上次給大家分享了《2018年最全的excel函數大全14—統計函數（7）》，這次分享給大家統計函數（8）。
RANK.AVG 函數
描述
返回一列數字的數字排位：數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 函數用法具有下列參數：
Number必需。 要找到其排位的數字。
Ref必需。 數字列表的數組，對數字列表的引用。 Ref 中的非數字值會被忽略。
Order可選。 一個指定數字排位方式的數字。
備注
如果 Order 為 0（零）或省略，Excel 對數字的排位是基于 ref 為按降序排列的列表。
如果 Order 不為零，Excel 對數字的排位是基于 ref 為按升序排列的列表。
案例
RANK.EQ 函數
描述
返回一列數字的數字排位。 其大小與列表中其他值相關；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，則數字排位可作為其位置。
用法
RANK.EQ(number,ref,[order])
RANK.EQ 函數用法具有下列參數：
Number必需。 要找到其排位的數字。
Ref必需。 數字列表的數組，對數字列表的引用。 Ref 中的非數字值會被忽略。
Order可選。 一個指定數字排位方式的數字。
備注
如果 Order 為 0（零）或省略，Excel 對數字的排位是基于 Ref 為按降序排列的列表。
如果 Order 不為零， Excel 對數字的排位是基于 Ref 為按照升序排列的列表。
RANK.EQ 賦予重復數相同的排位。 但重復數的存在將影響后續數值的排位。 例如，在按升序排序的整數列表中，如果數字 10 出現兩次，且其排位為 5，則 11 的排位為 7（沒有排位為 6 的數值）。
要達到某些目的，可能需要使用將關聯考慮在內的排位定義。 在上一案例中，可能需要將數字 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來實現。 此修正系數適用于按降序排序（order = 0 或省略）和按升序排序（order = 非零值）計算排位的情況。
關聯排位的修正系數 =[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。 修正系數為 (5 + 1 – 2 – 3)/2 = 0.5，將關聯考慮在內的修訂排位為 3 + 0.5 = 3.5。 如果數字在 ref 中僅出現一次，此修正系數將為 0，因為無需調整 RANK.EQ 以進行關聯。
案例
RSQ 函數
描述
通過 known_y's 和 known_x's 中的數據點返回皮爾生乘積矩相關系數的平方。有關詳細信息，請參閱PEARSON 函數。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 函數用法具有下列參數：
Known_y's必需。 數組或數據點區域。
Known_x's必需。 數組或數據點區域。
備注
參數可以是數字或者是包含數字的名稱、數組或引用。
邏輯值和直接鍵入到參數列表中代表數字的文本被計算在內。
如果數組或引用參數包含文本、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。
如果參數為錯誤值或為不能轉換為數字的文本，將會導致錯誤。
如果 known_y's 和 known_x's 為空或其數據點個數不同，函數 RSQ 返回錯誤值 #N/A。
如果 known_y's 和 known_x's 只包含 1 個數據點，則 RSQ 返回 錯誤值 #DIV/0!。
皮爾生(Pearson)乘積矩相關系數 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，即相關系數的平方。
案例
SKEW 函數
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。 負偏斜度表明分布的不對稱尾部趨向于更多負值。
用法
SKEW(number1, [number2], ...)
SKEW 函數用法具有下列參數：
number1, number2, ...Number1 是必需的，后續數字是可選的。 用于計算偏斜度的 1 到 255 個參數。 也可以用單一數組或對某個數組的引用來代替用逗號分隔的參數。
備注
參數可以是數字或者是包含數字的名稱、數組或引用。
邏輯值和直接鍵入到參數列表中代表數字的文本被計算在內。
如果數組或引用參數包含文本、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。
如果參數為錯誤值或為不能轉換為數字的文本，將會導致錯誤。
如果數據點個數少于三，或者樣本標準偏差為零，則 SKEW 返回 錯誤值 #DIV/0!。
偏斜度公式的定義如下：
案例
SKEW.P 函數
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 函數用法具有下列參數。
Number 1, number 2,…?Number 1 是必選項，后續數字是可選項。Number 1、number 2、… 等是 1 至 254 個數字，或包含數字的名稱、數組或引用，您要以此函數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
參數可以是數字或者是包含數字的名稱、數組或引用。
邏輯值和直接鍵入到參數列表中代表數字的文本被計算在內。
如果數組或引用參數包含文本、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。
SKEW.P 使用樣本總體的標準偏差，而非一個樣本。
如果參數值無效，SKEW.P 返回錯誤值 #NUM!。
如果參數使用的數據類型無效，SKEW.P 返回錯誤值 #VALUE!。
如果數據點個數少于三，或者樣本標準偏差為零，SKEW.P 返回錯誤值 #DIV/0!。
案例
SLOPE 函數
描述
返回通過 known_y's 和 known_x's 中數據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 函數用法具有下列參數：
Known_y's必需。 數字型因變量數據點數組或單元格區域。
Known_x's必需。 自變量數據點集合。
備注
參數可以是數字，或者是包含數字的名稱、數組或引用。
如果數組或引用參數包含文本、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。
如果 known_y's 和 known_x's 為空或其數據點個數不同，函數 SLOPE 返回錯誤值 #N/A。
回歸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 函數中使用的下層算法與 LINEST 函數中使用的下層算法不同。 當數據未定且共線時，這些算法之間的差異會導致不同的結果。 例如，如果參數 known_y's 的數據點為 0，參數 known_x's 的數據點為 1：
SLOPE 和 INTERCEPT 返回 錯誤 #DIV/0!。 SLOPE 和 INTERCEPT 的算法用于只查找一個答案，在這種情況下，還可能會出現多個答案。
LINEST 會返回值 0。 LINEST 的算法用來返回共線數據的合理結果，在這種情況下至少可找到一個答案。
案例
SMALL 函數
描述
返回數據集中的第 k 個最小值。 使用此函數以返回在數據集內特定相對位置上的值。
用法
SMALL(array,k)
SMALL 函數用法具有下列參數：
Array必需。 需要找到第 k 個最小值的數組或數值數據區域。
K必需。 要返回的數據在數組或數據區域里的位置（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 超過了數據點個數，則 SMALL 返回 錯誤值 #NUM!。
如果 n 為數組中的數據點個數，則 SMALL(array,1) 等于最小值，SMALL(array,n) 等于最大值。
案例
STANDARDIZE 函數
描述
返回由 mean 和 standard_dev 表示的分布的規范化值。
用法
STANDARDIZE(x, mean, standard_dev)
STANDARDIZE 函數用法具有下列參數：
X必需。 需要進行正態化的數值。
Mean必需。分布的算術平均值。
standard_dev必需。分布的標準偏差。
備注
如果 standard_dev ≤ 0，則 STANDARDIZE 返回錯誤值 #NUM!。
規范化值的公式為：
案例
STDEV.P 函數
描述
計算基于以參數形式給出的整個樣本總體的標準偏差（忽略邏輯值和文本）。
標準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 函數用法具有下列參數：
Number1必需。對應于總體的第一個數值參數。
Number2, ...可選。對應于總體的 2 到 254 個數值參數。也可以用單一數組或對某個數組的引用來代替用逗號分隔的參數。
備注
STDEV.P 假定其參數是整個總體。如果數據代表總體樣本，請使用 STDEV 計算標準偏差。
對于大樣本容量，函數 STDEV.S 和 STDEV.P 計算結果大致相等。
此處標準偏差的計算使用“n”方法。
參數可以是數字或者是包含數字的名稱、數組或引用。
邏輯值和直接鍵入到參數列表中代表數字的文本被計算在內。
如果參數是一個數組或引用，則只計算其中的數字。數組或引用中的空白單元格、邏輯值、文本或錯誤值將被忽略。
如果參數為錯誤值或為不能轉換為數字的文本，將會導致錯誤。
如果要使計算包含引用中的邏輯值和代表數字的文本，請使用 STDEVPA 函數。
函數 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
描述
基于樣本估算標準偏差（忽略樣本中的邏輯值和文本）。
標準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 函數用法具有下列參數：
Number1必需。對應于總體樣本的第一個數值參數。也可以用單一數組或對某個數組的引用來代替用逗號分隔的參數。
Number2, ...可選。對應于總體樣本的 2 到 254 個數值參數。也可以用單一數組或對某個數組的引用來代替用逗號分隔的參數。
備注
STDEV.S 假設其參數是總體樣本。如果數據代表整個總體，請使用 STDEV.P 計算標準偏差。
此處標準偏差的計算使用“n-1”方法。
參數可以是數字或者是包含數字的名稱、數組或引用。
邏輯值和直接鍵入到參數列表中代表數字的文本被計算在內。
如果參數是一個數組或引用，則只計算其中的數字。數組或引用中的空白單元格、邏輯值、文本或錯誤值將被忽略。
如果參數為錯誤值或為不能轉換為數字的文本，將會導致錯誤。
如果要使計算包含引用中的邏輯值和代表數字的文本，請使用 STDEVA 函數。
函數 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
描述
根據樣本估計標準偏差。 標準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 函數用法具有下列參數：
Value1, value2, ...Value1 是必需的，后續值是可選的。 對應于總體樣本的 1 到 255 個值。 也可以用單一數組或對某個數組的引用來代替用逗號分隔的參數。
備注
STDEVA 假定其參數是總體樣本。 如果數據代表整個總體，則必須使用 STDEVPA 計算標準偏差。
此處標準偏差的計算使用“n-1”方法。
參數可以是下列形式：數值；包含數值的名稱、數組或引用；數字的文本表示；或者引用中的邏輯值，例如 TRUE 和 FALSE。
包含 TRUE 的參數作為 1 來計算；包含文本或 FALSE 的參數作為 0（零）來計算。
如果參數為數組或引用，則只使用其中的數值。 數組或引用中的空白單元格和文本值將被忽略。
如果參數為錯誤值或為不能轉換為數字的文本，將會導致錯誤。
如果要使計算不包括引用中的邏輯值和代表數字的文本，請使用 STDEV 函數。
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的統計函數（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的統計函數（8）。
?
