SUMXMY2 函数¶
函数概述¶
SUMXMY2 用于计算两组数值在对应位置上的差值平方之和。 它常用于衡量两组数据的“差异程度”，例如：计划值 vs 实际值、预测值 vs 真实值、两次测量结果对比等。
直观理解（按行对应）：
- 第 1 对：\((x_1 - y_1)^2\)
- 第 2 对：\((x_2 - y_2)^2\)
- …
- 最终结果：把所有差值平方加总
基础语法¶
参数说明¶
| 参数 | 是否必填 | 含义 | 说明 |
|---|---|---|---|
| array_x | 是 | 第一组数据区域/数组 | 与 array_y 位置一一对应 |
| array_y | 是 | 第二组数据区域/数组 | 与 array_x 维度应一致 |
返回值：数值型结果（差值平方和）。
基础用法示范¶
下面示例默认数据源如下（两列一一对应）：
| 项目 | X组数据 | Y组数据 |
|---|---|---|
| 1 | 10 | 8 |
| 2 | 7 | 9 |
| 3 | 12 | 12 |
| 4 | 5 | 2 |
示例1：最常见的区域对比¶
需求：计算两列数据对应差值的平方和。
公式：
按行展开（便于理解）：
- (10-8)² = 4
- (7-9)² = 4
- (12-12)² = 0
- (5-2)² = 9 合计 = 17
示例2：用于“计划 vs 实际”的偏差量¶
场景：计划值在一列、实际值在一列，希望得到总体偏差强度（越大表示偏差越大）。
公式：
你也可以把这个结果作为 KPI 的一个“整体偏差指标”，用来横向比较不同团队/不同月份。
示例3：搭配平方根得到“欧氏距离”¶
需求：想要得到两组向量的欧氏距离（差值平方和再开方）。
公式：
这在做相似度、误差度量时很常见：
- SUMXMY2 给你“距离的平方”
- SQRT 再把它还原成“距离”
示例4：直接使用数组常量快速演示¶
公式（无需数据源，直接写数组）：
用于写教程或做快速验证很方便。
总结¶
- SUMXMY2 的核心作用：计算两组数据对应差值的平方和。
- 适用场景：误差评估、计划/实际偏差、两组数据差异度量等。
-
常见组合：
- 与 SQRT 搭配得到欧氏距离：
=SQRT(SUMXMY2(x,y)) - 用于对比两列/两段区域的整体差异强度。
- 与 SQRT 搭配得到欧氏距离：