CONFIDENCE.NORM
信賴區間是一個範圍值。 樣本平均值 x 位在此範圍的中心,而此範圍是 x ± CONFIDENCE.NORM。 例如,如果 x 是透過電子郵件訂購產品交付次數的樣本平均值,則 x ± CONFIDENCE.NORM 是母群平均值的範圍。 對此範圍中的任何母群平均值 μ0 而言,取得的樣本平均數較 x 遠離 μ0 的機率會大於 alpha;對不在範圍中的任何母群平均值 μ0 而言,取得的樣本平均數較 x 遠離 μ0 的機率會小於 alpha。 換言之,假設我們使用 x、standard_dev 和 size,並假設母群平均值為 μ0,以顯著水準 alpha 進行雙尾檢定。 然後,如果 μ0 位於信賴區間,我們就不會拒絕該假設,如果 μ0 不在此信賴區間,就會拒絕該假設。 信賴區間不允許我們推斷有 1 – alpha 的可能,我們下一個套件會採用位於信賴區間的傳遞時間。
語法
CONFIDENCE.NORM(alpha,standard_dev,size)
參數
詞彙 | 定義 |
---|---|
alpha | 用於計算信賴水準的顯著水準。 信賴等級等於 100*(1 - alpha)%,亦即 alpha 為 0.05 時表示信賴水準達 95%。 |
standard_dev | 在資料範圍中,假設為已知的母群標準差。 |
standard_dev,size | 樣本大小。 |
傳回值
值的範圍
備註
如有任何引數不是數值,CONFIDENCE.NORM 就會傳回 #VALUE! 錯誤值。
如果 alpha ≤ 0 或 alpha ≥ 1,CONFIDENCE.NORM 就會傳回 #NUM! 錯誤值。
如果 standard_dev ≤ 0,CONFIDENCE.NORM 就會傳回 #NUM! 錯誤值。
如果 size 不是整數,即會四捨五入。
如果 size < 1, CONFIDENCE.NORM 就會傳回 #NUM! 錯誤值。
如果假設 alpha 等於 0.05,即需要計算標準常態曲線低於 (1 - alpha),即 95% 的區域。 此值為 ± 1.96。 因此,信賴區間為:
$$\overline{x} \pm 1.96 \bigg( \frac{\sigma}{\sqrt{n}} \bigg) $$
在計算結果欄或資料列層級安全性 (RLS) 規則中使用時,不支援在 DirectQuery 模式中使用此函式。
意見反應
https://aka.ms/ContentUserFeedback。
即將登場:在 2024 年,我們將逐步淘汰 GitHub 問題作為內容的意見反應機制,並將它取代為新的意見反應系統。 如需詳細資訊,請參閱:提交並檢視相關的意見反應