信号処理等に使うハニングウィンドウ、ハミングウィンドウ、レクタンギュラウィンドウ、区間ウィンドウ、指数ウィンドウについて、それらが
どういう時に使われるのか?
どういう風につかうのか?
どういう特徴を持っているのか?
を簡単に教えてください。
よろしくお願いします。

A 回答 (3件)

こんにちは。



私の分野は振動、音響等の信号処理です。
ご存じかもしれませんが、窓関数(ウィンドウ)はFFTを使うために必要な前処理で使います。
FFTは時系列の信号に、ある「周期Tの周期性がある」という仮定を立てた上で周波数解析を行うものです。
しかし実際の時系列信号はそうではないため、ウィンドウを掛ける必要があります。
(言葉不足ですが前置きはこれくらいで)

(1)矩形窓(Rectangular Window)
これは単純に周期Tの区間だけで切り取った関数です。窓関数は、オリジナル信号に手を加えて現実の
信号とは異なる信号にしてしまうので、何も手を加えない矩形窓が本来はベストの窓関数です。
 しかし、実際の時系列信号では、最初と最後が0になっていないと不連続な周期信号となるので、
実際にはなかなか使えないようです。

[主な用途]過渡信号等(衝撃パルスなどに使えると思います)

(2)ハニング窓
 他の窓関数もそうですが、これは周期Tの最初と最後を0にする窓関数です。
(最初と最後が0になるような処理を施し、連続な信号を作るのが窓関数の主な目的と思います)
 通常のFFTアナライザなどではこのハニング窓がもっとも一般的なようです。

[主な用途]定常ランダム信号(音圧信号、加速度信号等)


 そのほかについては私も使ったことがないので申し訳ないですがよく分かりません。
(余り私の分野では見かけたことはない)

私の分野では、ハニング窓を使っておけばまあ問題ないと思います(間違っていたら申し訳ございません)。

もしkogatinさんが信号処理の初心者であれば、次の参考書などがわかりやすくてよいですよ。
(絵やC言語のソースなどもあってとても見やすいです)

「見てわかるディジタル信号処理」 坂巻佳壽美 著
 工業調査会/\2,100税抜/ISBN4-7693-1162-1
    • good
    • 2

補足見ました。

少し説明不足だったようです。
説明では「今(t=0)」の値を計算する方法しか、示しませんでした。「株価の変化をなだらかに」見る場合、「今」をいろいろにずらして計算してみて、はじめて「今の(なだらか化した)株価がどう変わったか」のグラフが描ける訳です。式で書けば今をt=T (T<0)、なだらか株価をn(T)と書くと
n(T) = [f(t+T)W(t)]を積分したもの
となりますね。
例えばW(t)=2W(t-1)
であるようなウインドウを使ったとしましょう。
 三日前にだけ1000円高があった(他の日は変化無かった)とすると、n(T)は
n(-3)=500円高、
n(-2)=250円高、
n(-1)=125円高、
n(0)=63円高という風に、その影響が弱まりながら後を引く形になります。だから
 三日前に1000円高、二日前に1000円安があった、というばあいには、
n(-3)=500円高、
n(-2)=250円安、(250 - 500)
n(-1)=125円安、(125 - 250)
n(0)=63円安 (63 - 125)
それぞれの「後引き」がだいたい打ち消し合うことで
瞬間的変化は余り見えないようにする
でも三日前の変化よりは二日前を重要視
という効果が現れる。
これが「なだらかにする」ということで瞬間的に上がったがすぐ下がった、というのに一喜一憂しない訳ですね。
    • good
    • 1
この回答へのお礼

御回答ありがとうございました。
stomachmanさんの言われてることはほぼ理解できました。
自分の生活というかスポーツとかのスコアを記録したり
しているのですが、たまたま集中できなくてスコアーが
悪かった時の影響がいつまでも残る、下手だった時の
スコアの影響がいつまでも残る、ということに
なんだか不条理さを感じていました。
違うところから「ウィンドウって何?」という疑問が
出てきたわけですが、そんな物にも使えそうですね。
お陰様で、一つ賢くなれました。どうもありがとうございました。

お礼日時:2000/12/14 10:06

用語については数学辞典(図書館に大抵ありますよ)や専門書を見るべきだと思います。

質問者がどこまでご存じか、また、何にお使いになるのか、に依りますから。が、おおざっぱな概念は以下のようです。
(1) 無限に続いている信号の内の、注目する部分だけを調べたいときに、そこの部分を取り出すのにウインドウを使います。信号をf(t)とすると、ウインドウもtの関数としてw(t)と表せます。そして取り出した信号は
g(t) = f(t)w(t)
です。
 w(t)の特徴:tの絶対値が大きいときにはw(t)=0です。このような関数なら何でもウインドウになりうるのですが、w(t)のグラフの面積が1になるように、定数倍して規格化します。(以下の説明では、自明かつめんどくさいので規格化の係数は省略します。)
(2) ウインドウは、たとえば測定した信号波形の周波数成分を調べるために離散フーリエ変換(DFT: discrete Fourier transform)をやる時に必要です。数学的な意味でのフーリエ変換は、無限に続く信号f(t)からその周波数スペクトルF(s)を求めるものですが、f(t)が数式で与えられているのでない限り、実際には計算できないですね。それで離散フーリエ変換をやります。これはN点のサンプル値を入力して、周波数成分(N点の複素数値)を出すものです。
(3) 離散フーリエ変換の性質として、データは周期的(周期N)だと仮定して計算をしてしまいます。だから単にデータを切り取ってくるようなウインドウ:例えば
w(t) = ( t1< t < t2 のとき1, その他では0)
を使うと、データのN個目と1個目との間に(本来なかった)段差ができてしまう。この段差はあらゆる周波数に影響を及ぼすので都合が悪い。そこで、切り取ってくる区間の両端をなだらかに0に落としてやります。たとえば
w(t) = 1+cos(at) (ただし -π < at < π。その他は0)
という風に。
(4) 「ウインドウを掛ける」ことによって、元の信号f(t)がg(t)に変形されるわけですから、離散フーリエ変換して出てくる結果にもウインドウの影響がどうしても表れます。そこで、どんな影響が出るかが数学的に分かるような、たちが良くて簡単な関数をウィンドウに使う訳です。
(5) 影響は次のように表れます。
w(t)とf(t)のフーリエ変換をW(s)、F(s)とすると、g(t)=f(t)w(t)のフーリエ変換は
G(s) = Indegral F(s-x)W(x) dx  (x=-∞~∞まで積分)
で与えられます。つまり、W(s)が「sの絶対値が大きくなるとW(s)は急激に0に近づく」という性質をもっていれば使い物になる。W(s)のグラフの幅が、周波数の分解能(0.1Hz刻みで分析できるか1Hz刻みかなど)を決めるわけです。
(6) また周波数分析だけでなく、もっと他の統計値を求めたりする目的で、時系列データf(t)にウインドウを掛けることもあります。
 例えば、現在をt=0として、過去の株価の変動f(t)を日々の変化を均して見たいというときに、もし単純な区間平均:例えば1箇月間の平均を使ったとすると、これは
w(t) = (-1箇月 < t < 0のとき1, その他では0)  (rectangularですね)
g(t) = f(t)w(t)
を作ってt=-∞~∞まで積分するのと同じです。このやり方では「ちょうど1箇月前に大暴落があった」という時点で平均値に急な変化が現れてしまいます。
 そこで、過去(t<0)にさかのぼるに従って次第に値が小さくなるウインドウ、例えば:
w(t) = (t<0ならexp(a t), その他では0)
を使い、g(t)=w(t)f(t) をt = -∞~∞まで積分すれば良いですね。

 そういう訳で、いろんな目的でいろんなウインドウが考えられるし、詳しく調べられているものには名前も付いているけれど、用途に合わせて自分で作るのが本来の在り方だと思います。

この回答への補足

お陰様で大まかに分かりました。ありがとうございます。
しかし、素人の私は、基本的なことで一つわからないところが有ります。もう一つ教えてきたいただきませんか?

・株価の変動を見たいという例ですが、「一ヶ月前におおきな変動があった時、算術平均であれば、結果に大きく響く、そこで、ウィンドウをかける、そうすれば・・・」というのはわかります。例えばゴルフの平均スコアで「たまたま一回だけ体調が悪くて不調で150たたいてしまった」という時に「ウインドウをかけると算術平均よりもその人の実力が表現しやすい」ということと同じなんでしょう?
しかし、株価の話で言うと、大きな変動が一ヶ月前でなく、2,3日前なら{例えばexp(at)}ウィンドウをかけてもその影響は大きいのでは?と思ってしまいます。また、ここ2,3日たまたま株価が下がってる場合にその日を中心としてウィンドウをかければ、おかしな結果になるわけでしょう?また、N個のサンプリング値がある時には、N個のデータを中心としてN個全てにウィンドウをかけて、それをそれぞれの時間ずらして足しあわせると過去の株価の変動がなだらかに表現できるのでしょうか?

補足日時:2000/12/13 09:34
    • good
    • 0

このQ&Aに関連する人気のQ&A

お探しのQ&Aが見つからない時は、教えて!gooで質問しましょう!

このQ&Aを見た人はこんなQ&Aも見ています

このQ&Aを見た人が検索しているワード

このQ&Aと関連する良く見られている質問

QFFT・PSDの縦軸は何を意味するのでしょう?

加速度計測の結果について、PSD(パワースペクトラムデンシティ)をかけた場合、その縦軸の意味を教えてください。
また、FFTとPSDはどういう違いが有るのでしょうか?
これまでは、周波数の分布のみに着目していました。
どなたか、わかりやすく教えてください。
よろしくお願いします。

Aベストアンサー

一般に加速度センサー信号の出力は電圧です。

縦軸は係数をかけていない状態では#1さんがおっしゃるように計測した電圧の値を示しています。

よって、縦軸に物理的な意味を持たせるのには、電圧と加速度の間の換算係数をかけてやる必要があります。

フーリエ解析は時刻歴波形は正弦波の組み合わせで構成されるという仮定の下で計算を行っています。FFTの結果は横軸で示される周波数の正弦波の振幅を示しています。
電圧と加速度の換算係数をかけてやると、FFTの縦軸はその周波数成分を持つ加速度振幅を示しています。

ここで1つ問題があります。FFTはサンプリング周波数により分解能が変わります。FFTによる周波数分析は正確にいうと、離散値なので、ジャストの周波数のもをだけを表しているのではなく、ある範囲の周波数範囲にある成分を表しています。
このため分解能が変わると周波数範囲が変わり、同じ波形を分析しても振幅が変わります。
これでは分解能が異なるデータ同士は比較できないなどの問題が生じます。
そのため、周波数幅で振幅を基準化して、1Hzあたりの振幅としたものがPSDです。
PSDならサンプリング周波数が異なるデータ同士の比較ができます。

要はフーリエ振幅(FFT)はサンプリング周波数・分解能により変わる値であり、PSDはそのようなことのないように周波数幅で基準化した値という差があります。

なお、2乗表示したものをパワースペクトルと呼び、それを周波数で基準化したものをPSDと呼びますが、PSDは表示方法によって2乗した状態のあたいを表示(パワー表示)するときと、2乗した値の平方根を計算して表示することがありますので、使用する際には縦軸の表示方法については要注意です。

一般に加速度センサー信号の出力は電圧です。

縦軸は係数をかけていない状態では#1さんがおっしゃるように計測した電圧の値を示しています。

よって、縦軸に物理的な意味を持たせるのには、電圧と加速度の間の換算係数をかけてやる必要があります。

フーリエ解析は時刻歴波形は正弦波の組み合わせで構成されるという仮定の下で計算を行っています。FFTの結果は横軸で示される周波数の正弦波の振幅を示しています。
電圧と加速度の換算係数をかけてやると、FFTの縦軸はその周波数成分を持つ加速...続きを読む

Q窓関数(方形窓)について

EXCEL上でFFTをする際に窓関数を使用したいのですが、方形窓について教えてください。これは取り込んだデータにすべて1をかければよいのでしょうか?あと、方形窓を使用すると周波数分解能があがる?というようなことが調べたらのっていたのですが、どういうことなのでしょうか?どなたかお答え下さい。

Aベストアンサー

というか方形窓は FFT の基本ですよね。

FFT の考え方は、2べき数のサンプリングされた時系列データがあって、それが無限に繰り返されているとしたときの、周波数スペクトル(とその位相)を計算するものです。

(おっと、本来は逆ですね。以下、蛇足です。無限に繰り返される時系列データを、方形の窓関数で切り出して、スペクトルを計算する、というのが離散フーリエ変換です。ついでながら FFT とはちょうどサンプリングデータ数が2べき数の時に素早く計算できるアルゴリズムのことで、基本的な性質は離散フーリエ変換と同じです。)

ところがこれをそのまま実際のデータに応用すると、サンプリングの最後のデータの次のデータは(時系列は無限に繰り返されるので)、最初のデータになります。そのときにちょうどそのような感じでデータがたまたまサンプリングできれば良いのですが、実際そうはうまくいきません。で、どうなるかというと、最後のデータと最初のデータが急に大きく変化するような具合になって、その影響が FFT の結果に現れてます。つまり本来ない周波数成分が、最初と終わりの不連続(?)なデータによって現れたりします。

この問題を回避するのが方形以外の様々な「窓関数」です。窓関数を見ればお分かり頂けるとおもいますが、いずれも最後と最初のデータを小さくするようになっており、上記の影響を少なくしようとしているのが分かると思います。しかしながら、窓関数の影響も勿論あって、その多くの場合、得られるスペクトルがピークが低く、幅が広がるように「ぼけた」感じになってしまいます。この意味で、質問者さんがおっしゃるように「周波数分解能が下がる」わけです。

というか方形窓は FFT の基本ですよね。

FFT の考え方は、2べき数のサンプリングされた時系列データがあって、それが無限に繰り返されているとしたときの、周波数スペクトル(とその位相)を計算するものです。

(おっと、本来は逆ですね。以下、蛇足です。無限に繰り返される時系列データを、方形の窓関数で切り出して、スペクトルを計算する、というのが離散フーリエ変換です。ついでながら FFT とはちょうどサンプリングデータ数が2べき数の時に素早く計算できるアルゴリズムのことで、基本的な性質は離...続きを読む

Qエクセルで計算すると2.43E-19などと表示される。Eとは何ですか?

よろしくお願いします。
エクセルの回帰分析をすると有意水準で2.43E-19などと表示されますが
Eとは何でしょうか?

また、回帰分析の数字の意味が良く分からないのですが、
皆さんは独学されましたか?それとも講座などをうけたのでしょうか?

回帰分析でR2(決定係数)しかみていないのですが
どうすれば回帰分析が分かるようになるのでしょうか?
本を読んだのですがいまいち難しくて分かりません。
教えてください。
よろしくお願いします。

Aベストアンサー

★回答
・最初に『回帰分析』をここで説明するのは少し大変なので『E』のみ説明します。
・回答者 No.1 ~ No.3 さんと同じく『指数表記』の『Exponent』ですよ。
・『指数』って分かりますか?
・10→1.0E+1(1.0×10の1乗)→×10倍
・100→1.0E+2(1.0×10の2乗)→×100倍
・1000→1.0E+3(1.0×10の3乗)→×1000倍
・0.1→1.0E-1(1.0×1/10の1乗)→×1/10倍→÷10
・0.01→1.0E-2(1.0×1/10の2乗)→×1/100倍→÷100
・0.001→1.0E-3(1.0×1/10の3乗)→×1/1000倍→÷1000
・になります。ようするに 10 を n 乗すると元の数字になるための指数表記のことですよ。
・よって、『2.43E-19』とは?
 2.43×1/(10の19乗)で、
 2.43×1/10000000000000000000となり、
 2.43×0.0000000000000000001だから、
 0.000000000000000000243という数値を意味します。

補足:
・E+数値は 10、100、1000 という大きい数を表します。
・E-数値は 0.1、0.01、0.001 という小さい数を表します。
・数学では『2.43×10』の次に、小さい数字で上に『19』と表示します。→http://ja.wikipedia.org/wiki/%E6%8C%87%E6%95%B0%E8%A1%A8%E8%A8%98
・最後に『回帰分析』とは何?下の『参考URL』をどうぞ。→『数学』カテゴリで質問してみては?

参考URL:http://ja.wikipedia.org/wiki/%E5%9B%9E%E5%B8%B0%E5%88%86%E6%9E%90

★回答
・最初に『回帰分析』をここで説明するのは少し大変なので『E』のみ説明します。
・回答者 No.1 ~ No.3 さんと同じく『指数表記』の『Exponent』ですよ。
・『指数』って分かりますか?
・10→1.0E+1(1.0×10の1乗)→×10倍
・100→1.0E+2(1.0×10の2乗)→×100倍
・1000→1.0E+3(1.0×10の3乗)→×1000倍
・0.1→1.0E-1(1.0×1/10の1乗)→×1/10倍→÷10
・0.01→1.0E-2(1.0×1/10の2乗)→×1/100倍→÷100
・0.001→1.0E-3(1.0×1/10の3乗)→×1/1000倍→÷1000
・になります。ようするに 10 を n 乗すると元の数字になるた...続きを読む

Q振動計のピーク値と実効値について教えてください。

振動計で振動加速度を測定するのですが、手持ちの測定器の測定モードとして実効値(RMS値)とピーク値を選択できるようなのですが、どちらで測定するかで迷ってます。単に「ルート2倍」の違いだけなのでしょうか?
それとも、実効値とピーク値とでそれぞれのメリット、デメリットの様なものがあるでしょうか?
ノイズの有無や精度の違いなどあるのでしょうか?

シロウトなので、優しく教えていただけるとありがたいです。

Aベストアンサー

実効値とピーク値の関係
振動がきれいな正弦波なら、√2倍の違いになりますが、振動の波形が正弦波からずれると、ピーク値と実効値の比は√2からずれてきます。
例えば、幅の狭いパルスが繰り返すような振動だと、比は√2よりもかなり大きくなります。

どちらを使うか
これは、振動の何が問題になるか(何に着目するか)、によって使い分けているかと思います。
例えば、振動のエネルギが問題になる場合になら、実効値の方が適切でしょうし、瞬時の加速度が問題になるならピーク値の方が適切かと思います。

Qフーリエ変換について教えてください

フーリエ変換をすると横軸が時間から周波数になるのはわかったのですが、縦軸が何になるのかわかりません。

一般的に縦軸はなにになるのでしょうか?

また横軸が時間で、縦軸が距離をフーリエ変換したら縦軸は何になるのでしょうか?

よろしくお願いします。

Aベストアンサー

時間関数をフーリエ変換すると結果は、その時間関数の周波数成分が
得られます。スペクトルとも言います。従って、縦軸は、周波数成分です。一般に複素数です。
大きさと偏角による表現もできます。
大きさの方は振幅特性、位相角の方は位相特性と呼ばれます。
画像のように空間座標の上の関数の場合には、フーリエ変換すると
空間周波数成分が得られます。横軸は、空間周波数(2次元)となります。
対象とする関数により結果はそれぞれ意味が異なります。
「一般に何になる」とは言えません。

>横軸が時間で縦軸が距離の場合・・・
フーリエ変換の結果は、距離を表す時間関数の周波数成分です。

フーリエ変換の対象の関数は別に時間関数でなければならないということは
ありません。従って、フーリエ変換の結果は適用する人が解釈(定義)すれば
よいと思います。
たとえば、
時間関数をフーリエ変換し、その結果の絶対値の対数のフーリエ変換を
することもあります。これの結果には、発明者らがケプストラムという名前
をつけています。Cepstrum は Spectrum から作った造語です。

時間関数をフーリエ変換すると結果は、その時間関数の周波数成分が
得られます。スペクトルとも言います。従って、縦軸は、周波数成分です。一般に複素数です。
大きさと偏角による表現もできます。
大きさの方は振幅特性、位相角の方は位相特性と呼ばれます。
画像のように空間座標の上の関数の場合には、フーリエ変換すると
空間周波数成分が得られます。横軸は、空間周波数(2次元)となります。
対象とする関数により結果はそれぞれ意味が異なります。
「一般に何になる」とは言えません。

>横軸が...続きを読む

Qパワースペクトル密度を加速度に換算できますか?

ランダム振動でパワースペクトル密度がありますが、これをサイン振動における加速度に換算することはできますでしょうか?
パワースペクトル密度で示された振動が、どれくらいのレベルの振動なのか直感的に理解できず、このように考えました。
または、なにか近似して考える方法はありますでしょうか?

Aベストアンサー

 A=(PSD*B)^(1/2)
     A:振幅[m]
     PSD:パワースペクトル密度[G^2/Hz]
     B:バンド幅[Hz]

計算方法は上記のものでよいと思います。

>なお、Aは全振幅(複振幅)と理解しております。

これは表示上の問題なので、どちらか判断できません。私は通常片振幅(0-p)で利用しています。

Gかm/s^2かは計測条件により変わりますので、どちらか判断できません。単純に係数だけの問題ですし。

Q高速フーリエ変換でデータ数が2のべき乗でない時

こんにちは。現在、フーリエ変換について勉強しているのですが、ちょっとわからないことがあったので質問させていただきました。

質問内容は高速フーリエ変換についてで、cooley&tukeyのアルゴリズムを利用すると、データが2の冪乗個のときは計算量をО(NlogN)に減らせる事ができるというものでした。

しかしデータが2の冪乗個でないとき。例えばN=5000くらいのときはデータを切り取って無理やりN=4096(=2^12)みたいな感じにすれば良いんですよね?
やっぱりその時って、N=5000で通常の離散フーリエ変換したときと周波数値に誤差が出ると思うのですが、それはどうやったら計算できるのでしょうか。。。

どなたかご教授していただければ幸いです。

Aベストアンサー

離散フーリエ変換は、信号が周期的であることを前提としています。
離散フーリエ変換でのデータ数Nは、離散時間信号の周期に当たります。変換の結果は線スペクトルとなります。
N=5000がその信号の1周期なのでしょうか。
もしそうならば、4096にすれば、誤差が大きくなるでしょう。
N=5000で変換すべきです。この場合にも高速アルゴリズムが
存在します。#1の方のとおりです。
FORTRANの時代には、パッケージがありました。
NはN=2^m*3^n*5^k*7^Lだったと思います。

もうひとつの考え方は、有限持続時間信号のフーリエ変換としての
適用です。これは、連続スペクトルとなります。データ数Nは
スペクトルの分解能に関係します。サンプリング周波数をNで割った
ものが周波数分解能となります。
実際のデータよりも2倍程度のNを使うことが多いと思います。
データ数が5000ならば、Nは8192とし足りないデータには、
0を詰めます。これならば、2のべき乗のNを選べます。
この場合、逆変換は周期的な拡張が行われることに注意が必要です。

離散フーリエ変換は、信号が周期的であることを前提としています。
離散フーリエ変換でのデータ数Nは、離散時間信号の周期に当たります。変換の結果は線スペクトルとなります。
N=5000がその信号の1周期なのでしょうか。
もしそうならば、4096にすれば、誤差が大きくなるでしょう。
N=5000で変換すべきです。この場合にも高速アルゴリズムが
存在します。#1の方のとおりです。
FORTRANの時代には、パッケージがありました。
NはN=2^m*3^n*5^k*7^Lだったと思...続きを読む

Q振動の単位 dB→m/s2に換算できますか?

振動計をリースしたのですが、単位がdBでした。
加速度m/s2に換算したくて、いろいろ調べたのですが分かりません。
どうぞ、教えてください。

Aベストアンサー

参考程度に

振動計は基準振動周波数foに対して計測の振動周波数fxを対数表示しているのでは。
20*log(fx/fo) :単位はdB ですね。
詳しくは測定器の仕様書に書いていると思いますが。
加速度計とは別のものですね。加速度計測には加速度計がありますね。
振動計で加速度を求めるというのなら、時間に対して瞬時振動表示を瞬時周波数に変換して、時間変分に対して周波数や周波数換算の変移量を出して、時間変化量を計算すれば加速度の見積もりはできそうですね。

Qこの周波数はいくつ?

ある物体に60rpmのカムで加振させている場合、
物体の周波数は何Hzになるのでしょうか?

Aベストアンサー

RPM = Revolution Per Minute
ですから、1分間の回転数という意味ですね。対して、
Hz :1秒間の振動数(回転数)
ということで、RPMからHzへの換算式は

(RPM) / 60 = (Hz)

です。
ANo.1 の方の答えと一致しますよね。

QExcelで平方2乗平均を計算するには

Excel2003で
平方2乗平均を計算するにはどうしたら良いのでしょうか?
手っ取り早い方法を教えて下さい。
よろしくお願い致します。

Aベストアンサー

訂正。

誤:平方2乗平均は、各要素を2乗した物の和の平方根です。
正:平方2乗平均は、各要素を2乗した物の和を要素数で割った物の平方根です。

従って、A1~A30の30個のセルの平方2乗平均は以下の式で求めます。
=SQRT(SUMSQ(A1:A30)/COUNT(A1:A30))

平方和を要素数で割るのを忘れてました。


このQ&Aを見た人がよく見るQ&A

人気Q&Aランキング

おすすめ情報