通过

CONFIDENCE.NORM

  • 项目

适用于：计算列计算表度量值视觉计算

置信区间是一系列值。 样本平均值 x 位于此范围的中心，范围为 x ± CONFIDENCE.NORM。 例如，如果 x 是通过邮件订购的产品交付时间的样本平均值，则 x ± CONFIDENCE.NORM是一系列总体平均值。 对于任何总体平均值，在此范围内，从大于 x 的μ0 获取样本平均值的概率大于 alpha;对于任何总体平均值，不包括在此范围内，从μ0 到 x 的进一步获取样本平均值的概率小于 alpha。 换句话说，假设我们使用 x、standard_dev和大小来构造一个双尾测试，其重要性级别为 alpha，假设总体平均值为μ0。 然后，如果μ0 处于置信区间，则我们不会拒绝该假设;如果μ0不在置信区间中，我们将拒绝该假设。 置信区间不允许我们推断下一个包的概率为 1 – alpha，我们的下一个包将花费在置信区间中的传递时间。

语法

CONFIDENCE.NORM(alpha,standard_dev,size)

参数

术语 定义
alpha 用于计算置信度的重要级别。 置信度等于 100*（1 - alpha）%，换句话说，alpha 为 0.05 表示置信度为 95%。
standard_dev 数据范围的总体标准偏差，假定为已知。
standard_dev,size 样本大小。

返回值

一系列值

言论

  • 如果任一参数为非数值型，CONFIDENCE.NORM 将返回 #VALUE! 错误值。

  • 如果 alpha ≤ 0 或 alpha ≥ 1，CONFIDENCE.NORM 返回 #NUM! 错误值。

  • 如果 standard_dev ≤ 0，CONFIDENCE.NORM 返回 #NUM! 错误值。

  • 如果 size 不是整数，则进行舍入。

  • 如果 size < 1，CONFIDENCE.NORM 返回 #NUM! 错误值。

  • 如果假设 alpha 等于 0.05，则需要计算等于 （1 - alpha） 或 95% 的标准正态曲线下的区域。 此值± 1.96。 因此，置信区间为：

    $$\overline{x} \pm 1.96 \bigg（\frac{\sigma}{\sqrt{n}} \bigg） $$

  • 在计算列或行级别安全性 （RLS） 规则中使用时，不支持在 DirectQuery 模式下使用此函数。