Аналитика
Анализ данных, страница 3
Базовые вычисления для описания, сравнения и проверки наборов данных.
178 формул
Таблица формул
Показаны 121-178 из 178. Остальные формулы доступны на соседних страницах подборки.
| Формула | Запись | Тема | Для чего нужна |
|---|---|---|---|
| Закон Амдала: предел ускорения параллельной программы | $S(N)=\frac{1}{(1-p)+p/N}$ | Алгоритмы и анализ данных | Закон Амдала оценивает ускорение неизменной задачи на N одинаковых исполнителях, если долю p исходного времени можно идеально распараллелить. Последовательная часть ограничивает итоговый выигрыш. |
| Поиск в ширину: кратчайший путь по числу рёбер | $d(s)=0,\qquad d(v)=d(u)+1\quad\text{при первом открытии }v\text{ из }u$ | Алгоритмы и анализ данных | Поиск в ширину, или BFS, находит минимальное число переходов от стартовой вершины в невзвешенном графе. Очередь обрабатывает вершины слоями, поэтому первое открытие уже задаёт кратчайшее расстояние. |
| Алгоритм Дейкстры: релаксация и кратчайшие расстояния | $d(v)\leftarrow\min\bigl(d(v),d(u)+w(u,v)\bigr),\qquad w(u,v)\geq0$ | Алгоритмы и анализ данных | Алгоритм Дейкстры находит кратчайшие пути от одной вершины при неотрицательных весах рёбер. На каждом шаге окончательно выбирается ещё не выбранная вершина с минимальной текущей меткой. |
| Алгоритм Беллмана — Форда: путь с отрицательными весами | $d_k(v)=\min\left(d_{k-1}(v),\min_{(u,v)\in E}\{d_{k-1}(u)+w(u,v)\}\right)$ | Алгоритмы и анализ данных | Алгоритм Беллмана — Форда уточняет расстояния последовательными проходами по рёбрам. Он допускает отрицательные веса и позволяет обнаружить отрицательный цикл, достижимый из выбранного источника. |
| Алгоритм Флойда — Уоршелла: пути между всеми парами | $d_{ij}^{(k)}=\min\left(d_{ij}^{(k-1)},d_{ik}^{(k-1)}+d_{kj}^{(k-1)}\right)$ | Алгоритмы и анализ данных | Алгоритм Флойда — Уоршелла находит расстояния между всеми парами вершин, последовательно разрешая новые промежуточные вершины. Его основа — сравнение прямого известного маршрута с маршрутом через очередную вершину. |
| Алгоритм Краскала: вес минимального остовного дерева | $T\in\underset{\text{остовные деревья }S}{\operatorname{arg\,min}}\sum_{e\in S}w(e),\qquad |T|=V-1$ | Алгоритмы и анализ данных | Алгоритм Краскала строит минимальное остовное дерево неориентированного графа: перебирает рёбра по возрастанию веса и принимает только те, которые соединяют разные текущие компоненты. |
| Неравенство Маркова для хвостовой вероятности | $P(X\ge a)\le\frac{E[X]}{a},\qquad X\ge0,\ a>0$ | Вероятность и статистика | Неравенство Маркова даёт верхнюю границу вероятности большого значения неотрицательной случайной величины через её среднее. Оно работает без знания точного распределения, поэтому граница может быть грубой, но остаётся гарантированной при выполнении условий. |
| Неравенство Йенсена для ожидания функции | $\varphi(E[X])\le E[\varphi(X)]\quad\text{для выпуклой }\varphi$ | Вероятность и статистика | Неравенство Йенсена сравнивает значение выпуклой функции от среднего со средним её значений: φ(E[X])≤E[φ(X)]. Для вогнутой функции знак меняется. Это формальный способ учесть, что разброс влияет на нелинейное преобразование. |
| Закон полного ожидания и условное среднее | $E[X]=E[E[X\mid Y]],\qquad E[X]=\sum_iE[X\mid H_i]P(H_i)$ | Вероятность и статистика | Закон полного ожидания говорит: сначала можно найти среднее X внутри каждой группы, заданной Y или разбиением Hᵢ, а затем усреднить эти условные средние по вероятностям групп. Результат равен общему математическому ожиданию X. |
| Закон полной дисперсии: внутри и между группами | $\operatorname{Var}(X)=E[\operatorname{Var}(X\mid Y)]+\operatorname{Var}(E[X\mid Y])$ | Вероятность и статистика | Закон полной дисперсии раскладывает общий разброс X на средний разброс внутри групп и разброс условных средних между группами. Группы задаёт Y. Формула помогает понять источник неопределённости, а не только получить одно число. |
| Производящая функция вероятностей дискретной величины | $G_X(z)=E[z^X]=\sum_{k=0}^{\infty}P(X=k)z^k,\qquad X\in\{0,1,2,\ldots\}$ | Вероятность и статистика | Производящая функция вероятностей кодирует распределение неотрицательной целочисленной величины X в степенном ряде. Коэффициент при zᵏ равен P(X=k), а независимая сумма превращает произведение функций. Она удобна для счётчиков событий и дискретных распределений. |
| Алгоритм Прима: минимальное остовное дерево | $e_k\in\operatorname*{arg\,min}_{u\in S_k,\ v\notin S_k}w(u,v),\quad S_{k+1}=S_k\cup\{v\},\quad W(T)=\sum_{e\in T}w(e)$ | Алгоритмы и анализ данных | Алгоритм Прима строит минимальное остовное дерево, каждый раз присоединяя новую вершину самым лёгким ребром через границу уже собранной части. Результат соединяет все вершины с минимальной суммой весов без циклов. |
| Метод Форда—Фалкерсона: увеличивающий путь потока | $\delta=\min_{e\in P}c_f(e),\quad |f_{\mathrm{new}}|=|f|+\delta,\quad c_f(u,v)=c(u,v)-f(u,v)$ | Алгоритмы и анализ данных | Метод Форда—Фалкерсона увеличивает поток по пути в остаточной сети. Прямые остаточные рёбра дают свободную ёмкость, а обратные позволяют отменить часть прежнего решения и перенаправить поток. |
| Алгоритм Эдмондса—Карпа: поток с поиском в ширину | $P=\operatorname{BFS}(G_f,s,t),\quad\delta=\min_{e\in P}c_f(e),\quad T=O(VE^2)$ | Алгоритмы и анализ данных | Алгоритм Эдмондса—Карпа выбирает увеличивающий путь с минимальным числом остаточных дуг при помощи BFS. Эта стратегия превращает общий метод увеличения потока в алгоритм с оценкой времени O(VE²). |
| Максимальный поток и минимальный разрез сети | $\max_f |f|=\min_{s\in S,\ t\notin S}c(S,V\setminus S),\quad c(S,\bar S)=\sum_{u\in S,\ v\notin S}c(u,v)$ | Алгоритмы и анализ данных | Теорема о максимальном потоке и минимальном разрезе даёт сертификат оптимальности: допустимый поток максимален, если его величина совпала с суммой ёмкостей некоторого разделяющего разреза источника и стока. |
| Алгоритм Куна: увеличивающий путь паросочетания | $M_{\mathrm{new}}=M\triangle P,\qquad |M_{\mathrm{new}}|=|M|+1,\qquad T=O(|L|E)$ | Алгоритмы и анализ данных | Алгоритм Куна ищет максимальное по числу пар паросочетание в двудольном графе. Увеличивающий путь чередует свободные и занятые рёбра; смена их принадлежности освобождает место и добавляет одну новую пару. |
| Рычаг наблюдения в простой линейной регрессии | $h_{ii}=\frac1n+\frac{(x_i-\bar x)^2}{S_{xx}},\qquad S_{xx}=\sum_{j=1}^n(x_j-\bar x)^2$ | Вероятность и статистика | Рычаг hᵢᵢ показывает, насколько положение наблюдения по признаку x влияет на его собственное предсказание в линейной регрессии. Он зависит только от набора x и не измеряет величину ошибки по отклику y. |
| Расстояние Кука: влияние наблюдения на регрессию | $D_i=\frac{e_i^2}{p s^2}\frac{h_{ii}}{(1-h_{ii})^2}=\frac{\sum_j(\hat y_j-\hat y_{j(i)})^2}{p s^2}$ | Вероятность и статистика | Расстояние Кука измеряет изменение всех предсказаний регрессии при удалении одной строки данных. Оно сочетает величину остатка с рычагом наблюдения и выражается в безразмерном масштабе относительно остаточной дисперсии. |
| PRESS: ошибка прогноза при поочерёдном удалении | $e_{(i)}=\frac{e_i}{1-h_{ii}},\qquad \mathrm{PRESS}=\sum_{i=1}^n e_{(i)}^2$ | Вероятность и статистика | PRESS суммирует квадраты ошибок прогноза каждой строки моделью, обученной без этой строки. Для обычной линейной регрессии удалённые остатки вычисляют из одной полной подгонки через остатки и рычаги. |
| Доверительный интервал среднего отклика регрессии | $\hat y_0\pm t_{1-\alpha/2,n-2}s\sqrt{\frac1n+\frac{(x_0-\bar x)^2}{S_{xx}}}$ | Вероятность и статистика | Интервал среднего отклика описывает неопределённость положения генеральной прямой при заданном x₀. Он учитывает оценивание коэффициентов, но не добавляет случайный разброс одного нового наблюдения вокруг этой прямой. |
| Интервал прогноза нового наблюдения регрессии | $\hat y_0\pm t_{1-\alpha/2,n-2}s\sqrt{1+\frac1n+\frac{(x_0-\bar x)^2}{S_{xx}}}$ | Вероятность и статистика | Прогнозный интервал простой регрессии задаёт диапазон для одного нового наблюдения при известном x₀. Он шире интервала среднего, поскольку учитывает как оценку прямой, так и индивидуальную случайную ошибку нового отклика. |
| Дискретное преобразование Фурье и обратная формула | $X_k=\sum_{n=0}^{N-1}x_n e^{-2\pi i kn/N},\qquad x_n=\frac1N\sum_{k=0}^{N-1}X_k e^{2\pi i kn/N}$ | Цифровая обработка сигналов | Дискретное преобразование Фурье переводит конечную последовательность в комплексные частотные коэффициенты. Обратная сумма восстанавливает все отсчёты; знак экспоненты и нормировку нужно выбирать согласованно. |
| Частоты и амплитуды по коэффициентам ДПФ | $\Delta f=\frac{f_s}{N},\quad f_k=\frac{kf_s}{N},\quad A_k=\frac{2|X_k|}{N}\quad(0<k<N/2)$ | Цифровая обработка сигналов | Шаг частот ДПФ равен частоте дискретизации, делённой на длину записи. Для вещественной гармоники точно на внутреннем частотном отсчёте амплитуда равна удвоенному модулю коэффициента, делённому на число отсчётов. |
| Наложение частот: расчёт алиаса при дискретизации | $f_a=\min_{m\in\mathbb Z}|f-mf_s|,\qquad 0\le f_a\le f_s/2$ | Цифровая обработка сигналов | При равномерной дискретизации вещественного гармонического сигнала частоты, отличающиеся на целое число частот дискретизации и знак, могут давать одинаковые отсчёты. Частота алиаса лежит от нуля до половины частоты дискретизации. |
| Линейная свёртка конечных последовательностей | $y_n=\sum_{k=-\infty}^{\infty}x_k h_{n-k},\qquad L_y=L_x+L_h-1$ | Цифровая обработка сигналов | Линейная свёртка складывает сдвинутые копии одной последовательности с весами другой. Для конечных массивов, продолженных нулями, полный результат содержит сумму их длин минус один отсчёт. |
| Окно Ханна: коэффициенты и поправка амплитуды | $w_n=\frac12\left(1-\cos\frac{2\pi n}{N-1}\right),\quad G_c=\frac1N\sum_{n=0}^{N-1}w_n,\quad N>1$ | Цифровая обработка сигналов | Симметричное окно Ханна плавно уменьшает края записи до нуля. Оно снижает дальнюю спектральную утечку ценой расширения главного лепестка и изменения амплитуды, поэтому масштаб спектра требует отдельной поправки. |
| Надёжность последовательной системы: обязательные узлы | $R_s(t)=\prod_{i=1}^{n}R_i(t)$ | Инженерные измерения | Последовательная по надёжности система работает, пока исправны все обязательные узлы. При независимых отказах вероятность её безотказной работы за заданное время равна произведению вероятностей отдельных узлов. |
| Активное резервирование: надёжность параллельных узлов | $R_p(t)=1-\prod_{i=1}^{n}\left(1-R_i(t)\right)$ | Инженерные измерения | При активном параллельном резервировании система сохраняет функцию, пока работает хотя бы один узел. Для независимых отказов удобнее сначала найти вероятность отказа всех узлов, а затем вычесть её из единицы. |
| Надёжность системы «k из n»: порог исправных каналов | $R_{k/n}=\sum_{j=k}^{n}\binom{n}{j}r^j(1-r)^{n-j}$ | Инженерные измерения | Система «k из n» выполняет функцию, если исправны хотя бы k из n каналов. При одинаковой безотказности и независимости суммируют биномиальные вероятности всех допустимых чисел исправных каналов. |
| Распределение Вейбулла: безотказность и изменение риска | $R(t)=e^{-(t/\eta)^\beta},\qquad h(t)=\frac{\beta}{\eta}\left(\frac{t}{\eta}\right)^{\beta-1}$ | Инженерные измерения | Двухпараметрическая модель Вейбулла описывает срок службы с убывающей, постоянной или растущей интенсивностью отказов. Параметр формы задаёт изменение риска с возрастом, а масштаб определяет временную шкалу. |
| Стационарная готовность по времени работы и ремонта | $A_\infty=\frac{U}{U+D}=\frac{\mathrm{MTBF}}{\mathrm{MTBF}+\mathrm{MTTR}}$ | Инженерные измерения | Стационарная готовность оценивает долгосрочную долю времени, когда ремонтируемый объект способен работать. Среднее время работы делят на сумму среднего времени работы и восстановления, чётко задавая состав простоя. |
| COUNT / СЧЁТ: количество чисел в Excel и Google Таблицах | =COUNT(A2:A100) / =СЧЁТ(A2:A100) |
Агрегирование и статистические функции | COUNT / СЧЁТ считает ячейки с числовыми значениями в диапазоне. В русской локали используют СЧЁТ; даты в Excel также учитываются как числа. |
| AVERAGE / СРЗНАЧ: среднее значение в Excel и Google Таблицах | =AVERAGE(B2:B20) |
Агрегирование и статистические функции | AVERAGE / СРЗНАЧ: среднее значение в Excel и Google Таблицах: формула =AVERAGE(B2:B20) помогает найти среднее значение по числовому диапазону. В тексте есть условия, пример, ошибки и проверка результата. |
| MAX / МАКС: максимальное значение в Excel и Google Таблицах | =MAX(C2:C100) |
Агрегирование и статистические функции | MAX / МАКС: максимальное значение в Excel и Google Таблицах: формула =MAX(C2:C100) помогает найти максимальное значение в диапазоне. В тексте есть условия, пример, ошибки и проверка результата. |
| MIN / МИН: минимальное значение в Excel и Google Таблицах | =MIN(C2:C100) |
Агрегирование и статистические функции | MIN / МИН: минимальное значение в Excel и Google Таблицах: формула =MIN(C2:C100) помогает требуется требуется требуется требуется требуется требуется в отчете быстро обработать диапазон чисел: подготовить сводку, очистить импорт, проверить качество данных или сделать расчет без ручного копирования. В тексте есть у... |
| MEDIAN / МЕДИАНА: медиана в Excel и Google Таблицах | =MEDIAN(D2:D21) |
Агрегирование и статистические функции | MEDIAN / МЕДИАНА возвращает центральное значение числового набора: при четном числе наблюдений — среднее двух центральных. Функция сама обрабатывает порядок значений. |
| MODE.SNGL / МОДА.ОДН: мода ряда в Excel и Google Таблицах | =MODE.SNGL(A2:A20) |
Агрегирование и статистические функции | MODE.SNGL / МОДА.ОДН: мода ряда в Excel и Google Таблицах: формула =MODE.SNGL(A2:A20) помогает найти наиболее частое значение в наборе. В тексте есть условия, пример, ошибки и проверка результата. |
| SUBTOTAL: промежуточные итоги с фильтрами в Excel и Google Таблицах | =SUBTOTAL(9,A2:A100) |
Агрегирование и статистические функции | SUBTOTAL: промежуточные итоги с фильтрами в Excel и Google Таблицах: формула =SUBTOTAL(9,A2:A100) помогает настроить рабочую формулу в таблице и проверить ссылки после копирования. В тексте есть условия, пример, ошибки и проверка результата. |
| PRODUCT / ПРОИЗВЕД: произведение чисел в Excel и Google Таблицах | =PRODUCT(A2:C2) |
Агрегирование и статистические функции | PRODUCT / ПРОИЗВЕД: произведение чисел в Excel и Google Таблицах: формула =PRODUCT(A2:C2) помогает настроить рабочую формулу в таблице и проверить ссылки после копирования. В тексте есть условия, пример, ошибки и проверка результата. |
| SUMPRODUCT / СУММПРОИЗВ: сумма произведений в Excel и Google Таблицах | =SUMPRODUCT(B2:B10,C2:C10) |
Агрегирование и статистические функции | SUMPRODUCT / СУММПРОИЗВ: сумма произведений в Excel и Google Таблицах: формула =SUMPRODUCT(B2:B10,C2:C10) помогает настроить рабочую формулу в таблице и проверить ссылки после копирования. В тексте есть условия, пример, ошибки и проверка результата. |
| ABS: модуль числа в Excel и Google Таблицах | =ABS(A2) |
Математические функции таблиц | ABS: модуль числа в Excel и Google Таблицах: формула =ABS(A2) помогает настроить рабочую формулу в таблице и проверить ссылки после копирования. В тексте есть условия, пример, ошибки и проверка результата. |
| INT / ЦЕЛОЕ: округление вниз до целого в Excel и Google Таблицах | =INT(A2) |
Математические функции таблиц | INT / ЦЕЛОЕ: округление вниз до целого в Excel и Google Таблицах: формула =INT(A2) помогает настроить рабочую формулу в таблице и проверить ссылки после копирования. В тексте есть условия, пример, ошибки и проверка результата. |
| TRUNC / ОТБР: отбросить дробную часть в Excel и Google Таблицах | =TRUNC(A2,0) |
Математические функции таблиц | TRUNC / ОТБР: отбросить дробную часть в Excel и Google Таблицах: формула =TRUNC(A2,0) помогает настроить рабочую формулу в таблице и проверить ссылки после копирования. В тексте есть условия, пример, ошибки и проверка результата. |
| ROUNDUP / ОКРУГЛВВЕРХ: округление вверх в Excel и Google Таблицах | =ROUNDUP(A2,2) |
Математические функции таблиц | ROUNDUP / ОКРУГЛВВЕРХ: округление вверх в Excel и Google Таблицах: формула =ROUNDUP(A2,2) помогает настроить рабочую формулу в таблице и проверить ссылки после копирования. В тексте есть условия, пример, ошибки и проверка результата. |
| ROUNDDOWN / ОКРУГЛВНИЗ: округление вниз в Excel и Google Таблицах | =ROUNDDOWN(A2,2) |
Математические функции таблиц | ROUNDDOWN / ОКРУГЛВНИЗ: округление вниз в Excel и Google Таблицах: формула =ROUNDDOWN(A2,2) помогает настроить рабочую формулу в таблице и проверить ссылки после копирования. В тексте есть условия, пример, ошибки и проверка результата. |
| CEILING.MATH: округление вверх до кратного в Excel и Google Таблицах | =CEILING.MATH(A2,5) |
Математические функции таблиц | CEILING.MATH: округление вверх до кратного в Excel и Google Таблицах: формула =CEILING.MATH(A2,5) помогает настроить рабочую формулу в таблице и проверить ссылки после копирования. В тексте есть условия, пример, ошибки и проверка результата. |
| FLOOR.MATH: округление вниз до кратного в Excel и Google Таблицах | =FLOOR.MATH(A2,5) |
Логические функции и обработка ошибок | FLOOR.MATH: округление вниз до кратного в Excel и Google Таблицах: формула =FLOOR.MATH(A2,5) помогает настроить рабочую формулу в таблице и проверить ссылки после копирования. В тексте есть условия, пример, ошибки и проверка результата. |
| MROUND: округление до ближайшего кратного в Excel и Google Таблицах | =MROUND(A2,0.5) |
Математические функции таблиц | MROUND: округление до ближайшего кратного в Excel и Google Таблицах: формула =MROUND(A2,0.5) помогает требуется требуется требуется требуется требуется требуется в отчете быстро обработать число и кратность: подготовить сводку, очистить импорт, проверить качество данных или сделать расчет без ручного копирования... |
| MOD / ОСТАТ: остаток от деления в Excel и Google Таблицах | =MOD(A2,B2) |
Математические функции таблиц | MOD / ОСТАТ: остаток от деления в Excel и Google Таблицах: формула =MOD(A2,B2) помогает настроить рабочую формулу в таблице и проверить ссылки после копирования. В тексте есть условия, пример, ошибки и проверка результата. |
| POWER / СТЕПЕНЬ: возведение в степень в Excel и Google Таблицах | =POWER(A2,B2) |
Математические функции таблиц | POWER / СТЕПЕНЬ: возведение в степень в Excel и Google Таблицах: формула =POWER(A2,B2) помогает требуется требуется требуется требуется требуется требуется в отчете быстро обработать основание и показатель: подготовить сводку, очистить импорт, проверить качество данных или сделать расчет без ручного копирования. В... |
| SQRT / КОРЕНЬ: квадратный корень в Excel и Google Таблицах | =SQRT(A2) |
Математические функции таблиц | SQRT / КОРЕНЬ: квадратный корень в Excel и Google Таблицах: формула =SQRT(A2) помогает настроить рабочую формулу в таблице и проверить ссылки после копирования. В тексте есть условия, пример, ошибки и проверка результата. |
| FILTER для точного отбора строк | =FILTER(A2:F200, B2:B200="Продажа", C2:C200>0) |
Массивы и преобразование таблиц | Функция FILTER возвращает все строки из диапазона, которые удовлетворяют условиям. Это удобно для отфильтрованных отчётов, без ручной сортировки и промежуточных формул. |
| SORT для многоуровневой сортировки | =SORT(A2:G200, 3, TRUE, 2, FALSE) |
Массивы и преобразование таблиц | С помощью SORT можно сортировать диапазон сразу по нескольким колонкам с отдельным направлением сортировки для каждого ключа. |
| UNIQUE для очистки повторов | =UNIQUE(A2:A200) |
Массивы и преобразование таблиц | UNIQUE для очистки повторов показывает, как по формуле =UNIQUE(A2:A200) получить проверяемый результат из исходных данных. В материале уточнены обозначения, условия применения и типовые ошибки при подстановке. |
| QUERY WHERE и ORDER BY в Google Таблицах | =QUERY(A1:D100,"select A, C where B = 'Оплачен' order by D desc",1) |
Запросы к табличным данным | QUERY позволяет писать запросы к диапазону почти как SQL: фильтрация, сортировка, группировка и агрегация в одной формуле. |
| ARRAYFORMULA для массовых вычислений | =ARRAYFORMULA(IF(B2:B200>0, C2:C200/B2:B200, "")) |
Массивы и преобразование таблиц | ARRAYFORMULA автоматически применяет формулу к диапазону без копирования вниз по каждой строке, сохраняя логику в одной ячейке. |
| IMPORTRANGE для связки файлов | =IMPORTRANGE("1a2B3cD4eF5g", "Отчёт!A1:G500") |
Данные из внешних источников | IMPORTRANGE поднимает диапазон из другого файла и делает отчёты централизованными, без ручного копирования данных между таблицами. |
| динамические диапазоны с INDIRECT | =ARRAYFORMULA(SUM(INDIRECT("B2:B" & COUNTA(B:B)))) |
Ссылки, диапазоны и основы формул | динамические диапазоны с INDIRECT показывает, как по формуле =ARRAYFORMULA(SUM(INDIRECT("B2:B" & COUNTA(B:B)))) получить проверяемый результат из исходных данных. В материале уточнены обозначения, условия применения и типовые ошибки при подстановке. |