1. 종류별 함수
함수 전체 목록은 https://help.libreoffice.org/Calc/Functions_by_Category 참조. 한국어 번역판은 상태가 메롱하고 var.s나 stdev.s 등 최근 함수 변경 사항이 적용 안 된 예전 내용이니 되도록이면 영문판을 보는 것이 좋다.※ 함수 전부를 쓰지 마시고, 사용빈도가 많은 함수를 서술해주세요.
이 중 많은 것들은 Microsoft Excel, Google Sheets에서 그대로 호환된다.
모든 함수를 입력할 때는 =를 반드시 입력하고 시작해야 한다. 예를 들어 "=NOW()" 이런 식으로.
MS Excel의 skew.p 함수가 Calc에서는 skewp 함수이니 주의할 것.
1.1. 수학 함수
https://help.libreoffice.org/Calc/Mathematical_Functions| SUM(수1; 수2; ...; 수30) |
셀 범위의 모든 숫자를 더합니다. 주어진 수1 부터 수30까지 최대 30개 수의 합을 구합니다. 예1) =SUM(A1;A3;B5)은 주어진 세 셀의 값을 합산합니다. 예2) =SUM (A1:E10)는 A1부터 E10 셀까지의 범위 안에 있는 모든 셀의 값을 합산합니다. |
| RADIANS(Number) |
도를
라디안으로 변환합니다. Number는 라디안 값으로 변환하려는
각도입니다. 예) =RADIANS(90)는 PI/2에 대한 Calc의 정의에 따라 1.5707963267949를 반환합니다. |
| SIN(Number) |
해당 각도(라디안)에 대한 사인 값을 구합니다. Number의 사인 값을 반환합니다. 각도는 라디안으로 계산됩니다. 도 단위 각도의 사인 값을 구하려면 RADIANS 함수를 사용합니다. 예1) =SIN(PI()/2)는 PI/2 라디안의 사인값인 1을 반환합니다. 예2) =SIN(RADIANS(30))은 30도의 사인 값인 0.5를 반환합니다. |
| COS(Number) |
해당 각도(
라디안)에 대한
코사인 값을 구합니다. 숫자(라디안 단위의 각도)에 대한 (삼각) 코사인 값을 구합니다. 도 단위 각도의 코사인 값을 구하려면 RADIANS 함수를 사용합니다. 예1) =COS(PI()/2)는 PI/2 라디안의 코사인값인 0을 반환합니다. 예2) =COS(RADIANS(60))는 60도의 코사인 값인 0.5를 반환합니다. |
| TAN(Number) |
해당 각도(라디안)에 대한
탄젠트 값을 구합니다. 주어진 Number의 탄젠트 값을 구합니다. 각도는 라디안으로 계산됩니다. 도 단위 각도의 탄젠트 값을 구하려면 RADIANS 함수를 사용합니다. 예1) =TAN(PI()/4) 는 PI/4 라디안의 탄젠트 값인 1을 반환합니다. 예2) =TAN(RADIANS(45))는 45도의 탄젠트 값인 1을 반환합니다. |
| EXP(Number) |
숫자의 지수만큼 거듭 제곱되는 e를 구합니다. 상수 e의 값은 약 2.71828182845904입니다. Number는 e를 제곱하는 지수입니다. 예) =EXP(1)수학 상수 e에 대한 Calc의 정의에 따라 2.71828182845904를 반환합니다. |
| FACT(Number) |
숫자에 대한 계승값을 구합니다. "수!" 수식은 주어진 수의 팩토리얼(계승)을 의미합니다. 팩토리얼을 계산하는 방법은 다음과 같습니다. 수*(수-1)*(수-2)* ... *2*1 FACT(0)은 정의에 따라 1을 반환합니다. 음수로 계승값을 계산하면 "유효하지 않은 인수" 오류가 발생합니다. 예1) =FACT(3)는 6을 반환합니다. 예2) =FACT(0)는 1을 반환합니다. |
| LOG(진수; 밑) |
지정한
밑에 대한
로그를 구합니다. Number는 로그가 계산될 값입니다. Base(선택 사항)는 로그 계산을 위한 밑입니다. 무시할 때엔 10이 배정됩니다. 예1) =LOG(10;3)는 10의 밑을 3으로 하는 로그값(약 2.0959)을 반환합니다. 예2) =LOG(7^4;7)는 4를 반환합니다. |
| LOG10(Number) |
숫자의 밑수가 10인 로그를 구합니다. 주어진 Number의 상용로그(10을 밑으로 하는 로그) 값을 구합니다. 예) =LOG10(5)는 5의 10을 밑으로 하는 상용로그값(약 0.69897)을 반환합니다. |
| LN(Number) |
숫자의 상수 e를 기준으로
자연 로그를 구합니다. 상수 e의 값은 약 2.71828182845904입니다. 숫자는 자연 로그를 계산할 값입니다. 예1) =LN(3)는 3의 자연로그 값(약 1.0986)을 반환합니다. 예2) =LN(EXP(321))는 321을 반환합니다. |
| POWER(Base; Exponent) |
다른 수로 제곱되는 수를 반환합니다. Base를 Exponent로 제곱한 값을 반환합니다. 누승 연산자 ^를 사용하면 이와 동일한 결과를 얻을 수 있습니다. Base^Exponent 예) =POWER(4;3)는 4의 3제곱인 64를 반환합니다. =4^3 왼쪽 수식 또한 4의 3제곱을 의미합니다. |
| ABS(Number) |
숫자의 절대값을 구합니다. 숫자는 절대값을 계산할 수입니다. 절대값은 해당 수에서 +/- 기호를 뺀 값입니다. 예1) =ABS(-56)는 56을 반환합니다. 예2) =ABS(12)은 12을 반환합니다. 예3) =ABS(0)는 0을 반환합니다. |
| MOD(Dividend; Divisor) |
한 정수를 다른 정수로 나눈 나머지를 구합니다. 변수가 정수일 때 이 함수는 피제수가 제수로 나누어지고 남은 나머지를 반환합니다. 이 함수는 피제수 - 제수 * INT(피제수/제Number)로 표현되며 이 수식은 변수가 정수가 아닐 때에도 원하는 결과를 얻을 수 있습니다. 예1) =MOD(22;3)는 22를 3으로 나누고 남은 나머지인 1을 반환합니다. 예2) =MOD(11.25;2.5)은 1.25를 반환합니다. |
1.2. 통계학 함수
https://help.libreoffice.org/Calc/Statistics_Functions| AVERAGE(인수1, 인수2, … 인수254) | 인수의 산술 평균값을 구한다. 예전엔 인수의 개수가 30개까지였지만 지금은 254개로 바뀌었다. |
| GEOMEAN(인수1, 인수2, … 인수254) | 인수의 기하 평균을 구한다. |
| HARMEAN(인수1, 인수2, … 인수254) | 인수의 조화 평균을 구한다. |
| MEDIAN(인수1, 인수2, … 인수254) | 인수들의 중앙값을 구한다. 셀의 숫자가 24, 12, 57인 경우 중앙값은 12가 아니라 크기 순으로 정렬한 후의 중간 숫자인 24이다. |
| MODE(인수1, 인수2, … 인수254) | 인수들 중 가장 많이 발생한 값인 최빈값을 구한다. |
| MAX(인수1, 인수2, … 인수254) | 인수들 중에서 최대값을 구한다. 단, 논리값과 텍스트는 제외한다. |
| MIN(인수1, 인수2, … 인수254) | 인수들 중에서 최소값을 구한다. 단, 논리값과 텍스트는 제외한다. |
| COUNT(인수1, 인수2, … 인수254) | 인수들 중에서 숫자가 있는 인수를 세는 함수이다. |
| COUNTIF(찾으려는 위치, 찾으려는 항목) | 통계 함수 중 하나인 COUNTIF를 사용하여 기준을 충족하는 셀의 개수를 계산할 수 있습니다(예: 고객 목록에 특정 도시가 표시되는 횟수 계산). 예1) =COUNTIF(A2:A5,"런던") 예2) =COUNTIF(A2:A5,A4) 참조 |
| FREQUENCY(데이터 배열, bins_array(분포구간)) | 대상 자료의 구간별 분포를 도출한다. 미리 배열 전체를 블록 지정한 후에 배열 수식의 방식처럼 Ctrl+Shift+Enter 로 입력해야 하며, 한 셀에 적용한 후 채우기 핸들로 마저 채우는 방식이 아니다. |
| LARGE(범위, K번째) | 범위에서 K번째로 큰 값을 구한다. |
| SMALL(범위, K번째) | 범위에서 K번째로 작은 값을 구한다. |
| RANK(인수, 범위, 논리값) | 범위 내에서 지정한 수의 순위를 구한다. 논리값이 0이거나 생략되면 내림차순으로, 0이외의 값은 오름차순으로 표시 |
| FREQUENCY(배열1, 배열2) | 배열2의 범위에 대한 배열1 요소들의 빈도수 계산 |
| PERCENTILE(범위, 인수) | 범위에서 인수 번째 백분위수의 값을 구한다. |
1.2.1. 추론 통계학 함수
| VAR.S(인수1, 인수2, … 인수254) | 표본 분산(sample variance)은 VAR.S 함수로 구한다. 예전엔 VAR 함수를 썼다. |
| VAR.P(인수1, 인수2, … 인수254) | 모 분산(population variance)을 구한다. 예전엔 VARP 함수를 썼다. VAR 함수와 VARP 함수는 아직은 지원되지만 이후 버전에서는 지원이 종료될 수 있다. |
| STDEV.S(인수1, 인수2, … 인수254) | 표본 표준 편차(sample standard deviation)는 STDEV.S 함수로 구한다. 이전 버전까지는 STDEV 함수를 썼다. |
| STDEV.P(인수1, 인수2, … 인수254) | 모 표준 편차(population standard deviation)는 STDEV.P 함수로 구한다. 예전엔 STDEVP 함수를 썼다. 아직까지는 STEDV 함수와 STDEVP 함수도 지원되지만 이후 버전에서는 지원이 중단될 수 있다. |
| NORM.DIST(x,mean,standard_dev,cumulative) | 지정된 평균과 표준 편차를 갖는 정규 분포값을 반환합니다. 이 함수는 가설 검정 등 통계의 광범위한 영역에서 응용됩니다. x는 분포를 구하려는 값입니다. mean은 분포의 산술 평균입니다. standard_dev는 분포의 표준 편차입니다. Cumulative는 함수의 형태를 결정하는 논리값으로서, cumulative가 TRUE이면 NORM.DIST에서 누적 분포 함수가 반환되고 FALSE이면 확률 질량 함수가 반환됩니다. |
| CONFIDENCE.NORM(alpha,standard_dev,size) | 정규 분포를 사용하여 모집단 평균의 신뢰 구간을 반환합니다. 신뢰 구간은 값의 범위입니다. 표본 평균 x는 이 범위의 중심에 있으며 범위는 x ± CONFIDENCE.NORM입니다. 예를 들어 x가 우편을 통해 주문한 제품 배달 시간의 표본 평균인 경우 모집단의 평균 범위는 x ± CONFIDENCE.NORM입니다. 이 범위에 속하는 임의의 모집단 평균 μ0에 대해 μ0를 기준으로 x보다 먼 표본 평균을 얻을 확률은 alpha보다 큽니다. 이 범위에서 벗어난 임의의 모집단 평균 μ0에 대해 μ0를 기준으로 x보다 먼 표본 평균을 얻을 확률은 alpha보다 작습니다. 즉, 모집단 평균이 μ0이라는 가설의 유의 수준 alpha를 적용하여 x, standard_dev, size를 사용하여 양측 검정을 만든다고 가정합니다. 그러면 μ0이 신뢰 구간에 포함된 경우 해당 가설이 기각되지 않으며, μ0이 신뢰 구간에 포함되지 않은 경우 해당 가설이 기각됩니다. 그러나 신뢰 기간을 바탕으로 다음 번 배달 시간이 신뢰 구간에 포함될 확률이 1 – alpha라고 추론할 수는 없습니다. alpha는 유의 수준, standard_dev는 모 표준 편차, size는 표본 크기이다. |
| STANDARDIZE(Number; Mean; StDev) |
확률 변수를
정규화된 값으로 변환합니다. Number는
표준화되어야 하는 값입니다. Mean은 분포의 수를 의미합니다. StDev는 분포의 표준 편차입니다. 예) =STANDARDIZE(11;10;1)은 1을 반환합니다. 평균이 10이고 표준 편차가 1인 정규 분포에서 값 11은 10이 의미하는 것보다 높고, 표준 정규 분포에서 값 1이 높은 것과 같습니다. |
| NORM.S.DIST(z,cumulative) | 표준 정규 분포(z-분포)를 반환합니다. 이 분포의 평균은 0이고 표준 편차는 1입니다. 표준 정규 곡선 면적 표 대신 이 함수를 사용합니다. z는 분포를 구하려는 값입니다. cumulative는 cumulative 함수의 형태를 결정하는 논리값으로서, cumulative가 TRUE이면 누적 분포 함수가 반환되고 FALSE이면 확률 질량 함수가 반환됩니다. |
| Z.TEST(array,x, sigma) | z-검정의 단측 검정 p-값을 반환합니다. 가설 모집단 평균 x가 주어진 경우 Z.TEST 함수는 표본 평균이 데이터 집합(배열)의 관측 평균, 즉 관측된 표본 평균보다 클 확률을 반환합니다. array는 필수 요소입니다. x를 검정할 데이터의 배열 또는 범위입니다. x도 필수 요소입니다. 검정할 값입니다. sigma는 선택 요소입니다. 모 표준 편차로서, 이를 생략하면 표본 표준 편차가 사용됩니다. |
| T.DIST(x,deg_freedom, cumulative) | 단측(왼쪽) 스튜던트 t-분포값을 반환합니다. t-분포는 소표본의 데이터를 가설 검정할 때 사용됩니다. t-분포의 임계값 표 대신 이 함수를 사용합니다. x는 분포를 구하려는 숫자 값입니다. deg_freedom은 자유도를 나타내는 정수입니다. Cumulative는 함수의 형태를 결정하는 논리값으로서, cumulative가 TRUE이면 T.DIST에서는 누적 분포 함수가 반환되고 FALSE이면 확률 밀도 함수가 반환됩니다. |
| T.DIST.2T(x,deg_freedom) | 양측 스튜던트 t-분포값을 반환합니다. x는 분포를 구하려는 숫자 값입니다. deg_freedom은 자유도를 나타내는 정수입니다. |
| T.DIST.RT(x,deg_freedom) | 단측(오른쪽) 스튜던트 t-분포값을 반환합니다. x는 분포를 구하려는 숫자 값입니다. deg_freedom은 자유도를 나타내는 정수입니다. |
| T.TEST(array1,array2,tails,type) |
스튜던트 t-검정에 근거한 확률을 반환합니다. T.TEST 함수를 사용하여 두 개의 표본이 같은 평균값을 갖는 두 개의 같은 모집단에서 추출한 것인지를 판단할 수 있습니다. array1은 첫 번째 데이터 집합입니다. array2는 두 번째 데이터 집합입니다. Tails는 분포가 단측인지 또는 양측인지 지정하는 숫자로서 tails = 1이면 T.TEST에서는 단측 분포를, tails = 2이면 양측 분포를 사용합니다. type은 실행할 t-검정의 종류입니다. 타입 1은 쌍을 이루는 것(paired t-test)을 의미합니다. 타입 2는 두 개의 집단이 동일한
분산을 가지고 있는 것을 의미합니다.(등분산 가정 두 집단) 타입 3은 두 개의 집단이 서로 다른 분산을 가진 것을 의미합니다.(이분산 가정 두 집단) 예) =T.TEST(A2:A51,B2:B51,2,3) |
| CONFIDENCE.T(alpha,standard_dev,size) | 스튜던츠 t-분포를 사용하여 모집단 평균의 신뢰 구간을 반환합니다. alpha는 유의 수준, standard_dev는 모 표준 편차, size는 표본 크기이다. |
| CHISQ.DIST(x,deg_freedom,cumulative) | 카이-제곱 분포를 반환합니다. 카이 제곱 분포는 하루 중 TV를 보는 시간을 백분율로 나타내는 것처럼 표본에서 특정 부분이 차지하는 백분율의 분포를 조사할 때 일반적으로 사용됩니다. x는 분포를 계산하려는 값입니다. deg_freedom은 자유도를 나타내는 숫자입니다. Cumulative는 함수의 형태를 결정하는 논리값으로서, cumulative가 TRUE이면 CHISQ.DIST에서는 누적 분포 함수가 반환되고 FALSE이면 확률 밀도 함수가 반환됩니다. |
| CHISQ.DIST.RT(x,deg_freedom) | 카이 제곱 분포의 단측(오른쪽) 검정 확률을 반환합니다. χ2 분포는 χ2 검정과 연관됩니다. χ2 검정은 관측값과 기대값을 비교하는 데 사용됩니다. 예를 들어 유전 실험에서 다음 세대의 식물에서 나타날 색에 대한 가설을 세운 다음 관측 결과를 기대값과 비교하여 가설을 검증할 수 있습니다. x는 분포를 계산하려는 값입니다. deg_freedom은 자유도를 나타내는 숫자입니다. |
| CHISQ.TEST(actual_range,expected_range) | 독립 검증 결과를 반환합니다. 즉, CHISQ.TEST에서는 해당 통계 및 적정 자유도에 대한 카이 제곱(χ2) 분포값이 반환됩니다. χ2 검정( 카이-제곱 검정)을 사용하면 실험에 의해 가설이 검증되었는지 확인할 수 있습니다. actual_range는 기대값과 비교하여 검정할 관측값이 포함된 데이터 범위입니다. expected_range는 행 합계와 열 합계를 곱한 값의 총합계에 대한 비율이 들어 있는 데이터 범위입니다. |
| F.DIST(x,deg_freedom1,deg_freedom2,cumulative) | F-분포값을 반환합니다. 이 함수를 사용하면 두 데이터 집합의 분포도가 서로 다른지 확인할 수 있습니다. 예를 들어 고등학교에 입학하는 남녀 학생의 성적을 조사하여 남녀 학생의 분포도가 서로 다른지를 알아볼 수 있습니다. x는 함수를 계산할 값입니다. deg_freedom1은 분자의 자유도입니다. deg_freedom2은 분모의 자유도입니다. Cumulative는 함수의 형태를 결정하는 논리값으로서, cumulative가 TRUE이면 F.DIST에서는 누적 분포 함수가 반환되고 FALSE이면 확률 밀도 함수가 반환됩니다. |
| F.DIST.RT(x,deg_freedom1,deg_freedom2) | 두 데이터 집합에 대한 단측(오른쪽) 검정 F 확률 분포값(분포도)을 반환합니다. x는 함수를 계산할 값입니다. deg_freedom1은 분자의 자유도입니다. deg_freedom2은 분모의 자유도입니다. |
| F.TEST(array1,array2) | array1과 array2의 분산이 크게 다르지 않은 양측 검증 확률인 F-검정의 결과를 반환합니다. 이 함수를 사용하여 두 표본이 다른 분산을 갖는지 확인할 수 있습니다. 예를 들어 공립 학교와 사립 학교의 시험 성적 분포도가 서로 다른지 확인할 수 있습니다. array1은 첫 번째 배열 또는 데이터 영역입니다. array2는 두 번째 배열 또는 데이터 영역입니다. |
| INTERCEPT(known_y's, known_x's) | 기존 x 값과 y 값을 사용하여 한 개의 선이 y 축과 교차하는 지점을 계산합니다. 절편은 known_x's와 known_y's의 값으로 이루어진 가장 적합한 회귀선을 기반으로 합니다. 독립 변수가 0일 때 종속 변수의 값을 확인하려면 INTERCEPT 함수를 사용합니다. 예를 들면 데이터가 상온이나 그 이상의 온도에서 측정된 경우 INTERCEPT 함수를 사용하여 0°C에서의 금속의 전기 저항을 예측할 수 있습니다. known_y's는 관측값이나 데이터의 종속 변수 집합입니다. known_x's는 관측값이나 데이터의 독립 변수 집합입니다. |
| SLOPE(known_y's, known_x's) |
known_y's와 known_x's 사이의 데이터 요소에 대한
선형 회귀선의
기울기를 반환합니다. 기울기는 선의 두 점 사이의 수직 거리를 수평 거리로 나눈 회귀선의 변화율입니다. known_y's는 종속 데이터 요소의 셀 배열 또는 범위입니다. known_x's는 독립 데이터 요소의 집합입니다. Example) =SLOPE(A1:A50;B1:B50) |
| STEYX(known_y's, known_x's) | 회귀 분석에서 각각의 x에 대하여 예측한 y 값의 표준 오차를 반환합니다. 표준 오차는 각각의 x 값에 대한 y 예측값의 오차량을 나타냅니다. known_y's는 종속 데이터 요소의 배열이나 범위입니다. known_x's는 독립 데이터 요소의 배열이나 범위입니다. |
| PERMUT(Count1; Count2) |
주어진 숫자에 대한
순열(permutation)을 구한다. 참고로 순열은 뽑는 순서가 있고,
조합(combination)은 뽑는 순서가 없다. Count1은 대상의 전체 숫자이다. Count2는 뽑는 숫자이다.
Calc에는 조합을 계산하는 함수는 없는 듯하다. E1) =PERMUT(6;3)은 120을 반환한다. E2) =PERMUT(5;2)은 20을 반환한다. 5개의 카드 중 2개의 카드를 뽑는 순서는 20가지의 다른 가능성이 존재한다. 순열 공식은 nPr = n! / (n-r!)이다. 5P2 = 5! / (5-2)! = 5x4x3x2x1 / 3x2x1 = 5x4 = 20이다. |
| PERMUTATIONA(Count1; Count2) |
주어진 숫자에 대한
순열을 구하지만 반복을 허용한다. 즉,
중복 순열을 구한다. Count1은 대상의 전체 숫자이다. Count2는 뽑는 숫자이다. E1) =PERMUTATIONA(6;3)는 216을 반환한다. 6개의 카드 중 3개의 카드를 뽑는데 다음 카드를 뽑기 전에 이전의 카드를 다시 카드 통에 돌려놓으면 216가지의 다른 경우의 수가 존재한다. E2) =PERMUTATIONA(11;2)은 121을 반환한다. 11개의 전체 대상 중 얼마나 자주 2개의 대상이 뽑히나? |
| COVARIANCE.P(array1,array2) |
두 데이터 집합의 각 데이터 요소 쌍에 대한 편차의 곱의 평균(모집단 공분산)을 반환합니다.
공분산을 사용하면 두 데이터 집합 사이의 관계를 확인할 수 있습니다. 예를 들어 수입이 높을수록 교육 수준이 높은지 여부를 확인할 수 있습니다. array1은 첫 번째 정수 셀 범위입니다. array2는 두 번째 정수 셀 범위입니다. 예) =COVARIANCE.P(A1:A30;B1:B30) |
| COVARIANCE.S(array1,array2) | 두 데이터 집합의 각 데이터 요소 쌍에 대한 편차의 곱의 평균(표본 공분산)을 반환합니다. array1은 첫 번째 정수 셀 범위입니다. array2는 두 번째 정수 셀 범위입니다. |
| CORREL(Data1; Data2) |
두 데이터 세트의
상관 계수(correlation coefficient)를 반환한다. 상관 계수를 사용하면 두 속성 사이의 관계를 확인할 수 있습니다. 예를 들면 어떤 지역의 평균 기온과 에어콘 사용 사이의 상관 관계를 알아볼 수 있습니다. Data1 is the first data set. Data2 is the second data set. Example) =CORREL(A1:A50;B1:B50) calculates the correlation coefficient as a measure of the linear correlation of the two data sets. |
| PROB(x_range, prob_range, [lower_limit], [upper_limit]) | 영역 내의 값이 두 한계값 사이에 있을 확률을 반환합니다. upper_limit가 정의되지 않으면 x_range의 값이 lower_limit와 같을 확률이 반환됩니다. x_range는 필수 요소입니다. 확률과 관련된 숫자 x 값의 범위입니다. prob_range도 필수 요소입니다. x_range의 값과 관련된 확률의 집합입니다. lower_limit는 선택 요소입니다. 확률을 계산할 범위의 하한값입니다. upper_limit도 선택 요소입니다. 확률을 계산할 범위의 상한값입니다. |
| KURT(Number1; Number2; ...Number30) |
데이터 세트의
첨도(kurtosis)를 반환한다. 최소한 4개의 값이 필요하다. Number1,Number2,...Number30 are numeric arguments or ranges representing a random sample of distribution. Example) =KURT(A1;A2;A3;A4;A5;A6) |
| SKEW(Number1; Number2; ...Number30) |
표본(sample) 분포의
왜도(skewness,
왜곡도)를 구한다. 왜곡도란 평균에 대한 분포의 비대칭 정도를 나타냅니다. 왜곡도가 양수이면 분포의 비대칭 꼬리가 양의 값 쪽으로 치우치며, 왜곡도가 음수이면 음의 값 쪽으로 치우칩니다. Example) =SKEW(A1:A50) |
| SKEWP(number 1, [number 2],…) |
모집단을 기준으로 분포의
왜도를 반환합니다.
왜곡도란 평균에 대한 분포의 비대칭 정도를 나타냅니다. number 1, number 2,…는 모집단 왜곡도를 구하려는 1~254개의 숫자이거나 숫자가 들어 있는 이름, 배열 또는 참조입니다.
MS Excel에서는 skew.p 함수를 쓰고, LibreOffice
Calc에서는 SKEWP 함수를 쓴다. E1)SKEWP(2;3;1;6;8;5) returns 0.2828158928 E2) SKEWP(A1:A6) returns 0.2828158928, when the range A1:A6 contains {2;3;1;6;8;5} E3) SKEWP(Number1;Number2) returns zero always, if Number1 and Number2 results in two numbers. E4) SKEWP(Number1) returns Err:502 (Invalid argument) if Number1 results in one number, because SKEWP cannot be calculated with one value. |
1.2.2. 엑셀이나 Calc에서 통계 데이터 분석 도구 사용
엑셀 2016에선 "파일 → 옵션 → 리본 사용자 지정 → 개발 도구" 하면 화면에 개발 도구가 생긴다. 그리고서 "개발 도구 → Excel 추가 기능 → 분석 도구"를 선택한다.(2010 버전에선 "Excel 추가 기능" 대신 "추가 기능") 그러면 "데이터"에 "데이터 분석"이 생긴다. 그리고 "데이터 분석"에서 z-검정, t-검정, F-검정, 분산 분석, 회귀 분석 등을 한다. 변수들의 입력 범위와 출력할 위치를 지정해주면 된다.리브레오피스 6의 Calc는 "데이터 → 통계"에서 z-test, Paired t-test, 카이 제곱 테스트, F-test, 분산 분석 (ANOVA), 회귀 등을 고르면 된다.
변수 1 범위는 a2:a51처럼 적어주면 되고, 변수 2 범위는 b2:b51처럼 적어주면 된다. 결과는 d1이나 h1처럼 적어주면 된다.
엑셀로 통계 분석하는 방법