本篇是Excel统计函数的第四部分，也是最后一部分。
用途：返回一个分布的不对称度。它反映以平均值为中心的分布的不对称程度，正不对称度表示不对称边的分布更趋向正值。负不对称度表示不对称边的分布更趋向负值。
语法：SKEW(number1，number2，...)。
参数：Number1，number2...是需要计算不对称度的1到30个参数。包括逗号分隔的数值、单一数组和名称等。
实例：公式“=SKEW({22，23，29，19，38，27，25}，{16，15，19，17，15，14，34})”返回0.854631382。
用途：返回经过给定数据点的线性回归拟合线方程的斜率(它是直线上任意两点的垂直距离与水平距离的比值，也就是回归直线的变化率)。
语法：SLOPE(known_y’s，known_x’s)
参数：Known_y’s为数字型因变量数组或单元格区域，Known_x’s为自变量数据点集合。
实例：公式“=SLOPE({22，23，29，19，38，27，25}，{16，15，19，17，15，14，34})”返回-0.100680934。
用途：返回数据集中第k个最小值，从而得到数据集中特定位置上的数值。
语法：SMALL(array，k)
参数：Array是需要找到第k个最小值的数组或数字型数据区域，K为返回的数据在数组或数据区域里的位置(从小到大)。
实例：如果如果A1=78、A2=45、A3=90、A4=12、A5=85，则公式“=SMALL(A1:A5，3)”返回78。
用途：返回以mean为平均值，以standard-dev为标准偏差的分布的正态化数值。
语法：STANDARDIZE(x，mean，standard_dev)
参数：X为需要进行正态化的数值，Mean分布的算术平均值，Standard_dev为分布的标准偏差。
实例：公式“=STANDARDIZE(62，60，10)”返回0.2。
用途：估算样本的标准偏差。它反映了数据相对于平均值(mean)的离散程度。
语法：STDEV(number1，number2，...)
参数：Number1，number2，...为对应于总体样本的1到30个参数。可以使用逗号分隔的参数形式，也可使用数组，即对数组单元格的引用。
注意：STDEV函数假设其参数是总体中的样本。如果数据是全部样本总体，则应该使用STDEVP函数计算标准偏差。同时，函数忽略参数中的逻辑值(TRUE或FALSE)和文本。如果不能忽略逻辑值和文本，应使用STDEVA函数。
实例：假设某次考试的成绩样本为A1=78、A2=45、A3=90、A4=12、A5=85，则估算所有成绩标准偏差的公式为“=STDEV(A1:A5)”，其结果等于33.00757489。
用途：计算基于给定样本的标准偏差。它与STDEV函数的区别是文本值和逻辑值(TRUE或FALSE)也将参与计算。
语法：STDEVA(value1，value2，...)
参数：value1，value2，...是作为总体样本的1到30个参数。可以使用逗号分隔参数的形式，也可以使用单一数组，即对数组单元格的引用。
实例：假设某次考试的部分成绩为A1=78、A2=45、A3=90、A4=12、A5=85，则估算所有成绩标准偏差的公式为“=STDEVA(A1:A5)”，其结果等于33.00757489。
用途：返回整个样本总体的标准偏差。它反映了样本总体相对于平均值(mean)的离散程度。
语法：STDEVP(number1，number2，...)
参数：Number1，number2，...为对应于样本总体的1到30个参数。可以使用逗号分隔参数的形式，也可以使用单一数组，即对数组单元格的引用。
注意：STDEVP函数在计算过程中忽略逻辑值(TRUE或FALSE)和文本。如果逻辑值和文本不能忽略，应当使用STDEVPA函数。
同时STDEVP函数假设其参数为整个样本总体。如果数据代表样本总体中的样本，应使用函数STDEV来计算标准偏差。当样本数较多时，STDEV和STDEVP函数的计算结果相差很小。
实例：如果某次考试只有5名学生参加，成绩为A1=78、A2=45、A3=90、A4=12、A5=85，则计算的所有成绩的标准偏差公式为“=STDEVP(A1:A5)”，返回的结果等于29.52287249。
用途：计算样本总体的标准偏差。它与STDEVP函数的区别是文本值和逻辑值(TRUE或FALSE)参与计算。
语法：STDEVPA(value1，value2，...)
参数：value1，value2，...作为样本总体的1到30个参数。可以使用逗号分隔参数的形式，也可以使用单一数组(即对数组单元格的引用)。
注意：STDEVPA函数假设参数为样本总体。如果数据代表的是总体的部分样本，则必须使用STDEVA函数来估算标准偏差。
实例：如果某次考试只有5名学生参加，成绩为A1=78、A2=45、A3=90、A4=12、A5=85，则计算的所有成绩的标准偏差公式为“=STDEVP(A1:A5)”，返回的结果等于29.52287249。
用途：返回通过线性回归法计算y预测值时所产生的标准误差。标准误差用来度量根据单个x变量计算出的y预测值的误差量。
语法：STEYX(known_y’s，known_x’s)
参数：Known_y’s为因变量数据点数组或区域，Known_x’s为自变量数据点数组或区域。
实例：公式“=STEYX({22，13，29，19，18，17，15}，{16，25，11，17，25，14，17})”返回4.251584755。
用途：返回学生氏t-分布的百分点(概率)，t分布中的数值(x)是t的计算值(将计算其百分点)。t分布用于小样本数据集合的假设检验，使用此函数可以代替t分布的临界值表。
语法：TDIST(x，degrees_freedom，tails)
参数：X为需要计算分布的数字，Degrees_freedom为表示自由度的整数，Tails指明返回的分布函数是单尾分布还是双尾分布。如果tails=1，函数TDIST返回单尾分布。如果tails=2，函数TDIST返回双尾分布。
实例：公式“=TDIST(60，2，1)”返回0.000138831。
用途：返回作为概率和自由度函数的学生氏t分布的t值。
语法：TINV(probability，degrees_freedom)
参数：Probability为对应于双尾学生氏-t分布的概率，Degrees_freedom为分布的自由度。
实例：公式“=TINV(0.5，60)”返回0.678600713。
用途：返回一条线性回归拟合线的一组纵坐标值(y值)。即找到适合给定的数组known_y’s和known_x’s的直线(用最小二乘法)，并返回指定数组new_x’s值在直线上对应的y值。
语法：TREND(known_y’s，known_x’s，new_x’s，const)
参数：Known_y’s为已知关系y=mx+b中的y值集合，Known_x’s为已知关系y=mx+b中可选的x值的集合，New_x’s为需要函数TREND返回对应y值的新x值，Const为逻辑值指明是否强制常数项b为0。
用途：返回数据集的内部平均值。TRIMMEAN函数先从数据集的头部和尾部除去一定百分比的数据点，然后再求平均值。当希望在分析中剔除一部分数据的计算时，可以使用此函数。
语法：TRIMMEAN(array，percent)
参数：Array为需要进行筛选并求平均值的数组或数据区域，Percent为计算时所要除去的数据点的比例。如果percent=0.2，则在20个数据中除去4个，即头部除去2个尾部除去2个。如果percent=0.1，30个数据点的10%等于3个数据点。函数TRIMMEAN将对称地在数据集的头部和尾部各除去一个数据。
实例：如果A1=78、A2=45、A3=90、A4=12、A5=85，则公式“=TRIMMEAN(A1:A5，0.1)”返回62。
用途：返回与学生氏-t检验相关的概率。它可以判断两个样本是否来自两个具有相同均值的总体。
语法：TTEST(array1，array2，tails，type)
参数：Array1是第一个数据集，Array2是第二个数据集，Tails指明分布曲线的尾数。如果tails=1，TTEST函数使用单尾分布。如果tails=2，TTEST函数使用双尾分布。Type为t检验的类型。如果type等于(1、2、3)检验方法(成对、等方差双样本检验、异方差双样本检验)
实例：公式“=TTEST({3，4，5，8，9，1，2，4，5}，{6，19，3，2，14，4，5，17，1}，2，1)”返回0.196016。
用途：估算样本方差。
语法：VAR(number1，number2，...)
参数：Number1，number2，...对应于与总体样本的1到30个参数。
实例：假设抽取某次考试中的5个分数，并将其作为随机样本，用VAR函数估算成绩方差，样本值为A1=78、A2=45、A3=90、A4=12、A5=85，则公式“=VAR(A1:A5)”返回1089.5。
用途：用来估算给定样本的方差。它与VAR函数的区别在于文本和逻辑值(TRUE和FALSE)也将参与计算。
语法：VARA(value1，value2，...)
参数：value1，value2，...作为总体的一个样本的1到30个参数。
实例：假设抽取某次考试中的5个分数，并将其作为随机样本，用VAR函数估算成绩方差，样本值为A1=78、A2=45、A3=90、A4=12、A5=85，则公式“=VARA(A1:A5，TRUE)”返回1491.766667。
用途：计算样本总体的方差。
语法：VARP(number1，number2，...)
参数：Number1，number2，...为对应于样本总体的1到30个参数。其中的逻辑值(TRUE和FALSE)和文本将被忽略。
实例：如果某次补考只有5名学生参加，成绩为A1=88、A2=55、A3=90、A4=72、A5=85，用VARP函数估算成绩方差，则公式“=VARP(A1:A5)”返回214.5。
用途：计算样本总体的方差。它与VARP函数的区别在于文本和逻辑值(TRUE和FALSE)也将参与计算。
语法：VARPA(value1，value2，...)
参数：value1，value2，...作为样本总体的1到30个参数。
实例：如果某次补考只有5名学生参加，成绩为A1=88、A2=55、A3=90、A4=72、A5=85，用VARPA函数估算成绩方差，则公式“=VARPA(A1:A5)”返回214.5。
用途：返回韦伯分布。使用此函数可以进行可靠性分析，如设备的平均无故障时间。
语法：WEIBULL(x，alpha，beta，cumulative)
参数：X为用来计算函数值的数值，Alpha分布参数，Beta分布参数，Cumulative指明函数的形式。
实例：公式“=WEIBULL(98，21，100，TRUE)”返回0.480171231，=WEIBULL(58，11，67，FALSE)返回0.031622583。
用途：返回z检验的双尾P值。Z检验根据数据集或数组生成x的标准得分，并返回正态分布的双尾概率。可以使用此函数返回从某总体中抽取特定观测值的似然估计。
语法：ZTEST(array，x，sigma)
参数：Array为用来检验x的数组或数据区域。X为被检验的值。Sigma为总体(已知)标准偏差，如果省略，则使用样本标准偏差。
实例：公式“=ZTEST({3，6，7，8，6，5，4，2，1，9}，4)”返回0.090574。
关注此文的读者还看过：
