時間線的索引。對于此類型的時間線，它與之前的詳細(xì)數(shù)據(jù)應(yīng)用聚合原始非常有用的預(yù)測，生成更加精確的預(yù)測和結(jié)果。

用法

預(yù)測. ets ( target_date "、"值"、"時間線",[ seasonality ]、[ data_completion ],[匯總])

FORECAST.ETS 函數(shù)用法具有以下參數(shù)：

target_date必需。要為其預(yù)測值的數(shù)據(jù)點。目標(biāo)日期可以是日期/時間或數(shù)值。如果目標(biāo)日期按時間前后排列處于歷史時間線結(jié)束之前，則 FORECAST.ETS 將返回 #NUM! 錯誤。值必需。值是"歷史值，您要為其預(yù)測下一點。時間線必需。獨立數(shù)組或數(shù)值數(shù)據(jù)區(qū)域。時間線中的日期之間必須有一致步長且不能為零。無需對時間線進行排序，因為 FORECAST.ETS 會對其進行隱式排序，以進行計算。如果無法在提供的時間線中識別一致步長，則 Forecast.ETS 將返回 #NUM! 錯誤。如果時間線包含重復(fù)值，則 Forecast.ETS 將返回 #VALUE! 錯誤。如果時間線和值的范圍大小不同，則 Forecast.ETS 將返回 #N/A 錯誤。季節(jié)性可選。一個數(shù)值。默認(rèn)值為 1，意味著 Excel 自動檢測季節(jié)性進行預(yù)測，并使用正整數(shù)作為季節(jié)性模式的長度。 0 表示無季節(jié)性，意味著預(yù)測為線性預(yù)測。正整數(shù)指示算法使用此長度模式作為季節(jié)性。對于其他任何值，F(xiàn)ORECAST.ETS 將返回 #NUM! 錯誤。

最大支持 seasonality 是8,760（一年中的小時數(shù)）。該數(shù)字上方的任何 seasonality 將導(dǎo)致"# NUM ! 錯誤。

數(shù)據(jù)完成可選。雖然時間線需要數(shù)據(jù)點之間的一致步長，但 FORECAST.ETS 支持最多...

上次給大家分享了《2018年最全的excel函數(shù)大全14—統(tǒng)計函數(shù)（8）》，這次分享給大家統(tǒng)計函數(shù)（9）。

STDEVPA 函數(shù)

描述

根據(jù)作為參數(shù)（包括文字和邏輯值）給定的整個總體計算標(biāo)準(zhǔn)偏差。 標(biāo)準(zhǔn)偏差可以測量值在平均值（中值）附近分布的范圍大小。

用法

STDEVPA(value1, [value2], ...)

STDEVPA 函數(shù)用法具有下列參數(shù)：

Value1, value2, ...Value1 是必需的，后續(xù)值是可選的。 對應(yīng)于總體的 1 到 255 個值。 也可以用單一數(shù)組或?qū)δ硞€數(shù)組的引用來代替用逗號分隔的參數(shù)。

備注

STDEVPA 假定其參數(shù)是整個總體。 如果數(shù)據(jù)代表總體樣本，則必須使用 STDEVA 計算標(biāo)準(zhǔn)偏差。對于規(guī)模很大的樣本，STDEVA 和 STDEVPA 返回近似值。此處標(biāo)準(zhǔn)偏差的計算使用“n”方法。參數(shù)可以是下列形式：數(shù)值；包含數(shù)值的名稱、數(shù)組或引用；數(shù)字的文本表示；或者引用中的邏輯值，例如 TRUE 和 FALSE。直接鍵入到參數(shù)列表中代表數(shù)字的文本被計算在內(nèi)。包含 TRUE 的參數(shù)作為 1 來計算；包含文本或 FALSE 的參數(shù)作為 0（零）來計算。如果參數(shù)為數(shù)組或引用，則只使用其中的數(shù)值。 數(shù)組或引用中的空白單元格和文本值將被忽略。如果參數(shù)為錯誤值或為不能轉(zhuǎn)換為數(shù)字的文本，將會導(dǎo)致錯誤。如果要使計算不包括引用中的邏輯值和代表數(shù)字的文本，請使用 STDEVP 函數(shù)。STDEVPA 使用下面的公式：

其中 x 是樣本平均值 AVERAGE(value1,value2,…) 且 n 是樣本大小。

案例

STEYX 函數(shù)

描述

返回通過線性回歸法預(yù)測每個 x 的 y 值時所產(chǎn)生的標(biāo)準(zhǔn)誤差。 標(biāo)準(zhǔn)誤差是在針對單獨 x 預(yù)測 y 時的錯誤量的一個度量值。

用法

STEYX(known_y's, known_x's)

STEYX 函數(shù)用法具有下列參數(shù)：

Known_y's必需。 因變量數(shù)據(jù)點數(shù)組或區(qū)域。Known_x's必需。 自變量數(shù)據(jù)點數(shù)組或區(qū)域。

備注

參數(shù)可以是數(shù)字或者是包含數(shù)字的名稱、數(shù)組或引用。邏輯值和直接鍵入到參數(shù)列表中代表數(shù)字的文本被計算在內(nèi)。如果數(shù)組或引用參數(shù)包含文本、邏輯值或空白單元格，則這些值將被忽略；但包含零值的單元格將計算在內(nèi)。如果參數(shù)為錯誤值或為不能轉(zhuǎn)換為數(shù)字的文本，將會導(dǎo)致錯誤。如果 known_y's 和 known_x's 的數(shù)據(jù)點個數(shù)不同，函數(shù) STEYX 返回錯誤值 #N/A。如果 known_y's 和 known_x's 為空或其數(shù)據(jù)點個數(shù)小于三，則 STEYX 返回錯誤值 #p/0!。預(yù)測值 y 的標(biāo)準(zhǔn)誤差計算公式如下：

其中 x 和 y 是樣本平均值 AVERAGE(known_x's) 和 AVERAGE(known_y's)，且 n 是樣本大小。

案例

T.DIST 函數(shù)

描述

返回學(xué)生的左尾 t 分布。 t 分布用于小型樣本數(shù)據(jù)集的假設(shè)檢驗。 可以使用該函數(shù)代替 t 分布的臨界值表。

用法

T.DIST(x,deg_freedom, cumulative)

T.DIST 函數(shù)用法具有以下參數(shù)：

X必需。 需要計算分布的數(shù)值。Deg_freedom必需。 一個表示自由度數(shù)的整數(shù)。cumulative必需。 決定函數(shù)形式的邏輯值。 如果 cumulative 為 TRUE，則 T.DIST 返回累積分布函數(shù)；如果為 FALSE，則返回概率密度函數(shù)。

備注

如果任一參數(shù)是非數(shù)值的，則 T.DIST 返回 錯誤值 #VALUE!。如果 deg_freedom 1，則 T.DIST 返回一個錯誤值。 Deg_freedom 不得小于 1。

案例

T.DIST.2T 函數(shù)

描述

返回學(xué)生的雙尾 t 分布。

學(xué)生的 t 分布用于小樣本數(shù)據(jù)集的假設(shè)檢驗。 可以使用該函數(shù)代替 t 分布的臨界值表。

用法

T.DIST.2T(x,deg_freedom)

T.DIST.2T 函數(shù)用法具有以下參數(shù)：

X必需。 需要計算分布的數(shù)值。Deg_freedom必需。 一個表示自由度數(shù)的整數(shù)。

備注

如果任一參數(shù)是非數(shù)值的，則 T.DIST.2T 返回 錯誤值 #VALUE!。如果 deg_freedom 1，則 T.DIST.2T 返回 錯誤值 #NUM!。如果 x 0，則 T.DIST.2T 返回 錯誤值 #NUM!。

案例

T.DIST.RT 函數(shù)

描述

返回學(xué)生的右尾 t 分布。

t 分布用于小型樣本數(shù)據(jù)集的假設(shè)檢驗。 可以使用該函數(shù)代替 t 分布的臨界值表。

用法

T.DIST.RT(x,deg_freedom)

T.DIST.RT 函數(shù)用法具有以下參數(shù)：

X必需。 需要計算分布的數(shù)值。Deg_freedom必需。 一個表示自由度數(shù)的整數(shù)。

備注

如果任一參數(shù)是非數(shù)值的，則 T.DIST.RT 返回 錯誤值 #VALUE!。如果 deg_freedom 1，則 T.DIST.RT 返回 錯誤值 #NUM!。

案例

T.TEST 函數(shù)

描述

返回與學(xué)生 t-檢驗相關(guān)的概率。 使用函數(shù) T.TEST 確定兩個樣本是否可能來自兩個具有相同平均值的基礎(chǔ)總體。

用法

T.TEST(array1,array2,tails,type)

T.TEST 函數(shù)用法具有下列參數(shù)：

Array1必需。 第一個數(shù)據(jù)集。Array2必需。 第二個數(shù)據(jù)集。tails必需。 指定分布尾數(shù)。 如果 tails = 1，則 T.TEST 使用單尾分布。 如果 tails = 2，則 T.TEST 使用雙尾分布。Type必需。 要執(zhí)行的 t 檢驗的類型。

參數(shù)

備注

如果 array1 和 array2 的數(shù)據(jù)點個數(shù)不同，且 type = 1（成對），則 T.TEST 返回錯誤值 #N/A。參數(shù) tails 和 type 將被截尾取整。如果 tails 或 type 是非數(shù)值的，則 T.TEST 返回 錯誤值 #VALUE!。如果 tails 是除 1 或 2 之外的任何值，則 T.TEST 返回 錯誤值 #NUM!。T.TEST 使用 array1 和 array2 中的數(shù)據(jù)計算非負(fù) t 統(tǒng)計值。 如果 tails=1，在假設(shè) array1 和 array2 是具有相同平均值的總體中的樣本的情況下，T.TEST 返回較高 t 統(tǒng)計值的概率。 tails=2 時，T.TEST 返回的值是 tails=1 時返回值的兩倍，并對應(yīng)假設(shè)“總體平均值相同”時較高的 t 統(tǒng)計絕對值的概率。

案例

TREND 函數(shù)

描述

返回線性趨勢值。 找到適合已知數(shù)組 known_y's 和 known_x's 的直線（用最小二乘法）。 返回指定數(shù)組 new_x's 在直線上對應(yīng)的 y 值。

用法

TREND(known_y's, [known_x's], [new_x's], [const])

TREND 函數(shù)用法具有下列參數(shù)：

Known_y's必需。 關(guān)系表達式 y = mx + b 中已知的 y 值集合。如果數(shù)組 known_y's 在單獨一列中，則 known_x's 的每一列被視為一個獨立的變量。如果數(shù)組 known_y's 在單獨一行中，則 known_x's 的每一行被視為一個獨立的變量。Known_x's必需。 關(guān)系表達式 y = mx + b 中已知的可選 x 值集合。數(shù)組 known_x's 可以包含一組或多組變量。 如果僅使用一個變量，那么只要 known_x's 和 known_y's 具有相同的維數(shù)，則它們可以是任何形狀的區(qū)域。 如果用到多個變量，則 known_y's 必須為向量（即必須為一行或一列）。如果省略 known_x's，則假設(shè)該數(shù)組為 {1,2,3,...}，其大小與 known_y's 相同。New_x's必需。 需要函數(shù) TREND 返回對應(yīng) y 值的新 x 值。New_x's 與 known_x's 一樣，對每個自變量必須包括單獨的一列（或一行）。 因此，如果 known_y's 是單列的，known_x's 和 new_x's 應(yīng)該有同樣的列數(shù)。 如果 known_y's 是單行的，known_x's 和 new_x's 應(yīng)該有同樣的行數(shù)。如果省略 new_x's，將假設(shè)它和 known_x's 一樣。如果 known_x's 和 new_x's 都省略，將假設(shè)它們?yōu)閿?shù)組 {1,2,3,...}，大小與 known_y's 相同。Const可選。 一個邏輯值，用于指定是否將常量 b 強制設(shè)為 0。如果 const 為 TRUE 或省略，b 將按正常計算。如果 const 為 FALSE，b 將被設(shè)為 0（零），m 將被調(diào)整以使 y = mx。

備注

有關(guān) Microsoft Excel 對數(shù)據(jù)進行直線擬合的詳細(xì)信息，請參閱 LINEST 函數(shù)?？梢允褂?TREND 函數(shù)計算同一變量的不同乘方的回歸值來擬合多項式曲線。 例如，假設(shè) A 列包含 y 值，B 列含有 x 值。 可以在 C 列中輸入 x^2，在 D 列中輸入 x^3，等等，然后根據(jù) A 列，對 B 列到 D 列進行回歸計算。對于返回結(jié)果為數(shù)組的公式，必須以數(shù)組公式的形式輸入。

注意:在 Excel Online 中，不能創(chuàng)建數(shù)組公式。

當(dāng)為參數(shù)（如 known_x's）輸入數(shù)組常量時，應(yīng)當(dāng)使用逗號分隔同一行中的數(shù)據(jù)，用分號分隔不同行中的數(shù)據(jù)。

案例

TRIMMEAN 函數(shù)

描述

返回數(shù)據(jù)集的內(nèi)部平均值。 TRIMMEAN 計算排除數(shù)據(jù)集頂部和底部尾數(shù)中數(shù)據(jù)點的百分比后取得的平均值。 當(dāng)您要從分析中排除無關(guān)的數(shù)據(jù)時，可以使用此函數(shù)。

用法

TRIMMEAN(array, percent)

TRIMMEAN 函數(shù)用法具有下列參數(shù)：

Array必需。 需要進行整理并求平均值的數(shù)組或數(shù)值區(qū)域。百分比必需。 從計算中排除數(shù)據(jù)點的分?jǐn)?shù)。 例如，如果 percent=0.2，從 20 點 (20 x 0.2) 的數(shù)據(jù)集中剪裁 4 點：數(shù)據(jù)集頂部的 2 點和底部的 2 點。

備注

如果 percent 0 或 percent 1，則 TRIMMEAN 返回 錯誤值 #NUM!。函數(shù) TRIMMEAN 將排除的數(shù)據(jù)點數(shù)向下舍入到最接近的 2 的倍數(shù)。 如果 percent = 0.1，30 個數(shù)據(jù)點的 10% 等于 3 個數(shù)據(jù)點。 為了對稱，TRIMMEAN 排除數(shù)據(jù)集頂部和底部的單個值。

案例

VAR.P 函數(shù)

描述

計算基于整個樣本總體的方差（忽略樣本總體中的邏輯值和文本）。

用法

VAR.P(number1,[number2],...)

VAR.P 函數(shù)用法具有下列參數(shù)：

Number1必需。對應(yīng)于總體的第一個數(shù)值參數(shù)。Number2, ...可選。對應(yīng)于總體的 2 到 254 個數(shù)值參數(shù)。

備注

VAR.P 假定其參數(shù)是整個總體。如果數(shù)據(jù)代表總體樣本，請使用 VAR.S 計算方差。參數(shù)可以是數(shù)字或者是包含數(shù)字的名稱、數(shù)組或引用。邏輯值和直接鍵入到參數(shù)列表中代表數(shù)字的文本被計算在內(nèi)。如果參數(shù)是一個數(shù)組或引用，則只計算其中的數(shù)字。數(shù)組或引用中的空白單元格、邏輯值、文本或錯誤值將被忽略。如果參數(shù)為錯誤值或為不能轉(zhuǎn)換為數(shù)字的文本，將會導(dǎo)致錯誤。如果要使計算包含引用中的邏輯值和代表數(shù)字的文本，請使用 VARPA 函數(shù)。函數(shù) VAR.P 的計算公式如下：

其中 x 為樣本平均值 AVERAGE(number1,number2,…)，n 為樣本大小。

案例

VAR.S 函數(shù)

描述

估算基于樣本的方差（忽略樣本中的邏輯值和文本）。

用法

VAR.S(number1,[number2],...)

VAR.S 函數(shù)用法具有下列參數(shù)：

Number1必需。對應(yīng)于總體樣本的第一個數(shù)值參數(shù)。Number2, ...可選。對應(yīng)于總體樣本的 2 到 254 個數(shù)值參數(shù)。

備注

函數(shù) VAR.S 假設(shè)其參數(shù)是樣本總體中的一個樣本。如果數(shù)據(jù)為整個樣本總體，則應(yīng)使用函數(shù) VAR.P 來計算方差。參數(shù)可以是數(shù)字或者是包含數(shù)字的名稱、數(shù)組或引用。邏輯值和直接鍵入到參數(shù)列表中代表數(shù)字的文本被計算在內(nèi)。如果參數(shù)是一個數(shù)組或引用，則只計算其中的數(shù)字。數(shù)組或引用中的空白單元格、邏輯值、文本或錯誤值將被忽略。如果參數(shù)為錯誤值或為不能轉(zhuǎn)換為數(shù)字的文本，將會導(dǎo)致錯誤。如果要使計算包含引用中的邏輯值和代表數(shù)字的文本，請使用 VARA 函數(shù)。函數(shù) VAR.S 的計算公式如下：

其中 x 為樣本平均值 AVERAGE(number1,number2,…)，n 為樣本大小。

案例

VARA 函數(shù)

描述

計算基于給定樣本的方差。

用法

VARA(value1, [value2], ...)

VARA 函數(shù)用法具有下列參數(shù)：

Value1, value2, ...Value1 是必需的，后續(xù)值是可選的。 這些是對應(yīng)于總體樣本的 1 到 255 個數(shù)值參數(shù)。

備注

VARA 假定其參數(shù)是總體樣本。 如果數(shù)據(jù)代表的是樣本總體，則必須使用函數(shù) VARPA 來計算方差。參數(shù)可以是下列形式：數(shù)值；包含數(shù)值的名稱、數(shù)組或引用；數(shù)字的文本表示；或者引用中的邏輯值，例如 TRUE 和 FALSE。邏輯值和直接鍵入到參數(shù)列表中代表數(shù)字的文本被計算在內(nèi)。包含 TRUE 的參數(shù)作為 1 來計算；包含文本或 FALSE 的參數(shù)作為 0（零）來計算。如果參數(shù)為數(shù)組或引用，則只使用其中的數(shù)值。 數(shù)組或引用中的空白單元格和文本值將被忽略。如果參數(shù)為錯誤值或為不能轉(zhuǎn)換為數(shù)字的文本，將會導(dǎo)致錯誤。如果要使計算不包括引用中的邏輯值和代表數(shù)字的文本，請使用 VAR 函數(shù)。函數(shù) VARA 的計算公式如下：

其中 x 是樣本平均值 AVERAGE(value1,value2,…) 且 n 是樣本大小。

案例

VARPA 函數(shù)

描述

根據(jù)整個總體計算方差。

用法

VARPA(value1, [value2], ...)

VARPA 函數(shù)用法具有下列參數(shù)：

Value1, value2, ...Value1 是必需的，后續(xù)值是可選的。 對應(yīng)于總體的 1 到 255 個值參數(shù)。

備注

VARPA 假定其參數(shù)是整個總體。 如果數(shù)據(jù)代表總體樣本，則必須使用 VARA 計算方差。參數(shù)可以是下列形式：數(shù)值；包含數(shù)值的名稱、數(shù)組或引用；數(shù)字的文本表示；或者引用中的邏輯值，例如 TRUE 和 FALSE。邏輯值和直接鍵入到參數(shù)列表中代表數(shù)字的文本被計算在內(nèi)。包含 TRUE 的參數(shù)作為 1 來計算；包含文本或 FALSE 的參數(shù)作為 0（零）來計算。如果參數(shù)為數(shù)組或引用，則只使用其中的數(shù)值。 數(shù)組或引用中的空白單元格和文本值將被忽略。如果參數(shù)為錯誤值或為不能轉(zhuǎn)換為數(shù)字的文本，將會導(dǎo)致錯誤。如果要使計算不包括引用中的邏輯值和代表數(shù)字的文本，請使用 VARP 函數(shù)。VARPA 的公式為：

其中 x 是樣本平均值 AVERAGE(value1,value2,…) 且 n 是樣本大小。

案例

WEIBULL.DIST 函數(shù)

描述

返回 Weibull 分布。 可以將該分布用于可靠性分析，例如計算設(shè)備出現(xiàn)故障的平均時間。

用法

WEIBULL.DIST(x,alpha,beta,cumulative)

WEIBULL.DIST 函數(shù)用法具有下列參數(shù)：

X必需。 用來計算函數(shù)的值。Alpha必需。 分布參數(shù)。Beta必需。 分布參數(shù)。cumulative必需。 確定函數(shù)的形式。

備注

如果 x、alpha 或 beta 是非數(shù)值的，則 WEIBULL.DIST 返回 錯誤值 #VALUE!。如果 x 0，則 WEIBULL.DIST 返回 錯誤值 #NUM!。如果 alpha ≤ 0 或 beta ≤ 0，則 WEIBULL.DIST 返回 錯誤值 #NUM!。Weibull 累積分布函數(shù)的公式為：

Weibull 概率密度函數(shù)的公式為：

當(dāng) alpha = 1，函數(shù) WEIBULL.DIST 返回指數(shù)分布：

案例

Z.TEST 函數(shù)

上次給大家分享了《2018年最全的excel函數(shù)大全14—統(tǒng)計函數(shù)（6）》，這次分享給大家統(tǒng)計函數(shù)（7）。

PERCENTRANK.INC 函數(shù)

描述

將某個數(shù)值在數(shù)據(jù)集中的排位作為數(shù)據(jù)集的百分比值返回，此處的百分比值的范圍為 0 到 1（含 0 和 1）。

此函數(shù)可用于計算值在數(shù)據(jù)集內(nèi)的相對位置。 例如，可以使用 PERCENTRANK.INC 計算能力測試得分在所有測試得分中的位置。

用法

PERCENTRANK.INC(array,x,[significance])

PERCENTRANK.INC 函數(shù)用法具有下列參數(shù)：

Array必需。 定義相對位置的數(shù)值數(shù)組或數(shù)值數(shù)據(jù)區(qū)域。X必需。 需要得到其排位的值。significance可選。 用于標(biāo)識返回的百分比值的有效位數(shù)的值。 如果省略，則 PERCENTRANK.INC 使用 3 位小數(shù) (0.xxx)。

備注

如果數(shù)組為空，則 PERCENTRANK.INC 返回 錯誤值 #NUM!。如果 significance 1，則 PERCENTRANK.INC 返回 錯誤值 #NUM!。如果數(shù)組里沒有與 x 相匹配的值，函數(shù) PERCENTRANK.INC 將進行插值以返回正確的百分比排位。

案例

PERMUT 函數(shù)

描述

返回可從數(shù)字對象中選擇的給定數(shù)目對象的排列數(shù)。 排列為對象或事件的任意集合或子集，內(nèi)部順序很重要。 排列與組合不同，組合的內(nèi)部順序并不重要。 此函數(shù)可用于彩票抽獎的概率計算。

用法

PERMUT(number, number_chosen)

PERMUT 函數(shù)用法具有下列參數(shù)：

Number必需。 表示對象個數(shù)的整數(shù)。Number_chosen必需。 表示每個排列中對象個數(shù)的整數(shù)。

備注

兩個參數(shù)將被截尾取整。如果 number 或 number_chosen 是非數(shù)值的，則 PERMUT 返回 錯誤值 #VALUE!。如果 number ≤ 0 或 number_chosen 0，則 PERMUT 返回 錯誤值 #NUM!。如果 number number_chosen，則 PERMUT 返回 錯誤值 #NUM!。排列數(shù)的計算公式如下：

案例

PERMUTATIONA 函數(shù)

描述

返回可從對象總數(shù)中選擇的給定數(shù)目對象（含重復(fù)）的排列數(shù)。

用法

PERMUTATIONA(number, number-chosen)

PERMUTATIONA 函數(shù)用法具有下列參數(shù)。

Number 必需。表示對象總數(shù)的整數(shù)。Number_chosen 必需。 表示每個排列中對象數(shù)目的整數(shù)。

PERMUTATIONA 使用下面的公式：

備注

兩個參數(shù)將被截尾取整。如果數(shù)字參數(shù)值無效，例如，當(dāng)總數(shù)為零 (0) 但所選數(shù)目大于零 (0)，則 PERMUTATIONA 返回錯誤值 #NUM! 。如果數(shù)字參數(shù)使用的是非數(shù)值數(shù)據(jù)類型，則 PERMUTATIONA 返回錯誤值 #VALUE! 。

案例

PHI 函數(shù)

描述

返回標(biāo)準(zhǔn)正態(tài)分布的密度函數(shù)值。

用法

PHI(x)

PHI 函數(shù)用法具有下列參數(shù)。

X 必需。 X 是所需的標(biāo)準(zhǔn)正態(tài)分布密度值。

備注

如果 x 是無效的數(shù)值，則 PHI 返回錯誤值 #NUM! 。如果 x 使用的是無效的數(shù)據(jù)類型，如非數(shù)值，則 PHI 返回錯誤值 #VALUE! 。

案例

POISSON.DIST 函數(shù)

描述

返回泊松分布。 泊松分布的一個常見應(yīng)用是預(yù)測特定時間內(nèi)的事件數(shù)，例如 1 分鐘內(nèi)到達收費停車場的汽車數(shù)。

用法

POISSON.DIST(x,mean,cumulative)

POISSON.DIST 函數(shù)用法具有下列參數(shù)：

X必需。 事件數(shù)。Mean必需。 期望值。cumulative必需。 一邏輯值，確定所返回的概率分布的形式。 如果 cumulative 為 TRUE，則 POISSON.DIST 返回發(fā)生的隨機事件數(shù)在零（含零）和 x（含 x）之間的累積泊松概率；如果為 FALSE，則 POISSON 返回發(fā)生的事件數(shù)正好是 x 的泊松概率密度函數(shù)。

備注

如果 x 不是整數(shù)，將被截尾取整。如果 x 或 mean 是非數(shù)值的，則 POISSON.DIST 返回 錯誤值 #VALUE!。如果 x 0，則 POISSON.DIST 返回 錯誤值 #NUM!。如果 mean 0，則 POISSON.DIST 返回 錯誤值 #NUM!。函數(shù) POISSON.DIST 的計算公式如下：

對于 cumulative = FALSE：

對于 cumulative = TRUE：

案例

PROB 函數(shù)

描述

返回區(qū)域中的數(shù)值落在指定區(qū)間內(nèi)的概率。 如果未提供 upper_limit，則返回 x_range 中的值等于 lower_limit 的概率。

用法

PROB(x_range, prob_range, [lower_limit], [upper_limit])

PROB 函數(shù)用法具有下列參數(shù)：

X_range必需。 具有各自相應(yīng)概率值的 x 數(shù)值區(qū)域。Prob_range必需。 與 x_range 中的值相關(guān)聯(lián)的一組概率值。Lower_limit可選。 要計算其概率的數(shù)值下界。Upper_limit可選。 要計算其概率的可選數(shù)值上界。

備注

如果 prob_range 中的任意值 ≤ 0 或 1，則 PROB 返回 錯誤值 #NUM!。如果 prob_range 中所有值之和不等于 1，則 PROB 返回 錯誤值 #NUM!。如果省略 upper_limit，函數(shù) PROB 返回值等于 lower_limit 時的概率。如果 x_range 和 prob_range 中的數(shù)據(jù)點個數(shù)不同，函數(shù) PROB 返回錯誤值 #N/A。

案例

QUARTILE.EXC 函數(shù)

描述

基于 0 到 1 之間（不包括 0 和 1）的百分點值返回數(shù)據(jù)集的四分位數(shù)。

用法

QUARTILE.EXC(array,quart)

QUARTILE.EXC 函數(shù)用法具有下列參數(shù)：

Array必需。 要求得四分位數(shù)值的數(shù)組或數(shù)字型單元格區(qū)域。Quart必需。 指定返回哪一個值。

備注

如果 array 為空，則 QUARTILE.EXC 返回 錯誤值 #NUM!。如果 quart 不為整數(shù)，將被截尾取整。如果 quart ≤ 0 或 quart ≥ 4，則 QUARTILE.EXC 返回 錯誤值 #NUM!。當(dāng) quart 分別等于 0（零）、2 和 4 時，MIN、MEDIAN 和 MAX 返回的值與函數(shù) QUARTILE.EXC 返回的值相同。

案例

QUARTILE.INC 函數(shù)

描述

根據(jù) 0 到 1 之間的百分點值（包含 0 和 1）返回數(shù)據(jù)集的四分位數(shù)。

四分位點通常用于銷售和調(diào)查數(shù)據(jù)，以對總體進行分組。 例如，您可以使用 QUARTILE.INC 查找總體中前 25% 的收入值。

用法

QUARTILE.INC(array,quart)

QUARTILE.INC 函數(shù)用法具有下列參數(shù)：

Array必需。 要求得四分位數(shù)值的數(shù)組或數(shù)字型單元格區(qū)域。Quart必需。 指定返回哪一個值。

參數(shù)

備注

如果 array 為空，則 QUARTILE.INC 返回 錯誤值 #NUM!。如果 quart 不為整數(shù)，將被截尾取整。如果 quart 0 或 quart 4，則 QUARTILE.INC 返回 錯誤值 #NUM!。當(dāng) quart 分別等于 0（零）、2 和 4 時，函數(shù) MIN、MEDIAN 和 MAX 返回的值與函數(shù) QUARTILE.INC 返回的值相同。

案例

以上是所有EXCEL的統(tǒng)計函數(shù)（7）描述用法以及使用案例。這次分享中存在哪些疑問或者哪些不足，可以在下面進行評論。如果覺得不錯，可以分享給你的朋友，讓大家一起掌握這些excel的統(tǒng)計函數(shù)（7）。

上次給大家分享了《2018年最全的excel函數(shù)大全14—統(tǒng)計函數(shù)（7）》，這次分享給大家統(tǒng)計函數(shù)（8）。

RANK.AVG 函數(shù)

描述

返回一列數(shù)字的數(shù)字排位：數(shù)字的排位是其大小與列表中其他值的比值；如果多個值具有相同的排位，則將返回平均排位。

用法

RANK.AVG(number,ref,[order])

RANK.AVG 函數(shù)用法具有下列參數(shù)：

Number必需。 要找到其排位的數(shù)字。Ref必需。 數(shù)字列表的數(shù)組，對數(shù)字列表的引用。 Ref 中的非數(shù)字值會被忽略。Order可選。 一個指定數(shù)字排位方式的數(shù)字。

備注

如果 Order 為 0（零）或省略，Excel 對數(shù)字的排位是基于 ref 為按降序排列的列表。如果 Order 不為零，Excel 對數(shù)字的排位是基于 ref 為按升序排列的列表。

案例

RANK.EQ 函數(shù)

描述

返回一列數(shù)字的數(shù)字排位。 其大小與列表中其他值相關(guān)；如果多個值具有相同的排位，則返回該組值的最高排位。

如果要對列表進行排序，則數(shù)字排位可作為其位置。

用法

RANK.EQ(number,ref,[order])

RANK.EQ 函數(shù)用法具有下列參數(shù)：

Number必需。 要找到其排位的數(shù)字。Ref必需。 數(shù)字列表的數(shù)組，對數(shù)字列表的引用。 Ref 中的非數(shù)字值會被忽略。Order可選。 一個指定數(shù)字排位方式的數(shù)字。

備注

如果 Order 為 0（零）或省略，Excel 對數(shù)字的排位是基于 Ref 為按降序排列的列表。如果 Order 不為零， Excel 對數(shù)字的排位是基于 Ref 為按照升序排列的列表。RANK.EQ 賦予重復(fù)數(shù)相同的排位。 但重復(fù)數(shù)的存在將影響后續(xù)數(shù)值的排位。 例如，在按升序排序的整數(shù)列表中，如果數(shù)字 10 出現(xiàn)兩次，且其排位為 5，則 11 的排位為 7（沒有排位為 6 的數(shù)值）。要達到某些目的，可能需要使用將關(guān)聯(lián)考慮在內(nèi)的排位定義。 在上一案例中，可能需要將數(shù)字 10 的排位修改為 5.5。 這可以通過向 RANK.EQ 返回的值添加以下修正系數(shù)來實現(xiàn)。 此修正系數(shù)適用于按降序排序（order = 0 或省略）和按升序排序（order = 非零值）計算排位的情況。

關(guān)聯(lián)排位的修正系數(shù) =[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。 修正系數(shù)為 (5 + 1 – 2 – 3)/2 = 0.5，將關(guān)聯(lián)考慮在內(nèi)的修訂排位為 3 + 0.5 = 3.5。 如果數(shù)字在 ref 中僅出現(xiàn)一次，此修正系數(shù)將為 0，因為無需調(diào)整 RANK.EQ 以進行關(guān)聯(lián)。

案例

RSQ 函數(shù)

描述

通過 known_y's 和 known_x's 中的數(shù)據(jù)點返回皮爾生乘積矩相關(guān)系數(shù)的平方。有關(guān)詳細(xì)信息，請參閱PEARSON 函數(shù)。R 平方值可以解釋為 y 方差可歸于 x 方差的比例。

用法

RSQ(known_y's,known_x's)

RSQ 函數(shù)用法具有下列參數(shù)：

Known_y's必需。 數(shù)組或數(shù)據(jù)點區(qū)域。Known_x's必需。 數(shù)組或數(shù)據(jù)點區(qū)域。

備注

參數(shù)可以是數(shù)字或者是包含數(shù)字的名稱、數(shù)組或引用。邏輯值和直接鍵入到參數(shù)列表中代表數(shù)字的文本被計算在內(nèi)。如果數(shù)組或引用參數(shù)包含文本、邏輯值或空白單元格，則這些值將被忽略；但包含零值的單元格將計算在內(nèi)。如果參數(shù)為錯誤值或為不能轉(zhuǎn)換為數(shù)字的文本，將會導(dǎo)致錯誤。如果 known_y's 和 known_x's 為空或其數(shù)據(jù)點個數(shù)不同，函數(shù) RSQ 返回錯誤值 #N/A。如果 known_y's 和 known_x's 只包含 1 個數(shù)據(jù)點，則 RSQ 返回 錯誤值 #p/0!。皮爾生(Pearson)乘積矩相關(guān)系數(shù) r 的計算公式如下：

其中 x 和 y 是樣本平均值 AVERAGE(known_x's) 和 AVERAGE(known_y's)。

RSQ 返回 r2，即相關(guān)系數(shù)的平方。

案例

SKEW 函數(shù)

描述

返回分布的偏斜度。 偏斜度表明分布相對于平均值的不對稱程度。 正偏斜度表明分布的不對稱尾部趨向于更多正值。 負(fù)偏斜度表明分布的不對稱尾部趨向于更多負(fù)值。

用法

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

SKEW 函數(shù)用法具有下列參數(shù)：

number1, number2, ...Number1 是必需的，后續(xù)數(shù)字是可選的。 用于計算偏斜度的 1 到 255 個參數(shù)。 也可以用單一數(shù)組或?qū)δ硞€數(shù)組的引用來代替用逗號分隔的參數(shù)。

備注

參數(shù)可以是數(shù)字或者是包含數(shù)字的名稱、數(shù)組或引用。邏輯值和直接鍵入到參數(shù)列表中代表數(shù)字的文本被計算在內(nèi)。如果數(shù)組或引用參數(shù)包含文本、邏輯值或空白單元格，則這些值將被忽略；但包含零值的單元格將計算在內(nèi)。如果參數(shù)為錯誤值或為不能轉(zhuǎn)換為數(shù)字的文本，將會導(dǎo)致錯誤。如果數(shù)據(jù)點個數(shù)少于三，或者樣本標(biāo)準(zhǔn)偏差為零，則 SKEW 返回 錯誤值 #p/0!。偏斜度公式的定義如下：

案例

SKEW.P 函數(shù)

描述

返回基于樣本總體的分布不對稱度：表明分布相對于平均值的不對稱程度。

用法

SKEW.P(number 1, [number 2],…)

SKEW.P 函數(shù)用法具有下列參數(shù)。

Number 1, number 2,…Number 1 是必選項，后續(xù)數(shù)字是可選項。Number 1、number 2、… 等是 1 至 254 個數(shù)字，或包含數(shù)字的名稱、數(shù)組或引用，您要以此函數(shù)獲得其樣本總體的分布不對稱度。

SKEW.P 使用下面的公式：

備注

參數(shù)可以是數(shù)字或者是包含數(shù)字的名稱、數(shù)組或引用。邏輯值和直接鍵入到參數(shù)列表中代表數(shù)字的文本被計算在內(nèi)。如果數(shù)組或引用參數(shù)包含文本、邏輯值或空白單元格，則這些值將被忽略；但包含零 (0) 值的單元格將計算在內(nèi)。SKEW.P 使用樣本總體的標(biāo)準(zhǔn)偏差，而非一個樣本。如果參數(shù)值無效，SKEW.P 返回錯誤值 #NUM!。如果參數(shù)使用的數(shù)據(jù)類型無效，SKEW.P 返回錯誤值 #VALUE!。如果數(shù)據(jù)點個數(shù)少于三，或者樣本標(biāo)準(zhǔn)偏差為零，SKEW.P 返回錯誤值 #p/0!。

案例

SLOPE 函數(shù)

描述

返回通過 known_y's 和 known_x's 中數(shù)據(jù)點的線性回歸線的斜率。 斜率為垂直距離除以線上任意兩個點之間的水平距離，即回歸線的變化率。

用法

SLOPE(known_y's, known_x's)

SLOPE 函數(shù)用法具有下列參數(shù)：

Known_y's必需。 數(shù)字型因變量數(shù)據(jù)點數(shù)組或單元格區(qū)域。Known_x's必需。 自變量數(shù)據(jù)點集合。

備注

參數(shù)可以是數(shù)字，或者是包含數(shù)字的名稱、數(shù)組或引用。如果數(shù)組或引用參數(shù)包含文本、邏輯值或空白單元格，則這些值將被忽略；但包含零值的單元格將計算在內(nèi)。如果 known_y's 和 known_x's 為空或其數(shù)據(jù)點個數(shù)不同，函數(shù) SLOPE 返回錯誤值 #N/A?；貧w直線的斜率計算公式如下：

其中 x 和 y 是樣本平均值 AVERAGE(known_x's) 和 AVERAGE(known_y's)。

SLOPE 和 INTERCEPT 函數(shù)中使用的下層算法與 LINEST 函數(shù)中使用的下層算法不同。 當(dāng)數(shù)據(jù)未定且共線時，這些算法之間的差異會導(dǎo)致不同的結(jié)果。 例如，如果參數(shù) known_y's 的數(shù)據(jù)點為 0，參數(shù) known_x's 的數(shù)據(jù)點為 1：SLOPE 和 INTERCEPT 返回 錯誤 #p/0!。 SLOPE 和 INTERCEPT 的算法用于只查找一個答案，在這種情況下，還可能會出現(xiàn)多個答案。LINEST 會返回值 0。 LINEST 的算法用來返回共線數(shù)據(jù)的合理結(jié)果，在這種情況下至少可找到一個答案。

案例

SMALL 函數(shù)

描述

返回數(shù)據(jù)集中的第 k 個最小值。 使用此函數(shù)以返回在數(shù)據(jù)集內(nèi)特定相對位置上的值。

用法

SMALL(array,k)

SMALL 函數(shù)用法具有下列參數(shù)：

Array必需。 需要找到第 k 個最小值的數(shù)組或數(shù)值數(shù)據(jù)區(qū)域。K必需。 要返回的數(shù)據(jù)在數(shù)組或數(shù)據(jù)區(qū)域里的位置（從小到大）。

備注

如果 array 為空，則 SMALL 返回 錯誤值 #NUM!。如果 k ≤ 0 或 k 超過了數(shù)據(jù)點個數(shù)，則 SMALL 返回 錯誤值 #NUM!。如果 n 為數(shù)組中的數(shù)據(jù)點個數(shù)，則 SMALL(array,1) 等于最小值，SMALL(array,n) 等于最大值。

案例

STANDARDIZE 函數(shù)

描述

返回由 mean 和 standard_dev 表示的分布的規(guī)范化值。

用法

STANDARDIZE(x, mean, standard_dev)

STANDARDIZE 函數(shù)用法具有下列參數(shù)：

X必需。 需要進行正態(tài)化的數(shù)值。Mean必需。分布的算術(shù)平均值。standard_dev必需。分布的標(biāo)準(zhǔn)偏差。

備注

如果 standard_dev ≤ 0，則 STANDARDIZE 返回錯誤值 #NUM!。規(guī)范化值的公式為：

案例

STDEV.P 函數(shù)

描述

計算基于以參數(shù)形式給出的整個樣本總體的標(biāo)準(zhǔn)偏差（忽略邏輯值和文本）。

標(biāo)準(zhǔn)偏差可以測量值在平均值（中值）附近分布的范圍大小。

用法

STDEV.P(number1,[number2],...)

STDEV.P 函數(shù)用法具有下列參數(shù)：

Number1必需。對應(yīng)于總體的第一個數(shù)值參數(shù)。Number2, ...可選。對應(yīng)于總體的 2 到 254 個數(shù)值參數(shù)。也可以用單一數(shù)組或?qū)δ硞€數(shù)組的引用來代替用逗號分隔的參數(shù)。

備注

STDEV.P 假定其參數(shù)是整個總體。如果數(shù)據(jù)代表總體樣本，請使用 STDEV 計算標(biāo)準(zhǔn)偏差。對于大樣本容量，函數(shù) STDEV.S 和 STDEV.P 計算結(jié)果大致相等。此處標(biāo)準(zhǔn)偏差的計算使用“n”方法。參數(shù)可以是數(shù)字或者是包含數(shù)字的名稱、數(shù)組或引用。邏輯值和直接鍵入到參數(shù)列表中代表數(shù)字的文本被計算在內(nèi)。如果參數(shù)是一個數(shù)組或引用，則只計算其中的數(shù)字。數(shù)組或引用中的空白單元格、邏輯值、文本或錯誤值將被忽略。如果參數(shù)為錯誤值或為不能轉(zhuǎn)換為數(shù)字的文本，將會導(dǎo)致錯誤。如果要使計算包含引用中的邏輯值和代表數(shù)字的文本，請使用 STDEVPA 函數(shù)。函數(shù) STDEV.P 的計算公式如下：

其中 x 為樣本平均值 AVERAGE(number1,number2,…)，n 為樣本大小。

案例

STDEV.S 函數(shù)

描述

基于樣本估算標(biāo)準(zhǔn)偏差（忽略樣本中的邏輯值和文本）。

標(biāo)準(zhǔn)偏差可以測量值在平均值（中值）附近分布的范圍大小。

用法

STDEV.S(number1,[number2],...)

STDEV.S 函數(shù)用法具有下列參數(shù)：

Number1必需。對應(yīng)于總體樣本的第一個數(shù)值參數(shù)。也可以用單一數(shù)組或?qū)δ硞€數(shù)組的引用來代替用逗號分隔的參數(shù)。Number2, ...可選。對應(yīng)于總體樣本的 2 到 254 個數(shù)值參數(shù)。也可以用單一數(shù)組或?qū)δ硞€數(shù)組的引用來代替用逗號分隔的參數(shù)。

備注

STDEV.S 假設(shè)其參數(shù)是總體樣本。如果數(shù)據(jù)代表整個總體，請使用 STDEV.P 計算標(biāo)準(zhǔn)偏差。此處標(biāo)準(zhǔn)偏差的計算使用“n-1”方法。參數(shù)可以是數(shù)字或者是包含數(shù)字的名稱、數(shù)組或引用。邏輯值和直接鍵入到參數(shù)列表中代表數(shù)字的文本被計算在內(nèi)。如果參數(shù)是一個數(shù)組或引用，則只計算其中的數(shù)字。數(shù)組或引用中的空白單元格、邏輯值、文本或錯誤值將被忽略。如果參數(shù)為錯誤值或為不能轉(zhuǎn)換為數(shù)字的文本，將會導(dǎo)致錯誤。如果要使計算包含引用中的邏輯值和代表數(shù)字的文本，請使用 STDEVA 函數(shù)。函數(shù) STDEV.S 的計算公式如下：

其中 x 為樣本平均值 AVERAGE(number1,number2,…)，n 為樣本大小。

案例

STDEVA 函數(shù)

描述

根據(jù)樣本估計標(biāo)準(zhǔn)偏差。 標(biāo)準(zhǔn)偏差可以測量值在平均值（中值）附近分布的范圍大小。

用法

STDEVA(value1, [value2], ...)

STDEVA 函數(shù)用法具有下列參數(shù)：

Value1, value2, ...Value1 是必需的，后續(xù)值是可選的。 對應(yīng)于總體樣本的 1 到 255 個值。 也可以用單一數(shù)組或?qū)δ硞€數(shù)組的引用來代替用逗號分隔的參數(shù)。

備注

STDEVA 假定其參數(shù)是總體樣本。 如果數(shù)據(jù)代表整個總體，則必須使用 STDEVPA 計算標(biāo)準(zhǔn)偏差。此處標(biāo)準(zhǔn)偏差的計算使用“n-1”方法。參數(shù)可以是下列形式：數(shù)值；包含數(shù)值的名稱、數(shù)組或引用；數(shù)字的文本表示；或者引用中的邏輯值，例如 TRUE 和 FALSE。包含 TRUE 的參數(shù)作為 1 來計算；包含文本或 FALSE 的參數(shù)作為 0（零）來計算。如果參數(shù)為數(shù)組或引用，則只使用其中的數(shù)值。 數(shù)組或引用中的空白單元格和文本值將被忽略。如果參數(shù)為錯誤值或為不能轉(zhuǎn)換為數(shù)字的文本，將會導(dǎo)致錯誤。如果要使計算不包括引用中的邏輯值和代表數(shù)字的文本，請使用 STDEV 函數(shù)。STDEVA 使用下面的公式：

其中 x 是樣本平均值 AVERAGE(value1,value2,…) 且 n 是樣本大小。

案例

以上是所有EXCEL的統(tǒng)計函數(shù)（8）描述用法以及使用案例。這次分享中存在哪些疑問或者哪些不足，可以在下面進行評論。如果覺得不錯，可以分享給你的朋友，讓大家一起掌握這些excel的統(tǒng)計函數(shù)（8）。

在利用AutoCAD2018繪圖時，往往需要插入材料明細(xì)表等各種表格，有些表格甚至很復(fù)雜，如果在AutoCAD里編輯，會感覺很麻煩，效率很低。如果我們將這些表格在EXCELL中編輯好，然后插入到AutoCAD中，這樣會極大的提高工作效率。本文以AutoCAD2018為例，分享AutoCAD2018插入Excel表格的過程：

一、準(zhǔn)備一個Excel表格。

二、打開AutoCAD2018軟件。

三、點插入表格命令，如下圖所示：

四、打開插入表格對話框。

五、點選“自動數(shù)據(jù)鏈接”按鈕，并找到剛才創(chuàng)建的Excel表格。

六、點“確定”后將表格插入CAD文檔中。

七、當(dāng)我們對Excel表格的內(nèi)容進行修改時，AutoCAD2018會提示我們數(shù)據(jù)鏈接已更改。我們可以點“使用數(shù)據(jù)鏈接更新表格”。

八、這樣，CAD文件中的表格也相應(yīng)更新了。