返回0.519298931。
27.gammadist
用途：返回伽玛分布。可用它研究具有偏态分布的变量，通常用于排队分析。 语法：gammadist(x，alpha，beta，cumulative)。 参数：x 为用来计算伽玛分布的数值，alph a是γ分布参数，betaγ分布的一个参数。如果beta=1，gammadist 函数返回标准伽玛分布。cumulative为一逻辑值，决定函数的形式。如果cumulative 为true，gammadist 函数返回累积分布函数；如果为false，则返回概率密度函数。 实例：公式“=gammadist(10，9，2，false)”的计算结果等于0.032639，=gammadist(10，9，2， true)返回0.068094。
28.gammainv
用途：返回具有给定概率的伽玛分布的区间点，用来研究出现分布偏斜的变量。如果p=gammadist(x，...)，则 gammainv(p，...)=x。语法：gammainv(probability，alpha，beta)参数：probability为伽玛分布的概率值，alphaγ分布参数，betaγ 分布参数。如果beta=1， 函数gammainv 返回标准伽玛分布。 实例：公式“=gammainv(0.05，8， 2)”返回7.96164386。
29.gammaln
用途：返回伽玛函数的自然对数γ(x)。 语法：gammaln(x) 参数：x为需要计算gammaln 函数的数值。 实例：公式“=gammaln(6)”返回4.787491743。
30.geomean
用途：返回正数数组或数据区域的几何平均值。可用于计算可变复利的平均增长率。语法：geomean(number1，number2，...) 参数：number1，number2，...为需要计算其平均值的1 到30 个参数，除了使用逗号分隔数值的形式外，还可使用数组或对数组的引用。 实例：公式“=geomean(1.2，1.5，1.8，2.3，2.6，2.8， 3)”的计算结果是2.069818248。
31.growth
用途：给定的数据预测指数增长值。根据已知的x值和y 值，函数growth 返回一组新的x值对应的y 值。通常使用growth 函数拟合满足给定x值和y 值的指数曲线。 语法：growth(known_y's，known_x's，new_x's，const) 参数：known_y's 是满足指数回归拟合曲线y=b*m^x 的一组已知的y 值；known_x's 是满足指数回归拟合曲线y=b*m^x 的一组已知的x值的集合(可选参数)；new_x's是一组新的x 值，可通过growth 函数返回各自对应的y 值；const 为一逻辑值，指明是否将系数b 强制设为1，如果const 为true 或省略，b 将参与正常计算。如果const 为false，b 将被设为1， m值将被调整使得y=m^x。
32.harmean
用途：返回数据集合的调和平均值。调和平均值与倒数的算术平均值互为倒数。调和平均值总小于几何平均值，而几何平均值总小于算术平均值。 语法：harmean(number1，number2，...) 参数：number1，number2，...是需要计算其平均值的1 到30 个参数。可以使用逗号分隔参数的形式，还可以使用数组或数组的引用。 实例：公式“=harmean(66，88， 92)”返回80.24669604。
33.hypgeomdist
用途：返回超几何分布。给定样本容量、样本总体容量和样本总体中成功的次数，hypgeomdist 函数返回样本取得给定成功次数的概率。 语法：hypgeomdist(sample_s，number_sample，population_s，number_population)
参数：sample_s为样本中成功的次数，number_sample为样本容量。population_s为样本总体中成功的次数，number_population 为样本总体的容量。 实例：如果某个班级有42 名学生。其中22 名是男生，20 名是女生。如果随机选出6 人，则其中恰好有三名女生的概率公式是：“=hypgeomdist(3，6，20，42)”，返回的结果为0.334668627。
34.intercept
用途：利用已知的x值与y 值计算直线与y 轴的截距。当已知自变量为零时，利用截距可以求得因变量的值。 语法：intercept(known_y's，known_x's) 参数：known_y's 是一组因变量数据或数据组，known_x's 是一组自变量数
据或数据组。 实例：如果a1=71、a2=83、a3=76、a4=4 9、a5=92、a6=8 8、a7=96， b1=59、b2=70、b3=80、b4=90、b5=89、b6=84、b7=92， 则公式“=intercept(a1:a7，b1:b7)”返回87.61058785。
35.kurt
用途：返回数据集的峰值。它反映与正态分布相比时某一分布的尖锐程度或平坦程度，正峰值表示相对尖锐的分布，负峰值表示相对平坦的分布。 语法：kurt(number1，number2，...) 参数：number1，number2，...为需要计算其峰值的1 到30 个参数。它们可以使用逗号分隔参数的形式，也可以使用单一数组，即对数组单元格的引用。实例：如果某次学生考试的成绩为a1=71、a2=83、a3=76、a4=49、a5=92、a6=88、a7=96， 则公式“=kurt(a1:a7)”返回-1.199009798，说明这次的成绩相对正态分布是一比较平坦的分布。
36.large
用途：返回某一数据集中的某个最大值。可以使用large 函数查询考试分数集中第一、第二、第三等的得分。 语法：large(array，k) 参数：array 为需要从中查询第k 个最大值的数组或数据区域，k为返回值在数组或数据单元格区域里的位置(即名次)。 实例：如果b1=59、b2=70、b3=80、b4=9 0、b5=89、b6=8 4、b7=92，，则公式“=large(b1，b7，2)”返回90。
37.linest 用途：使用最小二乘法对已知数据进行最佳直线拟合，并返回描述此直线的数组。 语法：linest(known_y's，known_x's，const，stats) 参数：known_y's是表达式y=mx+b 中已知的y 值集合， known_x's 是关系表达式y=mx+b 中已知的可选x值集合，const 为一逻辑值，指明是否强制使常数b 为0，如果const 为true 或省略，b 将参与正常计算。如果const 为false，b 将被设为0，并同时调整m值使得y=mx。stats为一逻辑值， 指明是否返回附加回归统计值。如果stats 为true，函数linest 返回附加回归统计值。如果stats 为false 或省略，函数linest 只返回系数m和常数项b。 实例：如果a1=71、a2=83、a3=76、a4=4 9、a5=92、a6=8 8、a7=96， b1=59、b2=70、b3=80、b4=90、b5=89、b6=84、b7=92， 则数组公式“{=linest(a1:a7，b1:b7)}”返回-0.174244885、
-0.174244885、-0.174244885、-0.174244885、-0.174244885、-0.174244885、-0.174244885。 32
38.logest
用途：在回归分析中，计算最符合观测数据组的指数回归拟合曲线，并返回描述该曲线的数组。 语法：logest(known_y's，known_x's，const，stats) 参数：known_y's是一组符合y=b*m＾x 函数关系的y 值的集合，known_x's是一组符合y=b*m＾x 运算关系的可选x 值集合，const 是指定是否要设定常数b 为1 的逻辑值，如果
const 设定为true 或省略，则常数项b 将通过计算求得。 实例：如果某公司的新产品销售额呈指数增长，依次为a1=33100、a2=47300、a3=69000、a4=102000、a5=150000和a6=220000， 同时b1=11、b2=1 2、b3=13、b4=14、b5=15、b6=16。则使用数组公式“{=logest(a1:a6，b1:b6，true，true)}”， 在c1:d5 单元格内得到的计算结果是：1.463275628、495.3047702、0.002633403、0.035834282、0.99980862、0.011016315、20896.8011、4、2.53601883和0.000485437。
39.loginv
用途：返回x的对数正态分布累积函数的逆函数，此处的ln(x)是含有mean(平均数)与standard-dev(标准差)参数的 正态分布。如果p=lognormdist(x，...)，那么loginv(p，...)=x。 语法：loginv(probability，mean，standard_dev) 参数：probability 是与对数正态分布相关的概率，mean 为ln(x)的平均数，standard_dev为ln(x)的标准偏差。 实例：公式“=loginv(0.036，2.5，1.5)”返回0.819815949。
40.lognormdist
用途：返回x的对数正态分布的累积函数，其中ln(x)是服从参数为mean和standard_dev 的正态分布。使用此函数可以分析经过对数变换的数据。 语法：lognormdist(x，mean，standard_dev) 参数：x 是用来计算函数的数值，mean 是ln(x)的平均值，standard_dev 是ln(x)的标准偏差。 实例：公式“=lognormdist(2，5.5，1.6)”返回 0.001331107。 41.max
用途：返回数据集中的最大数值。 语法：max(number1，number2，...) 参数：number1，number2，...是需要找出最大数值的1 至30 个数值。实例：如果a1=71、a2=83、a3=76、a4=4 9、a5=92、a6=8 8、a7=96，则公式“=max(a1:a7)”返回96。
42.maxa
用途：返回数据集中的最大数值。它与max 的区别在于文本值和逻辑值(如true 和fals e)作为数字参与计算。 语法：maxa(value1，value2，...) 参数：value1，value2，...为需要从中查找最大数值的1 到30 个参数。 例：如果a1:a5 包含0 、0.2、0.5、0.4和true，则： maxa(a1:a5)返回1。
43.median
用途：返回给定数值集合的中位数(它是在一组数据中居于中间的数。换句话说，在这组数据中，有一半的数据比它大，有一半的数据比它小)。 语法：median(number1，number2，...) 参数：number1，number2，...是需要找出中位数的1 到30 个数字参数。 实例：median(11，12，13，14， 15)返回13；median(1， 2，3，4，5，6)返回3.5，即3 与4 的平均值。
44.min
用途：返回给定参数表中的最小值。 语法：min(number1，number2，...)。 参数：number1，number2，...是要从中找出最小值的1 到30 个数字参数。 实例：如果a1=71、a2=83、a3=76、a4=4 9、a5=92、a6=8 8、a7=96，则公式“=min(a1:a7)”返回49；而=min(a1:a5，0，-8)返回-8。
45.mina 用途：返回参数清单中的最小数值。它与min 函数的区别在于文本值和逻辑值(如true 和false)也作为数字参与计算。语法：mina(value1，value2，...) 参数：value1，value2，...为需要从中查找最小数值的1 到30 个参数。 实例：如果a1=71、a2=83、a3=76、a4=4 9、a5=92、a6=8 8、a7=false，则公式“=mina(a1:a7)”返回0。
46.mode 用途：返回在某一数组或数据区域中的众数。 语法：mode(number1，number2，...)。 33 参数：number1，number2， ...是用于众数计算的1到30 个参数。 实例：如果a1=71、a2=83、a3=71、a4=4 9、a5=92、a6=88， 则公式“=mode(a1:a6)”返回71。
47.negbinomdist
用途：返回负二项式分布。当成功概率为常数probability_s 时，函数negbinomdist 返回在到达number_s
次成功之前，出现number_f 次失败的概率。此函数与二项式分布相似，只是它的成功次数固定，试验总数为变量。与二项分布类似的是，试验次数被假设为自变量。 语法：negbinomdist(number_f，number_s，probability_s) number_f 是失败次数，number_s为成功的临界次数，probability_s 是成功的概率。 实例：如果要找10 个反应敏捷的人，且已知具有这种特征的候选人的概率为0.3。那么，找到10 个合格候选人之前，需要对不合格候选人进行面试的概率公式为“=negbinomdist(40，10，0.3)”， 计算结果是0.007723798。
48.normdist
用途：返回给定平均值和标准偏差的正态分布的累积函数。 语法：normdist(x，mean，standard_dev，cumulative) 参数：x 为用于计算正态分布函数的区间点，mean 是分布的算术平均值，standard_dev 是分布的标准方差；cumulative 为一逻辑值，指明函数的形式。如果cumulative 为true， 则normdist 函数返回累积分布函数；如果为false， 则返回概率密度函数。 实例：公式“=normdist(46，35，2.5，true)”返回0.999994583。
49.normsinv
用途：返回标准正态分布累积函数的逆函数。该分布的平均值为0，标准偏差为1。 语法：normsinv(probability) 参数：probability是正态分布的概率值。 实例：公式“=normsinv(0.8)”返回0.841621386。
50.normsdist
用途：返回标准正态分布的累积函数，该分布的平均值为0，标准偏差为1。 语法：normsdist(z) 参数：z为需要计算其分布的数值。 实例：公式“=normsdist(1.5)”的计算结果为0.933192771。
51.normsinv
用途：返回标准正态分布累积函数的逆函数。该分布的平均值为0，标准偏差为1。 语法：normsinv(probability) 参数：probability是正态分布的概率值。 实例：公式“=normsinv(0.933192771)”返回1.499997779(即1.5)。
52.pearson
用途：返回pearson(皮尔生)乘积矩相关系数r，它是一个范围在-1.0到1.0 之间(包括-1.0和1.0 在内)的无量纲指 数，反映了两个数据集合之间的线性相关程度。 语法：pearson(array1，array2)参数：array1为自变量集合，array2为因变量集合。 实例：如果a1=71、a2=83、a3=71、a4=4 9、a5=92、a6=88，b1=69、b2=80、b3=76、b4=40、b5=90、b6=81，则公式“=pearson(a1:a6，b1:b6)”返回0.96229628。
53.percentile 用途：返回数值区域的k 百分比数值点。例如确定考试排名在80 个百分点以上的分数。语法：percentile(array，k) 参数：array为定义相对位置的数值数组或数值区域，k为数组中需要得到其排位的值。实例：如果某次考试成绩为a1=71、a2=8 3、a3=71、a4=4 9、a5=92、a6=88，公式“=percentile(a1:a6，0.8)”返回88， 即考试排名要想在80 个百分点以上，则分数至少应当为88 分。
54.percentrank
用途：返回某个数值在一个数据集合中的百分比排位，可用于查看数据在数据集中所处的位置。例如计算某个分数在所有考试成绩中所处的位置。 语法：percentrank(array，x，significance) 参数：array为彼此间相对位置确定的数据集合，x为其中需要得到排位的值，significance为可选项，表示返回的百分数值的有效位数。如果省略，函数percentrank 保留3 位小数。 实例：如果某次考试成绩为a1=71、a2=8 3、a3=71、a4=4 9、a5=92、a6=88，则公式“=percentrank(a1:a6，71)”的计算结果为0.2，即71 分在6 个分数中排20%。
55.permut 用途：返回从给定数目的元素集合中选取的若干元素的排列数。 语法：permut(number，number_chosen) 参数：number 为元素总数，number_chosen 是每个排列中的元素数目。 实例：如果某种彩票的号码有9 个数，每个数的范围是从0 到9(包括0 和9)。则所有可能的排列数量用公式“=permut(10，9)”计算，其结果为3628800。
56.poisson
用途：返回泊松分布。泊松分布通常用于预测一段时间内事件发生的次数，比如一分钟内通过收费站的轿车的数量。 语法：poisson(x，mean，cumulative) 参数：x是某一事件出现的次数，mean是期望值，cumulative 为确定返回的概率分布形式的逻辑值。 实例：公式“=poisson(5，10，true)”返回0.067085963， =poisson(3，12，false)返回0.001769533。
57.prob 用途：返回一概率事件组中落在指定区域内的事件所对应的概率之和。 语法：prob(x_range，prob_range，lower_limit， upper_limit) 参数：x_range是具有各自相应概率值的x数值区域， prob_range 是与x_range 中的数值相对应的一组概率值，lower_limit 是用于概率求和计算的数值下界，upper_limit是用于概率求和计算的数值可选上界。 实例：公式“=prob({0，1，2，3}，{0.2，0.3，0.1，0.4}， 2)”返回0.1，=prob({0，1，2，3}，{0.2，0.3，0.1，0.4}， 1，3)返回0.8。
58.quartile
用途：返回一组数据的四分位点。四分位数通常用于在考试成绩之类的数据集中对总体进行分组，如求出一组分数中前25%的分数。 语法：quartile(array，quart) 参数：array 为需要求得四分位数值的数组或数字引用区域，quart 决定返回哪一个四分位值。如果qurart 取0 、1 、2 、3 或4， 则函数quartile 返回最小值、第一个四分位数(第25 个
百分排位)、中分位数(第50 个百分排位)、第三个四分位数(第75 个百分排位)和最大数值。 实例：如果a1=78、a2=45、a3=90、a4= 12、a5=85， 则公式“=quartile(a1:a5，3)”返回85。
59.rank
用途：返回一个数值在一组数值中的排位(如果数据清单已经排过序了，则数值的排位就是它当前的位置)。 语法：rank(number，ref，order) 参数：number 是需要计算其排位的一个数字；ref 是包含一组数字的数组或引用(其中的非数值型参数将被忽略)；order 为一数字，指明排位的方式。如果order为0 或省略， 则按降序排列的数据清单进行排位。如果order 不为零，ref当作按升序排列的数据清单进行排位。 注意：函数rank 对重复数值的排位相同。但重复数的存在将影响后续数值的排位。如在一列整数中，若整数60 出现两次，其排位为5，则61 的排位为7(没有排位为6 的数值)。实例：如果a1=78、a2=45、a3=90、a4= 12、a5=85， 则公式“=rank(a1，$a$1:$a$5)”返回5、8、2、10、4。
60.rsq
用途：返回给定数据点的pearson 乘积矩相关系数的平方。 语法：rsq(known_y's，known_x's) 参数：known_y's为一个数组或数据区域，known_x's也是一个数组或数据区域。 实例：公式“=rsq({22，23，29，19，38，27，25}，{16， 15，19，17，15，14，34})”返回0.013009334。
61.skew
用途：返回一个分布的不对称度。它反映以平均值为中心的分布的不对称程度，正不对称度表示不对称边的分布更趋向正值。负不对称度表示不对称边的分布更趋向负值。 语法：skew(number1，number2，...)。 参数：number1，number2...是需要计算不对称度的1 到30 个参数。包括逗号分隔的数值、单一数组和名称等。 实例：公式“=skew({22，23，29，19，38，27，25}，{16， 15，19，17，15，14，34})”返回0.854631382。
62.slope
用途：返回经过给定数据点的线性回归拟合线方程的斜率(它是直线上任意两点的垂直距离与水平距离的比值，也就是回归直线的变化率)。 语法：slope(known_y's，known_x's) 参数：known_y's为数字型因变量数组或单元格区域， known_x's 为自变量数据点集合。 实例：公式“=slope({22，23，29，19，38，27，25}，{16，15，19，17，15，14，34})”返回-0.100680934。
63.small
用途：返回数据集中第k 个最小值，从而得到数据集中特定位置上的数值。 语法：small(array，k) 参数：array 是需要找到第k 个最小值的数组或数字型数据区域，k为返回的数据在数组或数据区域里的位置(从小到大)。 实例：如果如果a1=78、a2=45、a3=90、a4=12、a5=85，则公式“=small(a1:a5，3)”返回78。
64.standardize
用途：返回以mean为平均值，以standard-dev 为标准偏差的分布的正态化数值。 语法：standardize(x，mean，standard_dev) 参数：x 为需要进行正态化的数值，mean 分布的算术平均值，standard_dev为分布的标准偏差。 实例：公式“=standardize(62，60，10)”返回0.2。
65.stdev
用途：估算样本的标准偏差。它反映了数据相对于平均值(mean)的离散程度。 语法：stdev(number1，number2，...) 参数：number1，number2，...为对应于总体样本的1 到30 个参数。可以使用逗号分隔的参数形式，也可使用数组， 即对数组单元格的引用。 注意：stdev 函数假设其参数是总体中的样本。如果数据是全部样本总体，则应该使用stdevp 函数计算标准偏差。同时，函数忽略参数中的逻辑值(true或false) 和文本。如果不能忽略逻辑值和文本，应使用stdeva 函数。 实例：假设某次考试的成绩样本为a1=78、a2=45、a3=90、a4=12、a5=85，则估算所有成绩标准偏差的公式为“=stdev(a1:a5)”，其结果等于33.00757489。