金字塔量化

# ALIKE 相似系数

求2个序列间的相似系数。

ALIKE(X1,X2,N)

参数
参数 说明
X1 必需，序列变量1
X2 必需，序列变量2
N 必需，计算的周期范围
示例
ALIKE(CLOSE,INDEXC,5) //表示收盘价与大盘指数之间的5周期的相似系数
1

# AVEDEV 平均绝对偏差

返回X在N周期内的平均绝对偏差。计算公式如下:

dˉ=∑i=1n∣xi−xˉ∣\bar{d}=\sum _{i=1}^{n}\left | x_{i}-\bar{x} \right|

AVEDEV(X,N)

参数
参数 说明
X 必需，序列变量
N 必需，周期范围
 1.N为有效值，但当前的k线数不足N根，该函数返回空值；
  2.当N<2时，该函数返回0
示例
AVEDEV(CLOSE,5);//返回收盘价在5周期内的平均绝对偏差。
1

# BETA 贝塔系数

求当前品种的贝塔系数。当前品种N周期内收益与大盘收益相比的贝塔系数，该系数表明大盘每变动1%,则该品种将变动V%

BETA(N)

  1. 股票品种有效
参数
参数 说明
N 必需，周期范围
示例
BETA(5); //表示5周期贝塔系数
1

# BETA2 指定序列的贝塔系数

求指定两组序列的贝塔系数。序列1和序列2在N周期内的贝塔系数，该系数表明序列1每变动1%,则序列2将变动V%

BETA2(A1,A2,N)

参数
参数 说明
A1 必需，序列变量
A2 必需，序列变量
N 必需，周期范围
示例
BETA2(INDEXC,CLOSE,5);// 表示大盘收盘价与该品种的5周期贝塔系数
1

# BETADIST 累积的 Beta 概率密度

返回 Beta 分布累积函数的函数值。Beta 分布累积函数通常用于研究样本集合中某些事物的发生和变化情况。例如，人们一天中看电视的时间比率。

BETADIST(A,Alpha,Beta,A,B)

  1. 如果任意参数为非数值型，函数 BETADIST 返回错误值 #VALVE!。
  2. 如果 alpha ≤ 0 或 beta ≤ 0，函数 BETADIST 返回错误值 #NUM!。
  3. 如果 x < A、x > B 或 A = B，函数 BETADIST 返回错误值 #NUM!。
  4. 如果省略 A 或 B 值，函数 BETADIST 使用标准 beta 分布的累积函数，即 A = 0，B = 1。
参数
参数 说明
X 必需，用来进行函数计算的值，居于可选性上下界(A 和 B)之间。
Alpha 必需，分布参数
Beta 必需，分布参数
A 必需，数值 x 所属区间的下界。
B 必需，数值 x 所属区间的上界。
示例
BETADIST(2,8,10,1,3);//上述参数的 Beta 分布累积函数的函数值 (0.685470581)
1

# BETAINV 累积的 Beta 概率密度函数的反函数

返回 beta 分布累积函数的反函数值。即，如果 probability = BETADIST(x,...)，则 BETAINV(probability,...) = x。beta 分布累积函数可用于项目设计，在给定期望的完成时间和变化参数后，模拟可能的完成时间。

BETAINV(probability,alpha,beta,A,B)

  1. 如果任意参数为非数值型，函数 BETAINV 返回错误值 #VALVE!。
  2. 如果 alpha ≤ 0 或 beta ≤ 0，函数 BETAINV 返回错误值 #NUM!。
  3. 如果 probability ≤ 0 或 probability > 1，函数 BETAINV 返回错误值 #NUM!。
  4. 如果省略 A 或 B 值，函数 BETAINV 使用标准的累积 beta 分布，即 A = 0，B = 1。 函数 BETAINV 使用迭代法进行计算。给出一个概率值，函数 BETAINV 开始迭代，直到结果精确到 ±3x10-7。如果经过 100 次迭代后，函数 BETAINV 仍未收敛，则返回错误值 #N/A。
参数
参数 说明
Probability 必需，Beta 分布的概率值。
Alpha 必需，分布参数
Beta 必需，分布参数
A 必需，数值 x 所属区间的下界。
B 必需，数值 x 所属区间的上界。
示例
BETAINV(0.685470581,8,10,1,3);//上述参数的 beta 分布累积函数的反函数值 (2)
1

# BINOMDIST 一元二项式分布的概率值

返回一元二项式分布的概率值。函数 BINOMDIST 适用于固定次数的独立试验，当试验的结果只包含成功或失败二种情况，且当成功的概率在实验期间固定不变。例如，函数 BINOMDIST 可以计算三个婴儿中两个是男孩的概率。

BINOMDIST(A,B,P,F)

参数
参数 说明
A 必需，试验成功的次数。
B 必需，独立试验的次数。
P 必需，每次试验中成功的概率。
F 必需，布尔类型。
 如果 F 为 TRUE，返回累积分布函数，即至多 A 次成功的概率；
 如果 F 为 FALSE，返回概率密度函数，即 A 次成功的概率.
示例
BINOMDIST(6,10,0.5,FALSE); // 10 次试验成功 6 次的概率为 (0.205078)
1

# CHIDIST 平方分布的单尾概率

返回 γ2 分布的单尾概率。γ2 分布与 γ2 检验相关。使用 γ2 检验可以比较观察值和期望值。例如，某项遗传学实验假设下一代植物将呈现出某一组颜色。使用此函数比较观测结果和期望值，可以确定初始假设是否有效。

CHIDIST(x,degrees_freedom)

  1. 如果任一参数为非数值型，函数 CHIDIST 返回错误值 #VALUE!。
  2. 如果 x 为负数，函数 CHIDIST 返回错误值 #NUM!。
  3. 如果 degrees_freedom 不是整数，将被截尾取整。
  4. 如果 degrees_freedom < 1 或 degrees_freedom ≥ 10^10，函数 CHIDIST 返回错误值 #NUM!。 函数 CHIDIST 按 CHIDTST=P(X>x) 计算，式中 X 为 γ2 随机变量。
参数
参数 说明
X 必需，为用来计算分布的数值。
degrees_freedom 必需，自由度
示例
CHIDIST(18.307,10);//满足上述条件的 γ2 分布的单尾概率 (0.050001)
1

# CHIINV 平方分布的反单尾概率

返回 γ2 分布单尾概率的反函数值。如果 probability = CHIDIST(x,...)，则 CHIINV(probability,...) = x。使用此函数可比较观测结果和期望值，可确定初始假设是否有效。

CHIINV(probability,degrees_freedom)

  1. 如果任一参数为非数字型，则函数 CHIINV 返回错误值 #VALUE!。
  2. 如果 probability < 0 或 probability > 1，则函数 CHIINV 返回错误值 #NUM!。
  3. 如果 degrees_freedom 不是整数，将被截尾取整。
  4. 如果 degrees_freedom < 1 或 degrees_freedom ≥ 10^10，函数 CHIINV 返回错误值 #NUM!。
  5. 函数 CHIINV 使用迭代法进行计算。通过给定的 probability 值，函数 CHIINV 开始进行迭代，直到计算结果的精度达到 ±3x10^-7。如果迭代 100 次后，函数 CHIINV 仍不收敛，则返回错误值 #N/A。
参数
参数 说明
Probability 必需，γ2 分布的单尾概率。
Degrees_freedom 必需，自由度
示例
CHIINV(0.05,10);//γ2 分布的单尾概率的反函数值 (18.30703)
1

# COMBIN 给定数目对象的组合数

计算从给定数目的对象集合中提取若干对象的组合数。利用函数 COMBIN 可以确定一组对象所有可能的组合数。

COMBIN(A,B)

参数
参数 说明
A 必需，对象的总数量
B 必需，每一组合中对象的数量
示例
```autoit COMBIN(8,2);//从八个候选人中提取两个候选人的组合数 (28) ```

# CONFIDENCE 总体平均值的置信区间

返回总体平均值的置信区间。置信区间是样本平均值任意一侧的区域。例如，如果通过邮购的方式订购产品，依照给定的置信度，可以确定最早及最晚到货的时间。

CONFIDENCE(alpha,standard_dev,size)

  1. 如果任意参数为非数值型，函数 CONFIDENCE 返回错误值 #VALUE!。
  2. 如果 alpha ≤ 0 或 alpha ≥ 1，函数 CONFIDENCE 返回错误值 #NUM!。
  3. 如果 standard_dev ≤ 0，函数 CONFIDENCE 返回错误值 #NUM!。
  4. 如果 size 不是整数，将被截尾取整。
  5. 如果 size < 1，函数 CONFIDENCE 返回错误值 #NUM!。
参数
参数 说明
alpha 必需，是用于计算置信度的显著水平参数。置信度等于 100*(1 - alpha)%，亦即，如果 alpha 为 0.05，则置信度为 95%。
standard_dev 必需，数据区域的总体标准偏差，假设为已知。
size 必需，样本容量
示例

假设样本取自 50 名乘车上班的旅客，他们花在路上的平均时间为 30 分钟，总体标准偏差为 2.5 分钟。则总体平均值落入下列区域内的置信度为 95%：

//总体平均值的置信区间。即花在上班路上的平均时间为 30±0.692951 分钟，或 29.3 到 30.7 分钟。(0.692951)
CONFIDENCE(0.05,2.5,50);
1
2

# COST 成本分布

成本分布情况。

COST(x)

  1. x取值范围[0.1,99.9]
  2. 仅对日线分析周期比较有效。
  3. 计算量较大，不推荐在大数据量K线数据调用时使用。
示例
//表示10%获利盘的价格是多少，即有10%的持仓量在该价格以下，其余90%在该价格以上，为套牢盘
COST(10);
1
2

# COVAR 协方差

求2个序列的协方差，X1与X2两个变量之间的方差就是协方差，如果两个变量的变化趋势一致，那么两个变量之间的协方差就是正值；如果两个变量的变化趋势相反，那么两个变量之间的协方差就是负值。

COVAR(X1,X2,N)

  1. 当前k线数量不足N根时，返回无效值；
  2. 当N=0时，返回0；
参数
参数 说明
X1 必需，序列变量
X2 必需，序列变量
N 必需，周期数
示例
// 表示收盘价与大盘指数之间的8周期的协方差
COVAR(CLOSE,INDEXC,8);
1
2

# CRITBINOM 使累积二项式分布小于等于临界值的最小值

返回使累积二项式分布大于等于临界值的最小值。此函数可以用于质量检验。例如，使用函数 CRITBINOM 来决定最多允许出现多少个有缺陷的部件，才可以保证当整个产品在离开装配线时检验合格。

CRITBINOM(trials,probability_s,alpha)

  1. 如果任意参数为非数值型，函数 CRITBINOM 返回错误值 #VALUE!。
  2. 如果 trials 不是整数，将被截尾取整。
  3. 如果 trial < 0，函数 CRITBINOM 返回错误值 #NUM!。
  4. 如果 probability_s < 0 或 probability_s > 1，函数 CRITBINOM 返回错误值 #NUM!。
  5. 如果 alpha < 0 或 alpha > 1，函数 CRITBINOM 返回错误值 #NUM!。
参数
参数 说明
Trials 必需，伯努利试验次数。
probability_s 必需，每次试验中成功的概率。
alpha 必需，临界值
示例
// 返回累积二项式分布大于等于临界值的最小值 (4)
CRITBINOM(6,0.5,0.75);
1
2

# DEVSQ 数据偏差平方和

数据偏差平方和。

DEVSQ(X,N)

参数
参数 说明
X 必需，数值表达式
N 必需，周期数

# DRL 直线回归偏离度

计算直线回归偏离度

DRL(X,N)

参数
参数 说明
X 必需，序列数值表达式。
N 必需，周期数
示例
//表示求收盘价的10周期直线回归偏离度
DRL(CLOSE,10);
1
2

# DRL2 曲线回归偏离度

曲线回归偏离度

DRL2(X,N)

参数
参数 说明
X 必需，序列数值表达式。
N 必需，周期数
示例
//表示求收盘价的10周期直线回归偏离度
DRL2(CLOSE,10);
1
2

# EXPONDIST 指数分布

返回指数分布，使用函数 EXPONDIST 可以建立事件之间的时间间隔模型，例如，在计算银行自动提款机支付一次现金所花费的时间时，可通过函数 EXPONDIST 来确定这一过程最长持续一分钟的发生概率。

EXPONDIST(A,Lambda,Cumulative)

  1. 如果 x 或 B 为非数值型，函数 EXPONDIST 返回错误值 #VALUE!。
  2. 如果 x < 0，函数 EXPONDIST 返回错误值 #NUM!。
  3. 如果 B ≤ 0，函数 EXPONDIST 返回错误值 #NUM!。
参数
参数 说明
A 必需，数值表达式
Lambda 必需，参数值
Cumulative 必需，一逻辑值，指定指数函数的形式.
如果 F 为 TRUE，函数 EXPONDIST 返回累积分布函数；
如果 F 为 FALSE，返回概率密度函数。
示例
//累积指数分布
EXPONDIST(0.2,10,TRUE);

//概率指数分布函数
EXPONDIST(0.2,10,FALSE);
1
2
3
4
5

# FDIST F 概率分布

返回 F 概率分布。使用此函数可以确定两个数据系列是否存在变化程度上的不同。例如，分析进入高校的男生、女生的考试分数，确定女生分数的变化程度是否与男生不同。

FDIST(x,degrees_freedom1,degrees_freedom2)

  1. 如果任何参数都为非数值型，函数 FDIST 返回错误值 #VALUE!。
  2. 如果 x 为负数，函数 FDIST 返回错误值 #NUM!。
  3. 如果 degrees_freedom1 或 degrees_freedom2 不是整数，将被截尾取整。
  4. 如果 degrees_freedom1 < 1 或 degrees_freedom1 ≥ 10^10，函数 FDIST 返回错误值 #NUM!。
  5. 如果 degrees_freedom2 < 1 或 degrees_freedom2 ≥ 10^10，函数 FDIST 返回错误值 #NUM!。
  6. 函数 FDIST 的计算公式为 FDIST=P( F < x )，其中 F 为呈 F 分布的随机变量。
参数
参数 说明
X 必需，数值表达式
degrees_freedom1 必需，分子自由度
degrees_freedom2 必需，分母自由度
示例
//上述条件下的 F 概率分布 (0.01)
FDIST(15.20675,6,4);
1
2

# FINV 反 F 概率分布

返回 F 概率分布的反函数值。如果 p = FDIST(x,…)，则 FINV(p,…) = x。 在 F 检验中，可以使用 F 分布比较两个数据集的变化程度。例如，可以分析美国、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。

FINV(probability,degrees_freedom1,degrees_freedom2)

  1. 如果任何参数都为非数值型，则函数 FINV 返回错误值 #VALUE!。
  2. 如果 probability < 0 或 probability > 1，函数 FINV 返回错误值 #NUM!。
  3. 如果 degrees_freedom1 或 degrees_freedom2 不是整数，将被截尾取整。
  4. 如果 degrees_freedom1 < 1 或 degrees_freedom1 ≥ 10^10，函数 FINV 返回错误值 #NUM!。
  5. 如果 degrees_freedom2 < 1 或 degrees_freedom2 ≥ 10^10，函数 FINV 返回错误值 #NUM!。
  6. 函数 FINV 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 临界值等数据
  7. 若要返回 F 的临界值，可用显著水平参数作为函数 FINV 的 probability 参数。
  8. 函数 FINV 使用迭代法来计算函数。给定一个概率值，函数 FINV 开始迭代，直到结果精确到 ±3x10^-7。如果经过 100 次迭代后，函数 FINV 仍未收敛，此函数返回错误值 #N/A。
参数
参数 说明
Probability 必需，与 F 累积分布相关的概率值。
degrees_freedom1 必需，分子自由度
degrees_freedom2 必需，分母自由度
示例
//在上述条件下 F 概率分布的反函数值 (15.20675);
FINV(0.01,6,4);
1
2

# FISHER Fisher 变换

返回点 x 的 Fisher 变换。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。

FISHER(X)

  1. 如果 x 为非数值型，函数 FISHER 返回错误值 #VALUE!。
  2. 如果 x ≤ -1 或 x ≥ 1，函数 FISHER 返回错误值 #NUM!。
参数
参数 说明
X 必需，是一个数值，在该点进行变换。
示例
//在点 0.75 进行 Fisher 变换的函数值 (0.972955)
FISHER(0.75);
1
2

# FISHERINV 反 Fisher 变换

返回 Fisher 变换的反函数值。使用此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。 语法

FISHERINV(y)

  1. 如果 y 为非数值型，函数 FISHERINV 返回错误值 #VALUE!。
参数
参数 说明
Y 必需，是一个数值，在该点进行反变换。
示例
//在点 0.972955 进行 Fisher 变换的反函数值 (0.75)
FISHERINV(0.972955);
1
2

# FORCAST 线性回归预测值

线性回归预测值。

FORCAST(X,N)

  1. N有效值范围【N>0】
  2. 若N<=0时，返回无效值；
  3. N为有效值，但当前的k线数不足N根时返回无效值；
参数
参数 说明
X 必需，序列值
N 必需，周期数
示例
//表示求10周期线性回归预测本周期收盘价
FORCAST(CLOSE,10);
1
2

# FORCAST2 曲线回归预测值

曲线回归预测值。

FORCAST2(X,N)

  1. N有效值范围【N>0】
  2. 若N<=0时，返回无效值；
  3. N为有效值时，但当前的k线数不足N根时返回无效值；
参数
参数 说明
X 必需，序列值
N 必需，周期数
示例
//表示求10周期收盘价曲线回归预测本周期的值
FORCAST2(CLOSE,10)
1
2

# FTEST F 检验的结果

返回 F 检验的结果。F 检验返回的是当数组 1 和数组 2 的方差无明显差异时的单尾概率。可以使用此函数来判断两个样本的方差是否不同。例如，给定公立和私立学校的测试成绩，可以检验各学校间测试成绩的差别程度。

FTEST(array1,array2,N)

参数
参数 说明
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
N 必需，数组数据周期数量
示例
Array1={6,7,9,15,21} Array2={20,28,31,38,40}返回上述数据的 F 检验结果 (0.648318) 
//返回收盘价和最高价10周期内的检验结果。
FTEST(C,H,10);
1
2

# GAMMADIST 伽玛分布

返回伽玛分布。可以使用此函数来研究具有偏态分布的变量。伽玛分布通常用于排队分析。

GAMMADIST(x,alpha,beta,cumulative)

  1. 如果 x、alpha 或 beta 为非数值型，函数 GAMMADIST 返回错误值 #VALUE!。
  2. 如果 x < 0，函数 GAMMADIST 返回错误值 #NUM!。
  3. 如果 alpha ≤ 0 或 beta ≤ 0，函数 GAMMADIST 返回错误值 #NUM!。
参数
参数 说明
x 必需，为用来计算伽玛分布的数值。
alpha 必需，分布参数。
beta 必需，分布参数。如果 beta = 1，函数 GAMMADIST 返回标准伽玛分布。
cumulative 必需，数为一逻辑值，决定函数的形式。如果 cumulative 为 TRUE，函数 GAMMADIST 返回累积分布函数；如果为 FALSE，则返回概率密度函数。
示例
//在上述条件下的概率伽玛分布 (0.032639)
GAMMADIST(10,9,2,FALSE);
1
2

# GAMMAINV 伽玛累积分布函数的反函数

返回伽玛累积分布函数的反函数。如果 P = GAMMADIST(x,...)，则 GAMMAINV(p,...) = x。 使用此函数可研究可能出现偏态分布的变量。

GAMMAINV(probability,alpha,beta)

  1. 如果任一参数为非数值型，函数 GAMMAINV 返回错误值 #VALUE!。
  2. 如果 probability < 0，probability > 1，函数 GAMMAINV 返回错误值 #NUM!。
  3. 如果 alpha ≤ 0 或 beta ≤ 0，函数 GAMMAINV 返回错误值 #NUM!。
  4. 函数 GAMMAINV 使用迭代法来计算函数。给定一个概率值，函数 GAMMAINV 开始迭代，直到结果精确到 ±3x10^-7。如果经过 100 次迭代后，函数 GAMMAINV 仍未收敛，则返回错误值 #N/A。
参数
参数 说明
probability 必需，为用来计算伽玛分布的数值。
alpha 必需，分布参数。
beta 必需，分布参数。如果 beta = 1，函数 GAMMADIST 返回标准伽玛分布。
示例
//在上述条件下伽玛累积分布函数的反函数 (10)
GAMMAINV(0.068094,9,2);
1
2

# GAMMALN 伽玛函数的自然对数，Γ(x)

返回伽玛函数的自然对数，Γ(x)。

GAMMALN(x)

  1. 如果 x 为非数值型，函数 GAMMALN 返回错误值 #VALUE!。
  2. 如果 x ≤ 0，函数 GAMMAIN 返回错误值 #NUM!。
  3. 数字 e 的 GAMMALN(i) 次幂等于 (i-1)!，其中 i 为整数。
参数
参数 说明
X 必需，为需要计算函数 GAMMALN 的数值。
示例
//4 的伽玛函数的自然对数 (1.791759)
GAMMALN(4);
1
2

# GEOMEAN 几何平均值

返回正数数组或区域的几何平均值。例如，可以使用函数 GEOMEAN 计算可变复利的平均增长率。

GEOMEAN(X,N)

参数
参数 说明
X 必需，数值表达式。
N 必需，周期数
示例
//表示收盘价的10周期几何平均值
GEOMEAN(C,10);
1
2

# GROWTH 根据指数趋势返回值

根据现有的数据预测指数增长值。根据现有的 x 值和 y 值，GROWTH 函数返回一组新的 x 值对应的 y 值。

GROWTH(known_y's,new_x's,n,const)

参数
参数 说明
Known_y's 必需，满足指数回归拟合曲线 y=b*m^x 的一组已知的 y 值。
New_x's 必需，返回计算完毕最近几个趋势预测值数组,该参数必须为VARIABLE定义的数组变量,此时系统将重置该数组大小并填充计算完毕后的数据
n 必需，数组或序列数据周期个数
Const 必需，为一逻辑值，用于指定是否将常数 b 强制设为 1。
 如果 const 为 TRUE ，b 将按正常计算。
 如果 const 为 FALSE，b 将设为 1，m 值将被调整以满足 y = m^x。
示例
//表示计算最近6周期的最高价的预测指数增长值.并将未来几个周期的预测值存放于数组D中.
GROWTH(HIGH,D,6,TRUE);
1
2

部分使用及范例,请参考http://www.weistock.com/bbs/dispbbs.asp?boardid=10&Id=31264


# HARMEAN 调和平均值

返回数据集合的调和平均值。调和平均值与倒数的算术平均值互为倒数。

HARMEAN(X,N)

  1. N的有效取值范围是【n>0】
  2. N<=0时,等价于N=1
  3. N为有效值时，但当前的k线数不足N根时返回无效值；
参数
参数 说明
X 必需，序列变量表达式。
N 必需，周期数
示例
//表示收盘价的10周期调和平均值
HARMEAN(C,10);
1
2

# HYPGEOMDIST 超几何分布

返回超几何分布。给定样本容量、样本总体容量和样本总体中成功的次数，函数 HYPGEOMDIST 返回样本取得给定成功次数的概率。 使用函数 HYPGEOMDIST 可以解决有限总体的问题，其中每个观察值或者为成功或者为失败，且给定样本容量的每一个子集有相等的发生概率。

HYPGEOMDIST(A,B,K,D)

参数
参数 说明
A 必需，样本中成功的次数
B 必需，样本容量
K 必需，样本总体中成功的次数
D 必需，样本总体的容量

# INTERCEPT 线性回归线截距

利用现有的 x 值与 y 值计算直线与 y 轴的截距。截距为穿过已知的 known_x's 和 known_y's 数据点的线性回归线与 y 轴的交点。当自变量为 0（零）时，使用 INTERCEPT 函数可以决定因变量的值。例如，当所有的数据点都是在室温或更高的温度下取得的，可以用 INTERCEPT 函数预测在 0°C 时金属的电阻。

INTERCEPT(Y,X,N)

参数
参数 说明
Y 必需，因变的观察值或数据集合
X 必需，自变的观察值或数据集合
N 必需，周期数
示例
//定义参数M,缺省值为10,最小值为1,最大值为100,优化步长为2
INTERCEPT(L,H,5);
1
2

# KURT 数据集的峰值

又叫峰度系数，该函数返回数据集的峰值。峰值反映与正态分布相比某一分布的尖锐度或平坦度。正峰值表示相对尖锐的分布。负峰值表示相对平坦的分布。

KURT(X,N)

参数
参数 说明
X 必需，序列变量表达式。
N 必需，周期数。
 1.N包含当前K线。
 2.N>=4，少于4返回空值。
示例
//表示收盘价的10周期峰值.
KURT(C,10);
1
2

# LARGE 数据集中第 k 个最大值

返回数据集中第 k 个最大值。使用此函数可以根据相对标准来选择数值。例如，可以使用函数 LARGE 得到第一名、第二名或第三名的得分。

LARGE(array,N,k)

  1. 如果数组为空，函数 LARGE 返回错误值 #NUM!。
  2. 如果 k ≤ 0 或 k 大于数据点的个数，函数 LARGE 返回错误值 #NUM!。
  3. 如果区域中数据点的个数为 n，则函数 LARGE(array,1) 返回最大值，函数 LARGE(array,n) 返回最小值。
参数
参数 说明
Array 必需，需要从中选择第 k 个最大值的数组或数据区域。
N 必需，为数组的计算数据周期数量
K 必需，返回值在数组或数据单元格区域中的位置（从大到小排）。
示例
//收盘价的10周期内的第三个最大值。
LARGE(C,10,3);
1
2

# LINEST 返回线性趋势的系数

使用最小二乘法对已知数据进行最佳直线拟合，并返回描述此直线的数据。 直线的公式为：
y = mx + b or
y = m1x1 + m2x2 + ... + b（如果有多个区域的 x 值）式中，因变量 y 是自变量 x 的函数值。M 值是与每个 x 值相对应的系数，b 为常量。注意 y、x 和 m 可以是向量。金字塔函数中已将x做为{1,2,3...}数组默认是处理

LINEST(known_y's,N,const)

参数
参数 说明
known_y's 必需，是关系表达式 y = mx + b 中已知的 y 值集合。
N 必需，为数组或序列数据统计数量
const 必需，为一逻辑值，用于指定是否将常量 b 强制设为 0。
 如果 const 为 TRUE ，b 将按正常计算。
 如果 const 为 FALSE，b 将被设为 0，并同时调整 m 值使 y = mx。
示例
VARIABLE: A[6]=0;

A[1]:=3100;
A[2]:=4500;
A[3]:=4400;
A[4]:=5400;
A[5]:=7500;
A[6]:=8100;

//表示计算最近6周期的最高价的线性趋势的系数,返回1461.538; 
LINEST(A,6,FALSE);
1
2
3
4
5
6
7
8
9
10
11

# LOGEST 返回指数趋势的系数

在回归分析中，计算最符合数据的指数回归拟合曲线，并返回描述该曲线的数值数据. 此曲线的公式为：
y = bm^x 或
y = (b(m1^x1)(m2^x2)_)（如果有多个 x 值）
其中因变量 y 是自变量 x 的函数值。m 值是各指数 x 的底，而 b 值是常量值。注意：公式中的 y、x 和 m 均可以是向量.金字塔函数中已将x做为{1,2,3...}数组默认是处理

LOGEST(known_y's,n,const)

参数
参数 说明
known_y's 必需，指数回归拟合曲线 y=b*m^x 的一组已知的 y 值。
N 必需，数组或序列数据的周期数
const 必需，为一逻辑值，用于指定是否将常数 b 强制设为 1。
 如果 const 为 TRUE ，b 将按正常计算。
 如果 const 为 FALSE，则常量 b 将设为 1，而 m 的值满足公式 y=m＾x。
示例
VARIABLE: A[6]=0;

A[1]:=3100;
A[2]:=4500;
A[3]:=4400;
A[4]:=5400;
A[5]:=7500;
A[6]:=8100;

//表示计算最近6周期的最高价的线性趋势的系数,返回1461.538; 
LINEST(A,6,FALSE);
1
2
3
4
5
6
7
8
9
10
11

# LOGINV 反对数正态分布

返回 x 的对数累积分布函数的反函数，此处的 ln(x) 是含有 mean 与 standard-dev 参数的正态分布。如果 p=LOGNORMDIST(x,...)，则 LOGINV（p,...）=x。 使用对数分布可分析经过对数变换的数据。

LOGINV(probability,mean,standard_dev)

  1. 如果变量为非数值参数，则函数 LOGINV 返回错误值 #VALUE!。
  2. 如果 probability < 0 或 probability > 1 ，则函数 LOGINV 返回错误值 #NUM!。
  3. 如果 standard_dev <= 0，则函数 LOGINV 返回错误值 #NUM!。
参数
参数 说明
Probability 必需，是与对数分布相关的概率。
Mean 必需，为 ln(x) 的平均值。
Standard_dev 必需，为 ln(x) 的标准偏差。
示例
//在上述条件下对数累积分布函数的反函数值 (4.000028)
LOGINV(0.039084,3.5,1.2);
1
2

# LOGNORMDIST 累积对数正态分布函数

返回 x 的对数累积分布函数，其中 ln(x) 是服从参数 mean 和 standard_dev 的正态分布。使用此函数可以分析经过对数变换的数据。

LOGNORMDIST(x,mean,standard_dev)

  1. 如果任一参数为非数值型，函数 LOGNORMDIST 返回错误值 #VALUE!。
  2. 如果 x ≤ 0 或 standard_dev ≤ 0，函数 LOGNORMDIST 返回错误值 #NUM!。
参数
参数 说明
X 必需，参数值
Mean 必需，为 ln(x) 的平均值。
Standard_dev 必需，为 ln(x) 的标准偏差。
示例
//在上述条件下 4 的对数累积分布函数值 (0.039084)
LOGNORMDIST(4,3.5,1.2);
1
2

# MODE 数据集中出现最多的值

返回在某一数组或数据区域中出现频率最多的数值。同 MEDIAN 一样，MODE 也是一个位置测量函数。如果数据集合中不含有重复的数据，则 MODE 数返回错误值 N/A。

MODE(array,N)

参数
参数 说明
array 必需，序列变量或数组
N 必需，周期范围

# NEGBINOMDIST 负二项式分布

返回负二项式分布。当成功概率为常量 probability_s 时，函数 NEGBINOMDIST 返回在到达 number_s 次成功之前，出现 number_f 次失败的概率。此函数与二项式分布相似，只是它的成功次数固定，试验总数为变量。与二项式分布类似的是，试验次数被假设为自变量。
例如，如果要找 10 个反应敏捷的人，且已知具有这种特征的候选人的概率为 0.3。函数 NEGBINOMDIST 将计算出在找到 10 个合格候选人之前，需要对给定数目的不合格候选人进行面视的概率。

NEGBINOMDIST(number_f,number_s,probability_s)

  1. Number_f 和 number_s 将被截尾取整。
  2. 如果任一参数为非数值型，函数 NEGBINOMDIST 返回错误值 #VALUE!。
  3. 如果 probability_s < 0 或 probability > 1，函数 NEGBINOMDIST 返回错误值 #NUM!。
  4. 如果 (number_f + number_s - 1) < 0，函数 NEGBINOMDIST 返回错误值 #NUM!。
参数
参数 说明
number_f 必需，失败次数
number_s 必需，成功的极限次数。
probability_s 必需，成功的概率。
示例
//在上述条件下的负二项式分布值 (0.055049)
NEGBINOMDIST(10,5,0.25);
1
2

# NORMDIST 正态累积分布

返回指定平均值和标准偏差的正态分布函数。此函数在统计方面应用范围广泛（包括假设检验）。

NORMDIST(x,mean,standard_dev,cumulative)

  1. 如果 mean 或 stand_dev 为非数值型，函数 NORMDIST 返回错误值 #VALUE!。
  2. 如果 standard_dev ≤ 0，函数 NORMDIST 返回错误值 #NUM!。
  3. 如果 mean = 0，standard_dev = 1，且 cumulative = TRUE，则函数 NORMDIST 返回标准正态分布，即函数 NORMSDIST。
参数
参数 说明
X 必需，为需要计算其分布的数值。
Mean 必需，分布的算术平均值。
Standard_dev 必需，分布的标准偏差。
Cumulative 必需，逻辑值，指明函数的形式。如果 cumulative 为 TRUE，函数 NORMDIST 返回累积分布函数；如果为 FALSE，返回概率密度函数。
示例
NORMDIST(42,40,1.5,FALSE);//在上述条件下的概率密度函数值 (0.10934005)
1

# NORMINV 反正态累积分布

返回指定平均值和标准偏差的正态累积分布函数的反函数。

NORMINV(probability,mean,standard_dev)

  1. 如果任一参数为非数值型，函数 NORMINV 返回错误值 #VALUE!。
  2. 如果 probability < 0 或 probability > 1，函数 NORMINV 返回错误值 #NUM!。
  3. 如果 standard_dev ≤ 0，函数 NORMINV 返回错误值 #NUM!。
  4. 如果 mean = 0 且 standard_dev = 1，函数 NORMINV 使用标准正态分布（请参阅函数 NORMSINV）。
  5. 函数 NORMINV 使用迭代法来进行计算。给定一个概率值，函数 NORMINV 开始迭代，直到结果精确到 ±3x10^-7。如果经过 100 次迭代后，函数 NORMINV 仍未收敛，则返回错误值 #N/A。
参数
参数 说明
probability 必需，正态分布的概率值。
Mean 必需，分布的算术平均值。
Standard_dev 必需，分布的标准偏差。
示例
//在上述条件下正态分布累积函数的反函数值 (42)
NORMINV(0.908789,40,1.5);
1
2

# NORMSDIST 标准正态累积分布

返回标准正态累积分布函数，该分布的平均值为 0，标准偏差为 1。可以使用该函数代替标准正态曲线面积表。

NORMSDIST(A)

参数
参数 说明
A 必需，序列变量或常量。
示例
NORMSDIST(1.33333);//将得到0.908698
1

# NORMSINV 反标准正态累积分布

返回标准正态累积分布函数的反函数。该分布的平均值为 0，标准偏差为 1。

NORMSINV(A)

参数
参数 说明
A 必需，序列变量或常量。
示例
NORMSINV(0.908789);//将得到1.3333
1

# PEARSON 乘积矩相关系数

返回 Pearson（皮尔生）乘积矩相关系数 r，这是一个范围在 -1.0 到 1.0 之间（包括 -1.0 和 1.0 在内）的无量纲指数，反映了两个数据集合之间的线性相关程度。

PEARSON(A,B,N)

参数
参数 说明
A 必需，序列变量
B 必需, 序列变量
N 必需，周期范围
示例
//表示最低价与最高价的10周期乘积矩相关系数
PEARSON(L,H,10);
1
2

# PERCENTILE 区域中的第 k 个百分位值

返回区域中数值的第 K 个百分点的值。可以使用此函数来建立接受阈值。例如，可以确定得分排名在第 90 个百分点之上的检测侯选人。

PERCENTILE(array,n,k)

  1. 如果 array 为空或其数据点超过 8,191 个，函数 PERCENTILE 返回错误值 #NUM!。
  2. 如果 k 为非数字型，函数 PERCENTILE 返回错误值 #VALUE!。
  3. 如果 k < 0 或 k > 1，函数 PERCENTILE 返回错误值 #NUM!。
  4. 如果 k 不是 1/(n-1) 的倍数，函数 PERCENTILE 使用插值法来确定第 k 个百分点的值。
参数
参数 说明
array 必需，定义相对位置的数组或数据区域
n 必需, 数组的数据周期数据量
k 必需，0 到 1 之间的百分点值，包含 0 和 1。
示例
//array={1,3,2,4},N=4,k=0.3,上面列表中的数据在第 30 个百分点的值 (1.9)
VARIABLE:array[4]=(1,3,2,4);
PERCENTILE(array,4,0.3);
1
2
3

# PERCENTRANK 数据集中值的百分比排位

返回特定数值在一个数据集中的百分比排位。此函数可用于查看特定数据在数据集中所处的位置。例如，可以使用函数 PERCENTRANK 计算某个特定的能力测试得分在所有的能力测试得分中的位置。

PERCENTRANK(array,n,x,significance)

  1. 如果数组为空，函数 PERCENTRANK 返回错误值 #NUM!。
  2. 如果 significane < 1，函数 PERCENTRANK 返回错误值 #NUM!。
  3. 如果数组里没有与 x 相匹配的值，函数 PERCENTRANK 将进行插值以返回正确的百分比排位。
参数
参数 说明
array 必需，定义相对位置的数组或数字区域。
n 必需, 数组的周期数量大小
x 必需，数组中需要得到其排位的值。
significance 必需，返回的百分数值的有效位数。
示例

若array={13,12,11,8,4,3,2,1,1,1},N=10,x=2,significance=3,2 在上面数据列表中的百分比排位（0.333)，因为该数据集中小于 2 的值有 3 个，而大于 2 的值有 6 个，因此为 3/(3+6)=0.333）

VARIABLE:array[10]=(13,12,11,8,4,3,2,1,1,1);
PERCENTRANK(array,10,2,3);
1
2

# PERMUT 数目对象的排列数

返回从给定数目的对象集合中选取的若干对象的排列数。排列为有内部顺序的对象或事件的任意集合或子集。排列与组合不同，组合的内部顺序无意义。此函数可用于彩票抽奖的概率计算。

PERMUT(A,B)

参数
参数 说明
A 必需，对象个数的整数。
B 必需, 每个排列中对象个数的整数
示例
//在上述条件下所有可能的排列数量 (970200)
PERMUT(100,3);
1
2

# POISSON 泊松分布

返回泊松分布。泊松分布通常用于预测一段时间内事件发生的次数，比如一分钟内通过收费站的轿车的数量。

POISSON(X,B,F)

参数
参数 说明
X 必需，事件数。
B 必需, 期望值
F 必需, 逻辑值,确定所返回的概率分布形式。如果 F 为 TRUE，函数 POISSON 返回泊松累积分布概率，即，随机事件发生的次数在 0 到 x 之间（包含 0 和 1）；如果为 FALSE，则返回泊松概率密度函数，即，随机事件发生的次数恰好为 x。

# PROB 区域中的值在上下限之间的概率

返回区域中的数值落在指定区间内的概率。如果没有给出上限 (upper_limit)，则返回区间 x_range 内的值等于下限 lower_limit 的概率。

PROB(x_range,prob_range,n,lower_limit,upper_limit)

  1. 如果 prob_range 中的任意值 ≤ 0 或 > 1，函数 PROB 返回错误值 #NUM!。
  2. 如果 prob_range 中所有值之和 1 1，函数 PROB 返回错误值 #NUM!。
  3. 如果省略 upper_limit，函数 PROB 返回值等于 lower_limit 时的概率。
  4. 如果 x_range 和 prob_range 中的数据点个数不同，函数 PROB 返回错误值 #N/A。
参数
参数 说明
X_range 必需，具有各自相应概率值的 x 数值区域。
Prob_range 必需，与 x_range 中的值相对应的一组概率值。
n 必需，数组中数据周期数量。
lower_limit 必需，用于计算概率的数值下界。
upper_limit 必需，用于计算概率的可选数值上界。
示例

若x_range={0,1,2,3},prob_range={0.2,0.3,0.1,0.4},n=4,lower_limit=1,upper_limit=3, 最后结果x 在 1 到 3 之间的概率 (0.8)

VARIABLE:x_range[4]=(0,1,2,3);
VARIABLE:prob_range[4]=(0.2,0.3,0.1,0.4);
PROB(x_range,prob_range,4,1,3);
1
2
3

# QUARTILE 数据集的四分位数

返回数据集的四分位数。四分位数通常用于在销售额和测量数据中对总体进行分组。例如，可以使用函数 QUARTILE 求得总体中前 25% 的收入值。

QUARTILE(array,n,quart)

  1. 如果数组为空，函数 QUARTILE 返回错误值 #NUM!。
  2. 如果 quart 不为整数，将被截尾取整。
  3. 如果 quart < 0 或 quart > 4，函数 QUARTILE 返回错误值 #NUM!。
  4. 当 quart 分别等于 0、2 和 4 时，函数 MIN、MEDIAN 和 MAX 返回的值与函数 QUARTILE 返回的值相同。
参数
参数 说明
Array 必需，需要求得四分位数值的数组或数字型单元格区域。
n 必需，数组数据周期数量
Quart 必需，决定返回哪一个四分位值。
示例

若array={1,2,4,7,8,9,10,12},n=8,quart=1,上述数据的第一个四分位数（第 25 个百分点值）(3.5)

VARIABLE:array[8]=(1,2,4,7,8,9,10,12);
QUARTILE(array,8,1);
1
2

# RELATE/CORR 相关系数

求2个序列间的相关系数。

CORR(X1,X2,N) 或
RELATE(X1,X2,N)

参数
参数 说明
X1 必需，序列变量或数值表达式
X2 必需，序列变量或数值表达式
N 可选，周期范围
示例
//收盘价与大盘指数之间的5周期的相关系数; 
CORR(CLOSE,INDEXC,5);
RELATE(CLOSE,INDEXC,5);
1
2
3

# RSQ 乘积矩相关系数的平方

返回根据 known_y's 和 known_x's 中数据点计算得出的 Pearson 乘积矩相关系数的平方。有关详细信息，请参阅函数 REARSON。R 平方值可以解释为 y 方差与 x 方差的比例。

RSQ(A,B,N)

计算A,B序列的N周期乘积矩相关系数的平方.

参数
参数 说明
A 必需，序列变量或数值表达式
B 必需，序列变量或数值表达式
N 必需，小周期范围
示例
//表示最低价与最高价的10周期乘积矩相关系数的平方
RSQ(L,H,10);
1
2

# SKEW 分布的偏斜度

又叫偏度系数，该函数返回分布的偏斜度。偏斜度反映以平均值为中心的分布的不对称程度。正偏斜度表示不对称部分的分布更趋向正值。负偏斜度表示不对称部分的分布更趋向负值。

SKEW(X,N)

参数
参数 说明
X 必需，序列变量
N 必需，周期范围，N>=3，否则返回空值
示例
//表示求收盘价10周期的分布的偏斜度
SKEW(C,10);
1
2

# SLOPE 线性回归斜率

线性回归斜率。

SLOPE(X,N)

参数
参数 说明
X 必需，序列变量
N 必需，周期范围，
示例
//表示求10周期线性回归线的斜率
SLOPE(CLOSE,10);
1
2

# SLOPE20 曲线回归常数

求曲线回归方程（y=axx+b*x+c）常数c的值。

SLOPE20(X,N)

参数
参数 说明
X 必需，序列变量
N 必需，周期范围，
示例
//表示求10周期曲线回归方程（y=a*x*x+b*x+c）常数c的值
SLOPE20(CLOSE,10);
1
2

# SLOPE21 曲线回归一次系数

曲线回归方程（y=axx+b*x+c）一次系数b的值。

SLOPE21(X,N)

参数
参数 说明
X 必需，序列变量
N 必需，周期范围，
示例
//表示求10周期曲线回归方程（y=a*x*x+b*x+c）系数b的值
SLOPE21(CLOSE,10);
1
2

# SLOPE22 曲线回归二次系数

曲线回归方程（y=axx+b*x+c）二次系数a的值。

SLOPE22(X,N)

参数
参数 说明
X 必需，序列变量
N 必需，周期范围，
示例
//表示求10周期曲线回归方程（y=a*x*x+b*x+c）系数a的值
SLOPE22(CLOSE,10);
1
2

# SMALL 数据集中的第 k 个最小值

返回数据集中第 k 个最小值。使用此函数可以返回数据集中特定位置上的数值。

SMALL(array,n,k)

  1. 如果 array 为空，函数 SMALL 返回错误值 #NUM!。
  2. 如果 k ≤ 0 或 k 超过了数据点个数，函数 SMALL 返回错误值 #NUM!。
  3. 如果 n 为数组中的数据点个数，则 SMALL(array,1) 等于最小值，SMALL(array,n) 等于最大值。
参数
参数 说明
array 必需，需要找到第 k 个最小值的数组或数字型数据区域。
N 必需，数组周期数量，
K 必需，返回的数据在数组或数据区域里的位置（从小到大），
示例
//返回收盘价的10周期内第2个最小值;
示例:SMALL(C,10,2);
1
2

# STANDARDIZE 正态化数值

返回正态化数值

STANDARDIZE(A,B,S)

参数
参数 说明
A 必需，需要进行正态化的数值
B 必需，分布的算术平均值
S 必需，分布的标准偏差

返回以 B 为平均值，以 S 为标准偏差的分布的正态化数值.

示例
// 42 的正态化数值 (1.333333)
STANDARDIZE(42,40,1.5);
1
2

# TINV 学生的 t 分布的反分布

返回作为概率和自由度函数的学生 t 分布的 t 值。

TINV(probability,degrees_freedom)

  1. 如果任一参数为非数值型，函数 TINV 返回错误值 #VALUE!。
  2. 如果 probability < 0 或 probability > 1，函数 TINV 返回错误值 #NUM!。
  3. 如果 degrees_freedom 不是整数，将被截尾取整。
  4. 如果 degrees_freedom < 1，函数 TINV 返回错误值 #NUM!。
  5. 函数 TINV 的计算公式为 TINV=P( t<X )，其中 X 为服从 t 分布的随机变量。 单尾 t 值可通过用两倍概率替换概率而求得。如果概率为 0.05 而自由度为 10 ，则双尾值由 TINV(0.05,10) 计算得到，它返回 2.28139。而同样概率和自由度的单尾值可由 TINV(2*0.05,10) 计算得到，它返回 1.812462。
  6. 注意 在某些表中，概率被描述为 (1-p)。
  7. 函数 TINV 使用迭代法来进行计算。给定一个概率值，函数 TINV 开始迭代，直到结果精确到 ±3x10^-7。如果经过 100 次迭代后，函数 TINV 仍未收敛，则返回错误值 #N/A。
参数
参数 说明
Probability 必需，对应于双尾学生 t 分布的概率。
Degrees_freedom 必需，分布的自由度
示例
//在上述条件下学生 t 分布的 t 值 (1.959997462)
TINV(0.054645,60);
1
2

# TREND 返回沿线性趋势的值

返回一条线性回归拟合线的值。即找到适合已知数组 known_y's 的直线（用最小二乘法），并返回指定数组 new_x's 在直线上对应的 y 值。

TREND(known_y's,new_x's,n,const)

参数
参数 说明
known_y's 必需，是关系表达式 y = mx + b 中已知的 y 值集合。
new_x's 必需，返回计算完毕最近几个趋势预测值数组,该参数必须为VARIABLE定义的数组变量,此时系统将重置该数组大小并填充计算完毕后的数据
n 必需，数组或序列数据周期个数
const 必需，逻辑值，用于指定是否将常量 b 强制设为 0。
 如果 const 为 TRUE ，b 将按正常计算。
 如果 const 为 FALSE，b 将被设为 0（零），m 将被调整以使 y = mx。

该函数返回趋势预测最近一个数值,其他后续预测值将在new_x's给予返回.有关对数据进行直线拟合的详细信息，请参阅 LINEST 函数。

示例
//后将返回 133953.3333;
VARIABLE:D[]=0;
VARIABLE:B[12]=(133890,135000,135790,137300,138130,139100,139900,141120,141890,143230,144000,145290);
aa:TREND(B,D,12,TRUE);

VARIABLE:D1[]=0;
//则表示计算最近12周期的最高价的沿线性趋势的值,并将未来几个周期的预测值存放于数组D中.
aa:TREND(HIGH,D1,12,TRUE);
1
2
3
4
5
6
7
8

# TRIMMEAN 数据集的内部平均值

返回数据集的内部平均值。函数 TRIMMEAN 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。

TRIMMEAN(array,n,percent)

  1. 如果 percent < 0 或 percent > 1，函数 TRIMMEAN 返回错误值 #NUM!。
  2. 函数 TRIMMEAN 将除去的数据点数目向下舍入为最接近的 2 的倍数。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。
参数
参数 说明
Array 必需，需要进行整理并求平均值的数组或数值区域。
n 必需，为数组数据周期数量
Percent 必需，计算时所要除去的数据点的比例，例如，如果 percent = 0.2，在 20 个数据点的集合中，就要除去 4 个数据点 (20 x 0.2)：头部除去 2 个，尾部除去 2 个。
示例
//从计算中除去 20%的20周期收盘价内部平均值。
TRIMMEAN(C,20,0.2);
1
2

# TTEST 与学生的 t 检验相关的概率

返回与学生 t 检验相关的概率。可以使用函数 TTEST 判断两个样本是否可能来自两个具有相同平均值的总体。

TTEST(array1,array2,tails,type)

  1. 如果 array1 和 array2 的数据点个数不同，且 type = 1（成对），函数 TTEST 返回错误值 #N/A。
  2. 参数 tails 和 type 将被截尾取整。
  3. 如果 tails 或 type 为非数值型，函数 TTEST 返回错误值 #VALUE!。
  4. 如果 tails 不为 1 或 2，函数 TTEST 返回错误值 #NUM!。
参数
参数 说明
Array1 必需，第一个数据集。
Array2 必需，第二个数据集。
n 必需，数组数据周期数量
tails 必需，指示分布曲线的尾数。如果 tails = 1，函数 TTEST 使用单尾分布。如果 tails = 2，函数 TTEST 使用双尾分布。
type 必需，检验的类型。1 成对 2 等方差双样本检验 3 异方差双样本检验。
示例
//收盘价与最高价的20周期的检验的概率（双尾分布）
TTEST(C,H,20,2,1);
1
2

# VARP 总体样本方差

总体样本方差

VARP(X,N)

参数
参数 说明
X 必需,序列变量或者数值表达式。
N 必需,周期范围。

# WEIBULL Weibull 分布

返回韦伯分布。使用此函数可以进行可靠性分析，比如计算设备的平均故障时间。

用法:,A为参数值,B为分布参数,D为分布参数,F为指明函数的形式,TRUE为韦伯累积分布,FALSE为韦伯概率密度

WEIBULL(A,B,D,F)

参数
参数 说明
A 必需,参数值。
B 必需,分布参数
D 必需,分布参数
F 必需,指明函数的形式,TRUE为韦伯累积分布,FALSE为韦伯概率密度

# ZTEST z 检验的双尾 P 值

返回 z 检验的双尾 P 值。Z 检验根据数据集（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。

ZTEST(array,n,x,sigma)

参数
参数 说明
array 必需，用来检验 x 的数组或数据区域。
n 必需，数组数据周期数量
x 必需，被检验的值。
sigma 必需，样本总体（已知）的标准偏差，如果省略，则使用样本标准偏差。
示例
//收盘价的20周期的当前周期收盘价的z 检验双尾 P 值
ZTEST(C,20,c);
1
2

← 期权函数 →