LibreOffice 7.1 Help
t-distribution གི་ ལུགས་ལྡོག་སླར་ལོག་འབདཝ་ཨིན།
TINV(Number; degrees_freedom)
ཨང་གྲངས་དེ་ ཏིག་ཅུང་རྒྱབ་གཉིས་ལྡན་ ཊི་-བགོ་བཀྲམ་དང་གཅིག་ཁར་འབྲེལ་བའི་འབྱུང་འགྱུར་ཨིན།
Degrees_freedom དེ་ t- བགོ་བཀྲམ་དོན་ལུ་ རབ་དབང་གི་ དབྱེ་རིམ་གྱི་གྱངས་ཁ་ཨིན།
=TINV(0.1;6) returns 1.94
t-distribution གི་ ལུགས་ལྡོག་སླར་ལོག་འབདཝ་ཨིན།
TINV(Number; degrees_freedom)
ཨང་གྲངས་དེ་ ཏིག་ཅུང་རྒྱབ་གཉིས་ལྡན་ ཊི་-བགོ་བཀྲམ་དང་གཅིག་ཁར་འབྲེལ་བའི་འབྱུང་འགྱུར་ཨིན།
Degrees_freedom དེ་ t- བགོ་བཀྲམ་དོན་ལུ་ རབ་དབང་གི་ དབྱེ་རིམ་གྱི་གྱངས་ཁ་ཨིན།
=T.INV(0.1;6) returns -1.4397557473.
ཁྱབ་ཚད་ནང་ལུ་གནས་གོང་ཚུ་ བཅས་མཚམས་གཉིས་ཀྱི་བར་ཡོད་པའི་འབྱུང་འགྱུར་སླར་ལོག་འབདཝ་ཨིན། དེ་ཁར་ལུ་ གནས་གོང་མཇུག་མེད་པ་ཅིན་ འ་ནི་ལས་འགན་གྱིས་ གནད་སྡུད་གནས་གོང་ཚུ་ འགོ་བཙུགས་ཀྱི་གནས་གོང་དང་མཉམ་པའི་ རྣམ་གཞག་ལུ་གཞི་བཞག་སྟེ་ འབྱུང་འགྱུར་ རྩིས་སྟོནམ་ཨིན།
PROB(Data; Probability; Start [; End])
གནད་སྡུད་ འདི་ དཔེ་ཚད་ནང་གི་ཨེ་རེ་ཡང་ན་ གནད་སྡུད་ཀྱི་ཁྱབ་ཚད་ཨིན།
འབྱུང་འགྱུར་དེ་ ཆ་མཉམ་པའི་འབྱུང་འགྱུར་ཚུའི་ཨེ་རེའམ་ཁྱབ་ཚད་ཨིན།
འགོ་བཙུགས་དེ་ དེའི་འབྱུང་འགྱུར་ཚུ་བཅུད་བསྡུ་བའི་བར་མཚམས་ཀྱི་ གནས་གོང་འགོ་བཙུགས་ཨིན།
End (optional) is the end value of the interval whose probabilities are to be summed. If this parameter is missing, the probability for the Start value is calculated.
=PROB(A1:A50; B1:B50; 50; 60) གིས་ A1:A50 གི་ཁྱབ་ཚད་ནང་འཁོད་ལུ་ཡོད་པའི་གནས་གོང་ཡང་ འབྱུང་འགྱུར་དང་གཅིག་ཁར་བཅད་མཚམས་ ༥༠ དང་ ༦༠ ནང་འཁོད་ཡོད་མི་དེ་ སླར་ལོག་འབདཝ་ཨིན། A1:A50 གི་ ནང་འཁོད་ཡོད་པའི་ གནས་གོང་ཆ་མཉམ་ལུ་ ཁྱབ་ཚད་ B1:B50 གི་ནང་འཁོད་ཡོདཔ་ཨིན།
གནས་བཞིན་ཡོད་པའི་ ཨེགསི་དང་ཝའི་གནས་གོང་ཚུ་གུ་ལུ་གཞི་བཞག་སྟེ་ མ་འོངས་པའི་གནས་གོང་ཚུ་ རིགས་འགྲེས་གཏངམ་ཨིན།
FORECAST(Value; data_Y; data_X)
གནས་གོང་དེ་ ཐིག་གི་རི་གེ་རེ་ཤཱན་གུ་ལུ་ ཝའི་གནས་གོང་དོན་ལུ་ སླར་ལོག་འབད་ནི་ཨིན་པའི་ ཨེགསི་གནས་གོང་ཨིན།
Data_Y འདི་ ཤེས་ཡོད་པའི་ཝའི་གི་ ཨེ་རེ་ཡང་ན་ ཁྱབ་ཚད་ཨིན།
Data_X འདི་ཤེས་ཡོད་པའི་ཨགསི་གི་ ཨེ་རེ་ཡང་ན་ཁྱབ་ཚད་ཨིན།
=FORECAST(50; A1:A50; B1;B50) གིས་ གཞི་བསྟུན་ཚུ་གཉིས་ཆ་ར་ནང་ ཨེགསི་དང་ཝའི་གནས་གོང་ཚུ་ཐིག་གི་ཁ་ཕྱོགས་ཀྱིས་འབྲེལ་མཐུད་དེ་ཡོད་པ་ཅིན་ ༥༠ གི་ གནས་གོང་ཨེགསི་དོན་ལུ་རེ་བ་བསྐྱེད་ཡོད་པའི་གནས་གོང་ཝའི་སླར་ལོག་འབདཝ་ཨིན།
གནས་བཞིན་ཡོད་པའི་ ཨེགསི་དང་ཝའི་གནས་གོང་ཚུ་གུ་ལུ་གཞི་བཞག་སྟེ་ མ་འོངས་པའི་གནས་གོང་ཚུ་ རིགས་འགྲེས་གཏངམ་ཨིན།
FORECAST.LINEAR(Value; DataY; DataX)
གནས་གོང་དེ་ ཐིག་གི་རི་གེ་རེ་ཤཱན་གུ་ལུ་ ཝའི་གནས་གོང་དོན་ལུ་ སླར་ལོག་འབད་ནི་ཨིན་པའི་ ཨེགསི་གནས་གོང་ཨིན།
Data_Y འདི་ ཤེས་ཡོད་པའི་ཝའི་གི་ ཨེ་རེ་ཡང་ན་ ཁྱབ་ཚད་ཨིན།
Data_X འདི་ཤེས་ཡོད་པའི་ཨགསི་གི་ ཨེ་རེ་ཡང་ན་ཁྱབ་ཚད་ཨིན།
=FORECAST(50; A1:A50; B1;B50) གིས་ གཞི་བསྟུན་ཚུ་གཉིས་ཆ་ར་ནང་ ཨེགསི་དང་ཝའི་གནས་གོང་ཚུ་ཐིག་གི་ཁ་ཕྱོགས་ཀྱིས་འབྲེལ་མཐུད་དེ་ཡོད་པ་ཅིན་ ༥༠ གི་ གནས་གོང་ཨེགསི་དོན་ལུ་རེ་བ་བསྐྱེད་ཡོད་པའི་གནས་གོང་ཝའི་སླར་ལོག་འབདཝ་ཨིན།
གྲ་སྒྲིག་འབད་ཡོད་པའི་དངོས་པོ་ཚུའི་གྱངས་ཁའི་དོན་ལུ་ གོ་རིམ་བརྗེ་སྒྱུར་གྱི་ གྱངས་ཁ་སླར་ལོག་འབདཝ་ཨིན།
PERMUT(Count_1; Count_2)
Count_1 འདི་ དངོས་པོ་ཚུའི་གྱངས་ཁ་བསྡོམས་ཨིན།
Count_2 འདི་གོ་རིམ་བརྗ་སྒྱུར་རེ་རེ་ནང་གི་དངོས་པོ་ཚུའི་གྱངས་ཁ་ཨིན།
=PERMUT(6; 3) གིས་ ༡༢༠ སླར་ལོག་འབདཝ་ཨིན། ཏ་སི་ ༦ ལས་ ཏ་སི་ ༣ གི་འབྱུང་རིམ་འཐུ་ནིའི་དོན་ལུ་ གདམ་ཁ་སོ་སོར་ ༡༢༠ ཡོདཔ་ཨིན།
གྲ་སྒྲིག་འབད་ཡོད་པའི་དངོས་པོ་ཚུའི་གྱངས་ཁའི་དོན་ལུ་ གོ་རིམ་བརྗེ་སྒྱུར་གྱི་གྱངས་ཁ་སླར་ལོག་འབདཝ་ཨིན་ (ཡང་བསྐྱར་འབད་ཆོགཔ)།
PERMUTATIONA(Count_1; Count_2)
Count_1 འདི་ དངོས་པོ་ཚུའི་གྱངས་ཁ་བསྡོམས་ཨིན།
Count_2 འདི་གོ་རིམ་བརྗ་སྒྱུར་རེ་རེ་ནང་གི་དངོས་པོ་ཚུའི་གྱངས་ཁ་ཨིན།
བསྡོམས་ཀྱི་ དངོས་པོ་ ༡༢ ལས་ དངོས་པོ་ ༢ ཡང་བསྐྱར་དུ་སེལ་འཐུ་ག་དེ་འབད་ཚུགས་སྨོ?
=PERMUTATIONA(11;2) returns 121.
PERMUTATIONA(6; 3) གིས་ ༢༡༦ སླར་ལོག་འབདཝ་ཨིན། ཏ་སི་ཆ་མཉམ་རང་ ཤུལ་མམ་གྱི་ཏ་སི་མ་འཐེན་པའི་ཧེ་མ་སླར་ལོག་འབད་དེ་ཡོད་པ་ཅིན་ ཏ་སི་ དྲུག་ལས་ ཏ་སི་ གསུམ་གཅིག་ཁར་སྦེ་འབྱུང་རིམ་ནང་བཙུགས་ནིའི་དོན་ལས་ གདམ་ཁ་ ༢༡༦ ཡོདཔ་ཨིན།
ཊི་བགོ་བཀྲམ་ སླར་ལོག་འབདཝ་ཨིན།
TDIST(ཨང་གྲངས། Degrees_freedom; ཐབས་ལམ།)
ཨང་གྲངས་དེ་ ཊི་བགོ་བཀྲམ་འབད་ནི་དེ་རྩིས་སྟོན་འབད་ཡོད་པའི་གནས་གོང་ཨིན།
Degrees_freedom དེ་ t- བགོ་བཀྲམ་དོན་ལུ་ རབ་དབང་གི་ དབྱེ་རིམ་གྱི་གྱངས་ཁ་ཨིན།
ཐབས་ལམ་ = ༡ གིས་ one-tailed བརྟག་ཞིབ་སླར་ལོག་འབདཝ་ཨིནམ་དང་ ཐབས་ལམ་ = ༢ གིས་ two-tailed བརྟག་ཞིབ་སླར་ལོག་འབདཝ་ཨིན།
=TDIST(12;5;1)
ཊི་བགོ་བཀྲམ་ སླར་ལོག་འབདཝ་ཨིན།
TDIST(ཨང་གྲངས། Degrees_freedom; ཐབས་ལམ།)
ཨང་གྲངས་དེ་ ཊི་བགོ་བཀྲམ་འབད་ནི་དེ་རྩིས་སྟོན་འབད་ཡོད་པའི་གནས་གོང་ཨིན།
Degrees_freedom དེ་ t- བགོ་བཀྲམ་དོན་ལུ་ རབ་དབང་གི་ དབྱེ་རིམ་གྱི་གྱངས་ཁ་ཨིན།
Cumulative = 0 or FALSE returns the probability density function, 1 or TRUE returns the cumulative distribution function.
=T.DIST(1; 10; TRUE) returns 0.8295534338
ཐིག་གི་རི་གེ་རེ་ཤཱན་གྲལ་ཐིག་གི་ བྱི་བཞོལ་སླར་ལོག་འབདཝ་ཨིན། བྱི་གཞོལ་དེ་ ཝའི་དང་ ཨེགསི་གནས་གོང་ཚུ་ནང་གཞི་སྒྲིག་འབད་ཡོད་པའི་གནད་སྡུད་ས་ཚིགས་ལུ་མཐུན་འགྱུར་བཟོ་ཡོདཔ་ཨིན།
SLOPE(data_Y; data_X)
འདི་ཝའི་གནད་སྡུད་ཀྱི་ ཨེ་རེ་ཡང་ན་ མེ་ཊིགསི་ཨིན།
Data_X འདི་ཨེགསི་གནད་སྡུད་ཀྱི་ ཨེ་རེ་ཡང་ན་ མེ་ཊིགསི་ཨིན།
=SLOPE(A1:A50;B1:B50)
དཔེ་ཚད་གུ་ལུ་གཞི་བཞག་སྟེ་ ཚད་ལྡན་ཁ་བསྒྱུར་བ་ཕོག་ཚོད་དཔགཔ་ཨིན།
STDEV(Number 1 [; Number 2 [; … [; Number 255]]])
The parameters should specify at least two values.
=STDEV(A1:A50) returns the estimated standard deviation based on the data referenced.
དཔེ་ཚད་ནང་ལུ་ གྲལ་རིམ་གྱི་གྱངས་ཁ་སླར་ལོག་འབདཝ་ཨིན།
RANK(Value; Data [; Type])
གནས་གོང་འདི་ རེནཀི་ གཏན་འབེབས་བཟོ་ནི་ཨིན་པའི་གནས་གོང་ཨིན།
གནད་སྡུད་ འདི་ དཔེ་ཚད་ནང་གི་ཨེ་རེ་ཡང་ན་ གནད་སྡུད་ཀྱི་ཁྱབ་ཚད་ཨིན།
དབྱེ་བ་ (གདམ་ཁ་ཅན།) འདི་འབྱུང་རིམ་ཨིན།
དབྱེ་བ་ = ༠ ཟེར་མི་དེ་ ཨེ་རེ་གི་ རྣམ་གྲངས་མཇུག་ལས་དང་པམ་དེ་ཚུན་མར་འབབ་མི་ལུ་གོཝ་ཨིན་ (འ་ནི་དེ་སྔོན་སྒྲིག་ཨིན) །
དབྱེ་བ་ = ༡ ཟེར་མི་དེ་ ཁྱབ་ཚད་ཀྱི་རྣམ་གྲངས་དང་པ་ལས་མཇུག་ཚུན་ཡར་འཛེགས་མི་ལུ་གོཝ་ཨིན།
=RANK(A10; A1:A50) གིས་ A10 ནང་ གནས་གོང་ཁྱབ་ཚད་ A1:A50 ནང་ གནས་གོང་གི་གོ་རིམ་བསྒྲིག་ནི་སླར་ལོག་འབདཝ་ཨིན། གནས་གོང་དེ་ ཁྱབ་ཚད་ནང་འཁོད་ནང་མ་གནས་པ་ཅིན་ འཕྲིན་དོན་ འཛོལ་བ་གཅིག་བཀྲམ་སྟོན་འབད་ཡོདཔ་ཨིན།
དཔེ་ཚད་མཱིན་གུ་ལུ་གཞི་བཞག་སྟེ་ ཁ་བསྒྱུར་བ་ཚུའི་གྲུ་བཞི་ཚུའི་གྱངས་ཁ་སླར་ལོག་འབདཝ་ཨིན།
DEVSQ(Number 1 [; Number 2 [; … [; Number 255]]])
=DEVSQ(A1:A50)
དཔེ་ཚད་ལུ་གཞི་བཞག་སྟེ་ ཕོག་ཚོད་དཔག་ནི་གི་ ཚད་ལྡན་ཁ་བསྒྱུར་བ་རྩིས་སྟོནམ་ཨིན།
STDEVA(Number 1 [; Number 2 [; … [; Number 255]]])
The parameters should specify at least two values. Text has the value 0.
=STDEVA(A1:A50) གིས་ གཞི་བསྟུན་འབད་ཡོད་པའི་གནད་སྡུད་གུ་ལུ་གཞི་བཞག་སྟེ་ཕོག་ཚོད་དཔག་ཡོད་པའི་ ཚད་ལྡན་ཁ་བསྒྱུར་བ་སླར་ལོག་འབདཝ་ཨིན།
དཔེ་ཚད་ལུ་གཞི་བཞག་སྟེ་ མི་མཐུན་པ་ཕོག་ཚོད་དཔགཔ་ཨིན།
VAR(Number 1 [; Number 2 [; … [; Number 255]]])
The parameters should specify at least two values.
=VAR(A1:A50)
དཔེ་ཚད་ལུ་གཞི་བཞག་སྟེ་ མི་མཐུན་པ་ཕོག་ཚོད་དཔགཔ་ཨིན།
VAR.S(Number 1 [; Number 2 [; … [; Number 255]]])
The parameters should specify at least two values.
=VAR.S(A1:A50)
དཔེ་ཚད་ལུ་གཞི་བཞག་སྟེ་ མི་མཐུན་པ་ཕོག་ཚོད་དཔགཔ་ཨིན། ཚིག་ཡིག་གི་གནས་གོང་དེ་ ༠ ཨིན།
VARA(Number 1 [; Number 2 [; … [; Number 255]]])
The parameters should specify at least two values.
=VARA(A1:A50)
བགོ་བཀྲམ་གྱི་གསེག་ལོག་ཅན་སླར་ལོག་འབདཝ་ཨིན།
SKEW(Number 1 [; Number 2 [; … [; Number 255]]])
The parameters should specify at least three values.
=SKEW(A1:A50) calculates the value of skew for the data referenced.
མི་རློབས་ཧྲིལ་བུ་གུ་ལུ་གཞི་བཞག་པའི་མི་མཐུན་པ་རྩིས་སྟོནམ་ཨིན། ཚིག་ཡིག་གི་གནས་གོང་དེ་ ༠ ཨིན།
VARPA(Number 1 [; Number 2 [; … [; Number 255]]])
=VARPA(A1:A50)
མི་རློབས་ཧྲིལ་བུ་གུ་ལུ་གཞི་བཞག་སྟེ་ མི་མཐུན་པ་རྩིས་སྟོནམ་ཨིན།
VARP(Number 1 [; Number 2 [; … [; Number 255]]])
=VARP(A1:A50)
མི་རློབས་ཧྲིལ་བུ་གུ་ལུ་གཞི་བཞག་སྟེ་ མི་མཐུན་པ་རྩིས་སྟོནམ་ཨིན།
VAR.P(Number 1 [; Number 2 [; … [; Number 255]]])
=VAR.P(A1:A50)
མི་རློབས་ཧྲིལ་བུ་གུ་ལུ་གཞི་བཞག་སྟེ་ ཚད་ལྡན་ཁ་བསྒྱུར་བ་རྩིས་སྟོནམ་ཨིན།
STDEVP(Number 1 [; Number 2 [; … [; Number 255]]])
=STDEVA(A1:A50) གིས་ གཞི་བསྟུན་འབད་ཡོད་པའི་གནད་སྡུད་གུ་ལུ་གཞི་བཞག་སྟེ་ཕོག་ཚོད་དཔག་ཡོད་པའི་ ཚད་ལྡན་ཁ་བསྒྱུར་བ་སླར་ལོག་འབདཝ་ཨིན།
མི་རློབས་ཧྲིལ་བུ་གུ་ལུ་གཞི་བཞག་སྟེ་ ཚད་ལྡན་ཁ་བསྒྱུར་བ་རྩིས་སྟོནམ་ཨིན།
STDEV.P(Number 1 [; Number 2 [; … [; Number 255]]])
=STDEVA(A1:A50) གིས་ གཞི་བསྟུན་འབད་ཡོད་པའི་གནད་སྡུད་གུ་ལུ་གཞི་བཞག་སྟེ་ཕོག་ཚོད་དཔག་ཡོད་པའི་ ཚད་ལྡན་ཁ་བསྒྱུར་བ་སླར་ལོག་འབདཝ་ཨིན།
མི་རློབས་ཧྲིལ་བུ་གུ་ལུ་གཞི་བཞག་སྟེ་ ཚད་ལྡན་ཁ་བསྒྱུར་བ་རྩིས་སྟོནམ་ཨིན།
STDEV.S(Number 1 [; Number 2 [; … [; Number 255]]])
The parameters should specify at least two values.
=STDEVA(A1:A50) གིས་ གཞི་བསྟུན་འབད་ཡོད་པའི་གནད་སྡུད་གུ་ལུ་གཞི་བཞག་སྟེ་ཕོག་ཚོད་དཔག་ཡོད་པའི་ ཚད་ལྡན་ཁ་བསྒྱུར་བ་སླར་ལོག་འབདཝ་ཨིན།
མི་རློབས་ཧྲིལ་བུ་གུ་ལུ་གཞི་བཞག་སྟེ་ ཚད་ལྡན་ཁ་བསྒྱུར་བ་རྩིས་སྟོནམ་ཨིན།
STDEVPA(Number 1 [; Number 2 [; … [; Number 255]]])
Text has the value 0.
=STDEVA(A1:A50) གིས་ གཞི་བསྟུན་འབད་ཡོད་པའི་གནད་སྡུད་གུ་ལུ་གཞི་བཞག་སྟེ་ཕོག་ཚོད་དཔག་ཡོད་པའི་ ཚད་ལྡན་ཁ་བསྒྱུར་བ་སླར་ལོག་འབདཝ་ཨིན།
ཝིའི་བཱུལ་བགོ་བཀྲམ་གྱི་ གནས་གོང་ཚུ་སླར་ལོག་འབདཝ་ཨིན།
The Weibull distribution is a continuous probability distribution, with parameters Alpha > 0 (shape) and Beta > 0 (scale).
If C is 0, WEIBULL calculates the probability density function.
If C is 1, WEIBULL calculates the cumulative distribution function.
WEIBULL(ཨང་། ཨཱལ་ཕ། སྔོན་དཔྱད། སི།)
ཨང་གྲངས་དེ་ དེའི་གུ་ལུ་ ཝིའི་བཱུལ་རྩིས་སྟོན་འབད་སའི་གནས་གོང་ཨིན།
ཨཱལ་ཕ་དེ་ ཝིའི་བཱུལ་བགོ་བཀྲམ་གྱི་ ཨཱལ་ཕ་ཚད་བཟུང་ཨིན།
སྔོན་དཔྱད་དེ་ ཝིའི་བཱུལ་བགོ་བཀྲམ་གྱི་ སྔོན་དཔྱད་ཚད་བཟུང་ཨིན།
C indicates the type of function.
=WEIBULL(2;1;1;1) returns 0.86.
See also the Wiki page.
ཝིའི་བཱུལ་བགོ་བཀྲམ་གྱི་ གནས་གོང་ཚུ་སླར་ལོག་འབདཝ་ཨིན།
The Weibull distribution is a continuous probability distribution, with parameters Alpha > 0 (shape) and Beta > 0 (scale).
If C is 0, WEIBULL.DIST calculates the probability density function.
If C is 1, WEIBULL.DIST calculates the cumulative distribution function.
WEIBULL(ཨང་། ཨཱལ་ཕ། སྔོན་དཔྱད། སི།)
ཨང་གྲངས་དེ་ དེའི་གུ་ལུ་ ཝིའི་བཱུལ་རྩིས་སྟོན་འབད་སའི་གནས་གོང་ཨིན།
ཨཱལ་ཕ་དེ་ ཝིའི་བཱུལ་བགོ་བཀྲམ་གྱི་ ཨཱལ་ཕ་ཚད་བཟུང་ཨིན།
སྔོན་དཔྱད་དེ་ ཝིའི་བཱུལ་བགོ་བཀྲམ་གྱི་ སྔོན་དཔྱད་ཚད་བཟུང་ཨིན།
C indicates the type of function.
=WEIBULL.DIST(2;1;1;1) returns 0.8646647168.
See also the Wiki page.
འགྱུར་ཅན་གང་འབྱུང་དེ་ སྤྱིར་བཏང་བཟོ་ཡོད་པའི་གནས་གོང་ལུ་གཞི་བསྒྱུར་འབདཝ་ཨིན།
STANDARDIZE(ཨང་གྲངས། མཱིན། ཨེསི་ཊི་ཌི་ཨི་ཝི།)
ཨང་ འདི་ཚད་ལྡན་བཟོ་ནི་ཨིན་པའི་གནས་གོང་ཨིན།
མཱིན་ དེ་ བགོ་བཀྲམ་འབད་ནི་གི་ ཨང་རྩིས་མཱིན་ཨིན།
ཨེསི་ཊི་ཌི་ཨི་ཝི་ དེ་ བགོ་བཀྲམ་འབད་ནི་གི་ ཚད་ལྡན་ཁ་བསྒྱུར་བ་ཨིན།
=STANDARDIZE(11; 10; 1) གིས་ ༡ སླར་ལོག་འབདཝ་ཨིན། གནས་གོང་ ༡༡ དེ་ སྤྱིར་བཏང་ཚད་ལྡན་བགོ་བཀྲམ་མཱིན་གི་ལྟག་ལུ་ཡོདཔ་ལས་ སྤྱིར་བཏང་བགོ་བཀྲམ་ནང་ མཱིན་ ༡༠ དང་ ཚད་ལྡན་ཁ་བསྒྱུར་བ་ ༡ དང་བཅས་མི་དེ་ མཱིན་ ༡༠ གི་ལྟག་ལས་ཨིན།
རི་གེ་རེ་ཤཱན་ནང་ ཨེགསི་རེ་རེའི་དོན་ལུ་ སྔོན་དཔག་ཡོད་པའི་གནས་གོང་ ཝའི་གི་ འཛོལ་བ་ཚད་ལྡན་སླར་ལོག་འབདཝ་ཨིན།
STEYX(data_Y; data_X)
འདི་ཝའི་གནད་སྡུད་ཀྱི་ ཨེ་རེ་ཡང་ན་ མེ་ཊིགསི་ཨིན།
Data_X འདི་ཨེགསི་གནད་སྡུད་ཀྱི་ ཨེ་རེ་ཡང་ན་ མེ་ཊིགསི་ཨིན།
=STEYX(A1:A50;B1:B50)
སྤྱིར་བཏང་བསྡུ་གསོག་བགོ་བཀྲམ་འབད་ནི་ཚད་ལྡན་གྱི་ ལུགས་ལྡོག་སླར་ལོག་འབདཝ་ཨིན།
NORMINV(ཨང་།)
ཨང་གྲངས་ དེ་ སྤྱིར་བཏང་བགོ་བཀྲམ་ལུགས་ལྡོག་ཚད་ལྡན་རྩིས་སྟོན་འབད་ནི་ཨིན་པའི་ འབྱུང་ངེས་ཨིན།
=NORMSINV(0.908789) returns 1.3333.
སྤྱིར་བཏང་བསྡུ་གསོག་བགོ་བཀྲམ་འབད་ནི་ཚད་ལྡན་གྱི་ ལུགས་ལྡོག་སླར་ལོག་འབདཝ་ཨིན།
NORMINV(ཨང་།)
ཨང་གྲངས་ དེ་ སྤྱིར་བཏང་བགོ་བཀྲམ་ལུགས་ལྡོག་ཚད་ལྡན་རྩིས་སྟོན་འབད་ནི་ཨིན་པའི་ འབྱུང་ངེས་ཨིན།
=NORM.S.INV(0.908789) returns 1.333334673.
སློབ་ཕྲུག་ཚུའི་ ཊི་ བརྟག་ཞིབ་དང་འབྲེལ་བའི་ འབྱུང་ངེས་སླར་ལོག་འབདཝ་ཨིན། (-T)
TTEST(Data_1; Data_2; Mode; Type)
Data_1 དེ་ དྲན་ཐོ་དང་པམ་དོན་ལུ་ གནད་སྡུད་ཀྱི་ གཞན་རྟེན་ཨེ་རེའམ་ཁྱབ་ཚད་ཨིན།
Data_2 དེ་ དྲན་ཐོ་གཉིས་པའི་དོན་ལུ་ གནད་སྡུད་ཀྱི་ གཞན་རྟེན་ཨེ་རེའམ་ཁྱབ་ཚད་ཨིན།
ཐབས་ལམ་ = ༡ གིས་ བརྟག་ཞིབ་ཏིག་ཅུང་རྒྱབ་གཅིག་ལྡན་རྩིས་སྟོནམ་ཨིནམ་ད་ ཐབས་ལམ་ = ༢ གིས་ བརྟག་ཞིབ་ཏིག་ཅུང་རྒྱབ་གཉིས་ལྡན་རྩིས་སྟོནམ་ཨིན།
དབྱེ་བ་དེ་ ལཱ་འགན་འགྲུབ་ནི་ཨིན་པའི་ ཊི- བརྟག་ཞིབ་ཀྱི་དབྱེ་བ་ཨིན། དབྱེ་བ་ ༡ གིས་གཉིས་མཐུད་ཡོད་མི་ལུ་གོཝ་ཨིན། དབྱེ་བ་ ༢ གིས་ མི་མཐུན་པ་མཉམ་པའི་དཔེ་ཚད་གཉིས་ལུ་གོཝ་ཨིན་(ཧོ་མོ་སིཀེ་ཌེསི་ཊིཀ)། དབྱེ་བ་ ༣ གིས་ མི་མཐུན་པ་མ་མཉམ་པའི་དཔེ་ཚད་གཉིས་ལུ་གོཝ་ཨིན་(ཧེ་ཊེ་རོསི་སེ་ཌེསི་ཊིཀ)།
=TTEST(A1:A50;B1:B50;2;2)
སློབ་ཕྲུག་ཚུའི་ ཊི་ བརྟག་ཞིབ་དང་འབྲེལ་བའི་ འབྱུང་ངེས་སླར་ལོག་འབདཝ་ཨིན། (-T)
TTEST(Data_1; Data_2; Mode; Type)
Data_1 དེ་ དྲན་ཐོ་དང་པམ་དོན་ལུ་ གནད་སྡུད་ཀྱི་ གཞན་རྟེན་ཨེ་རེའམ་ཁྱབ་ཚད་ཨིན།
Data_2 དེ་ དྲན་ཐོ་གཉིས་པའི་དོན་ལུ་ གནད་སྡུད་ཀྱི་ གཞན་རྟེན་ཨེ་རེའམ་ཁྱབ་ཚད་ཨིན།
ཐབས་ལམ་ = ༡ གིས་ བརྟག་ཞིབ་ཏིག་ཅུང་རྒྱབ་གཅིག་ལྡན་རྩིས་སྟོནམ་ཨིནམ་ད་ ཐབས་ལམ་ = ༢ གིས་ བརྟག་ཞིབ་ཏིག་ཅུང་རྒྱབ་གཉིས་ལྡན་རྩིས་སྟོནམ་ཨིན།
དབྱེ་བ་དེ་ ལཱ་འགན་འགྲུབ་ནི་ཨིན་པའི་ ཊི- བརྟག་ཞིབ་ཀྱི་དབྱེ་བ་ཨིན། དབྱེ་བ་ ༡ གིས་གཉིས་མཐུད་ཡོད་མི་ལུ་གོཝ་ཨིན། དབྱེ་བ་ ༢ གིས་ མི་མཐུན་པ་མཉམ་པའི་དཔེ་ཚད་གཉིས་ལུ་གོཝ་ཨིན་(ཧོ་མོ་སིཀེ་ཌེསི་ཊིཀ)། དབྱེ་བ་ ༣ གིས་ མི་མཐུན་པ་མ་མཉམ་པའི་དཔེ་ཚད་གཉིས་ལུ་གོཝ་ཨིན་(ཧེ་ཊེ་རོསི་སེ་ཌེསི་ཊིཀ)།
=T.TEST(A1:A50;B1:B50;2;2)
Calculates the inverse of the two-tailed Student's T Distribution , which is a continuous probability distribution that is frequently used for testing hypotheses on small sample data sets.
TINV(Number; degrees_freedom)
ཨང་གྲངས་དེ་ ཏིག་ཅུང་རྒྱབ་གཉིས་ལྡན་ ཊི་-བགོ་བཀྲམ་དང་གཅིག་ཁར་འབྲེལ་བའི་འབྱུང་འགྱུར་ཨིན།
Degrees_freedom དེ་ t- བགོ་བཀྲམ་དོན་ལུ་ རབ་དབང་གི་ དབྱེ་རིམ་གྱི་གྱངས་ཁ་ཨིན།
=T.INV.2T(0.25; 10) returns 1.221255395.
Calculates the right-tailed Student's T Distribution, which is a continuous probability distribution that is frequently used for testing hypotheses on small sample data sets.
CHIDIST (Number; degrees_freedom)
ཨང་གྲངས་དེ་ ཊི་བགོ་བཀྲམ་འབད་ནི་དེ་རྩིས་སྟོན་འབད་ཡོད་པའི་གནས་གོང་ཨིན།
Degrees_freedom དེ་ t- བགོ་བཀྲམ་དོན་ལུ་ རབ་དབང་གི་ དབྱེ་རིམ་གྱི་གྱངས་ཁ་ཨིན།
=T.DIST.RT(1; 10) returns 0.1704465662.
Calculates the two-tailed Student's T Distribution, which is a continuous probability distribution that is frequently used for testing hypotheses on small sample data sets.
CHIDIST (Number; degrees_freedom)
ཨང་གྲངས་དེ་ ཊི་བགོ་བཀྲམ་འབད་ནི་དེ་རྩིས་སྟོན་འབད་ཡོད་པའི་གནས་གོང་ཨིན།
Degrees_freedom དེ་ t- བགོ་བཀྲམ་དོན་ལུ་ རབ་དབང་གི་ དབྱེ་རིམ་གྱི་གྱངས་ཁ་ཨིན།
=T.DIST.2T(1; 10) returns 0.3408931323.
Returns the statistical rank of a given value, within a supplied array of values. If there are duplicate values in the list, the average rank is returned.
The difference between RANK.AVG and RANK.EQ occurs when there are duplicates in the list of values. The RANK.EQ function returns the lower rank, whereas the RANK.AVG function returns the average rank.
RANK.AVG(Value; Data [; Type])
གནས་གོང་འདི་ རེནཀི་ གཏན་འབེབས་བཟོ་ནི་ཨིན་པའི་གནས་གོང་ཨིན།
གནད་སྡུད་ འདི་ དཔེ་ཚད་ནང་གི་ཨེ་རེ་ཡང་ན་ གནད་སྡུད་ཀྱི་ཁྱབ་ཚད་ཨིན།
དབྱེ་བ་ (གདམ་ཁ་ཅན།) འདི་འབྱུང་རིམ་ཨིན།
དབྱེ་བ་ = ༡ ཟེར་མི་དེ་ ཁྱབ་ཚད་ཀྱི་རྣམ་གྲངས་དང་པ་ལས་མཇུག་ཚུན་ཡར་འཛེགས་མི་ལུ་གོཝ་ཨིན།
དབྱེ་བ་ = ༡ ཟེར་མི་དེ་ ཁྱབ་ཚད་ཀྱི་རྣམ་གྲངས་དང་པ་ལས་མཇུག་ཚུན་ཡར་འཛེགས་མི་ལུ་གོཝ་ཨིན།
=RANK(A10; A1:A50) གིས་ A10 ནང་ གནས་གོང་ཁྱབ་ཚད་ A1:A50 ནང་ གནས་གོང་གི་གོ་རིམ་བསྒྲིག་ནི་སླར་ལོག་འབདཝ་ཨིན། གནས་གོང་དེ་ ཁྱབ་ཚད་ནང་འཁོད་ནང་མ་གནས་པ་ཅིན་ འཕྲིན་དོན་ འཛོལ་བ་གཅིག་བཀྲམ་སྟོན་འབད་ཡོདཔ་ཨིན།
Returns the statistical rank of a given value, within a supplied array of values. If there are duplicate values in the list, these are given the same rank.
The difference between RANK.AVG and RANK.EQ occurs when there are duplicates in the list of values. The RANK.EQ function returns the lower rank, whereas the RANK.AVG function returns the average rank.
RANK.EQ(Value; Data [; Type])
གནས་གོང་འདི་ རེནཀི་ གཏན་འབེབས་བཟོ་ནི་ཨིན་པའི་གནས་གོང་ཨིན།
གནད་སྡུད་ འདི་ དཔེ་ཚད་ནང་གི་ཨེ་རེ་ཡང་ན་ གནད་སྡུད་ཀྱི་ཁྱབ་ཚད་ཨིན།
དབྱེ་བ་ (གདམ་ཁ་ཅན།) འདི་འབྱུང་རིམ་ཨིན།
དབྱེ་བ་ = ༡ ཟེར་མི་དེ་ ཁྱབ་ཚད་ཀྱི་རྣམ་གྲངས་དང་པ་ལས་མཇུག་ཚུན་ཡར་འཛེགས་མི་ལུ་གོཝ་ཨིན།
དབྱེ་བ་ = ༡ ཟེར་མི་དེ་ ཁྱབ་ཚད་ཀྱི་རྣམ་གྲངས་དང་པ་ལས་མཇུག་ཚུན་ཡར་འཛེགས་མི་ལུ་གོཝ་ཨིན།
=RANK(A10; A1:A50) གིས་ A10 ནང་ གནས་གོང་ཁྱབ་ཚད་ A1:A50 ནང་ གནས་གོང་གི་གོ་རིམ་བསྒྲིག་ནི་སླར་ལོག་འབདཝ་ཨིན། གནས་གོང་དེ་ ཁྱབ་ཚད་ནང་འཁོད་ནང་མ་གནས་པ་ཅིན་ འཕྲིན་དོན་ འཛོལ་བ་གཅིག་བཀྲམ་སྟོན་འབད་ཡོདཔ་ཨིན།
ཚད་ལྡན་སྤྱིར་བཏང་བསྡུ་གསོག་བགོ་བཀྲམ་ལས་འགན་འདི་སླར་ལོག་འབདཝ་ཨིན། བགོ་བཀྲམ་འདི་ ཀླད་ཀོར་གྱི་བར་མའི་ཆ་གྲངས་ཅིག་དང་ གཅིག་གི་ཚད་ལྡན་ཁ་བསྒྱུར་བ་ཅིག་ཡོད།
GAUSS(x)=NORMSDIST(x)-0.5 ཨིན།
NORMSDIST(ཨང་།)
ཨང་ འདི་ ཚད་ལྡན་སྤྱིར་བཏང་བསྡུ་གསོག་བགོ་བཀྲམ་འདི་རྩིས་སྟོན་འབད་ཡོོད་གནས་གོང་འདི་ཨིན།
=NORMSDIST(1) གིས་ ༠་༨༤ སླར་ལོག་འབདཝ་ཨིན། གཡོན་ལུ་གུག་གུག་པའི་ སྤྱིར་བཏང་ཚད་ལྡན་བགོ་བཀྲམ་འོག་གི་ཨེགསི་གནས་གོང་ ༡ གི་ མངའ་ཁོངས་དེ་ མངའ་ཁོངས་བསྡོམས་ཀྱི་ ༨༤% ཨིན།
ཚད་ལྡན་སྤྱིར་བཏང་བསྡུ་གསོག་བགོ་བཀྲམ་ལས་འགན་འདི་སླར་ལོག་འབདཝ་ཨིན། བགོ་བཀྲམ་འདི་ ཀླད་ཀོར་གྱི་བར་མའི་ཆ་གྲངས་ཅིག་དང་ གཅིག་གི་ཚད་ལྡན་ཁ་བསྒྱུར་བ་ཅིག་ཡོད།
NORM.S.DIST(Number; Cumulative)
ཨང་ འདི་ ཚད་ལྡན་སྤྱིར་བཏང་བསྡུ་གསོག་བགོ་བཀྲམ་འདི་རྩིས་སྟོན་འབད་ཡོོད་གནས་གོང་འདི་ཨིན།
Cumulative 0 or FALSE calculates the probability density function. Any other value or TRUE calculates the cumulative distribution function.
=NORM.S.DIST(1;0) returns 0.2419707245.
=NORMSDIST(1) གིས་ ༠་༨༤ སླར་ལོག་འབདཝ་ཨིན། གཡོན་ལུ་གུག་གུག་པའི་ སྤྱིར་བཏང་ཚད་ལྡན་བགོ་བཀྲམ་འོག་གི་ཨེགསི་གནས་གོང་ ༡ གི་ མངའ་ཁོངས་དེ་ མངའ་ཁོངས་བསྡོམས་ཀྱི་ ༨༤% ཨིན།