主頁spacer>spacerMergemill 標籤指南spacer>spacer統計函數標籤

spacer

內容插入

算術表達式

循環

分支

系統值

統計函數

區段

範例

spacer

<?SMAX([數值欄])?>
<?SMIN([
數值欄])?>
<?SCNT([
數值欄],[頻率欄])?>
<?SSUM([
數值欄],[頻率欄])?>
<?SAVG([
數值欄],[頻率欄])?>

<?SSDS([數值欄],[頻率欄])?>
<?SSDP([
數值欄],[頻率欄])?>

<?LRCT([輸入欄X],[回應欄Y])?>
<?LRRC([
輸入欄X],[回應欄Y])?>
<?LRCC([
輸入欄X],[回應欄Y])?>

你可以標籤的形式放置統計函數在模板內,沒有標籤首尾標記 <? 和 ?> 的統計函數也可被用來作為表達式操作數。統計函數標籤內的欄位所包含的屬性設定會被忽略,但「結果數字格式」則有如常的作用。

模板中使用的統計函數會於數據流開始時計算。無論涉及的欄位屬循環外或循環內,函數結果會於同一輸出頁組內維持不變。作業內的「循環外佔位欄數據環回」設定並不適用於統計函數,如函數的任何一個相關欄位用盡其數據流,該函數會返回空白值。

space
基本統計函數

第一組的五個函數適用於任何當前數據流的數值數據列。SMAX 和 SMIN 分別返回指定佔位欄提取的所有數據的最高和最低數據值。SCNT 返回數據值的總數量,如頻率欄沒有被使用,則每個數據值的頻率被假設是 1。SSUM 會以數值欄及頻率欄去計算總和。SVG 返回所有數據的平均值,如 SCNT 或 SSUM 未被計算,它們會先於 SVG 被計算。

第二組的兩個函數適用於正態分佈的數值數據。SSDS 返回當前數據流的「樣本標準偏差值」,SSDP 則返回當前數據流的「總體標準偏差值」。

如果每個數據值的計數為 1,你不需要提供頻率欄,亦可省略標籤的逗號。

space
線性回歸函數

線性回歸是變量 y 和變量 x1、x2 等之間關係的建模,呈現出 y 與 x 參數存在線性關係的一個重要方法。如果所有 x 參數除一個外可保持不變,線性回歸模型給你一個 y 和 x 之間的簡單關係:y = a + bx,其中 a 是「常數項」,b 是「回歸係數」。該模型還為你提供了「相關係數」,以表示提供的數據成線性關係的合適度。

線性回歸有兩個重要的用途。一個是預測。發展這樣一個模型後,你可以任何有效的 x 值,使用 y = a + bx,來預測 y 的值。你亦可從一個理想的回應值 y 開始,使用 x = (y - a) / b 來估計最有可能產生此 y 的 x 值。

線性回歸的另一個重要用途是量化和比較 y 對每個 x 參數的依存度。你可能會發現一些 x 參數可於某些實際應用中被忽略,因為它們有相對較少的影響。

線性回歸具有廣泛的實際應用,特別是在環保,生物和社會科學領域。你可將它應用於研究一些數量在一段時間內的簡單趨勢。

Mergemill 提供了三個線性回歸函數。LRCT 返回常數項 a,LRRC 返回回歸係數 b,LRCC 返回相關係數 r。計算時,只有當一對數據皆非空白才會被使用。

spacer

內容插入

算術表達式

循環

分支

系統值

統計函數

區段

範例

spacer

返回頁首

軟體功能spacer::spacer下載專區spacer::spacer購買spacer::spacer軟體支援spacer::spacer視頻教程spacer::spacer標籤指南spacer::spacer網站導覽


版權所有 · 不得轉載 © 2001-2017 Cross Culture Ltd.