webadmin.php

/var/www/hkosl.com/innoutstorage_bk20210521/webadmin/PHPExcel_1.8.0/Classes/PHPExcel/Calculation/Statistical.php

<?php
/**
 * PHPExcel
 *
 * Copyright (c) 2006 - 2014 PHPExcel
 *
 * This library is free software; you can redistribute it and/or
 * modify it under the terms of the GNU Lesser General Public
 * License as published by the Free Software Foundation; either
 * version 2.1 of the License, or (at your option) any later version.
 *
 * This library is distributed in the hope that it will be useful,
 * but WITHOUT ANY WARRANTY; without even the implied warranty of
 * MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE. See the GNU
 * Lesser General Public License for more details.
 *
 * You should have received a copy of the GNU Lesser General Public
 * License along with this library; if not, write to the Free Software
 * Foundation, Inc., 51 Franklin Street, Fifth Floor, Boston, MA 02110-1301 USA
 *
 * @category    PHPExcel
 * @package        PHPExcel_Calculation
 * @copyright    Copyright (c) 2006 - 2014 PHPExcel (http://www.codeplex.com/PHPExcel)
 * @license        http://www.gnu.org/licenses/old-licenses/lgpl-2.1.txt    LGPL
 * @version        1.8.0, 2014-03-02
 */


/** PHPExcel root directory */
if (!defined('PHPEXCEL_ROOT')) {
    /**
     * @ignore
     */
    define('PHPEXCEL_ROOT', dirname(__FILE__) . '/../../');
    require(PHPEXCEL_ROOT . 'PHPExcel/Autoloader.php');
}


require_once PHPEXCEL_ROOT . 'PHPExcel/Shared/trend/trendClass.php';


/** LOG_GAMMA_X_MAX_VALUE */
define('LOG_GAMMA_X_MAX_VALUE', 2.55e305);

/** XMININ */
define('XMININ', 2.23e-308);

/** EPS */
define('EPS', 2.22e-16);

/** SQRT2PI */
define('SQRT2PI', 2.5066282746310005024157652848110452530069867406099);


/**
 * PHPExcel_Calculation_Statistical
 *
 * @category    PHPExcel
 * @package        PHPExcel_Calculation
 * @copyright    Copyright (c) 2006 - 2014 PHPExcel (http://www.codeplex.com/PHPExcel)
 */
class PHPExcel_Calculation_Statistical {


    private static function _checkTrendArrays(&$array1,&$array2) {
        if (!is_array($array1)) { $array1 = array($array1); }
        if (!is_array($array2)) { $array2 = array($array2); }

        $array1 = PHPExcel_Calculation_Functions::flattenArray($array1);
        $array2 = PHPExcel_Calculation_Functions::flattenArray($array2);
        foreach($array1 as $key => $value) {
            if ((is_bool($value)) || (is_string($value)) || (is_null($value))) {
                unset($array1[$key]);
                unset($array2[$key]);
            }
        }
        foreach($array2 as $key => $value) {
            if ((is_bool($value)) || (is_string($value)) || (is_null($value))) {
                unset($array1[$key]);
                unset($array2[$key]);
            }
        }
        $array1 = array_merge($array1);
        $array2 = array_merge($array2);

        return True;
    }    //    function _checkTrendArrays()


    /**
     * Beta function.
     *
     * @author Jaco van Kooten
     *
     * @param p require p>0
     * @param q require q>0
     * @return 0 if p<=0, q<=0 or p+q>2.55E305 to avoid errors and over/underflow
     */
    private static function _beta($p, $q) {
        if ($p <= 0.0 || $q <= 0.0 || ($p + $q) > LOG_GAMMA_X_MAX_VALUE) {
            return 0.0;
        } else {
            return exp(self::_logBeta($p, $q));
        }
    }    //    function _beta()


    /**
     * Incomplete beta function
     *
     * @author Jaco van Kooten
     * @author Paul Meagher
     *
     * The computation is based on formulas from Numerical Recipes, Chapter 6.4 (W.H. Press et al, 1992).
     * @param x require 0<=x<=1
     * @param p require p>0
     * @param q require q>0
     * @return 0 if x<0, p<=0, q<=0 or p+q>2.55E305 and 1 if x>1 to avoid errors and over/underflow
     */
    private static function _incompleteBeta($x, $p, $q) {
        if ($x <= 0.0) {
            return 0.0;
        } elseif ($x >= 1.0) {
            return 1.0;
        } elseif (($p <= 0.0) || ($q <= 0.0) || (($p + $q) > LOG_GAMMA_X_MAX_VALUE)) {
            return 0.0;
        }
        $beta_gam = exp((0 - self::_logBeta($p, $q)) + $p * log($x) + $q * log(1.0 - $x));
        if ($x < ($p + 1.0) / ($p + $q + 2.0)) {
            return $beta_gam * self::_betaFraction($x, $p, $q) / $p;
        } else {
            return 1.0 - ($beta_gam * self::_betaFraction(1 - $x, $q, $p) / $q);
        }
    }    //    function _incompleteBeta()


    // Function cache for _logBeta function
    private static $_logBetaCache_p            = 0.0;
    private static $_logBetaCache_q            = 0.0;
    private static $_logBetaCache_result    = 0.0;

    /**
     * The natural logarithm of the beta function.
     *
     * @param p require p>0
     * @param q require q>0
     * @return 0 if p<=0, q<=0 or p+q>2.55E305 to avoid errors and over/underflow
     * @author Jaco van Kooten
     */
    private static function _logBeta($p, $q) {
        if ($p != self::$_logBetaCache_p || $q != self::$_logBetaCache_q) {
            self::$_logBetaCache_p = $p;
            self::$_logBetaCache_q = $q;
            if (($p <= 0.0) || ($q <= 0.0) || (($p + $q) > LOG_GAMMA_X_MAX_VALUE)) {
                self::$_logBetaCache_result = 0.0;
            } else {
                self::$_logBetaCache_result = self::_logGamma($p) + self::_logGamma($q) - self::_logGamma($p + $q);
            }
        }
        return self::$_logBetaCache_result;
    }    //    function _logBeta()


    /**
     * Evaluates of continued fraction part of incomplete beta function.
     * Based on an idea from Numerical Recipes (W.H. Press et al, 1992).
     * @author Jaco van Kooten
     */
    private static function _betaFraction($x, $p, $q) {
        $c = 1.0;
        $sum_pq = $p + $q;
        $p_plus = $p + 1.0;
        $p_minus = $p - 1.0;
        $h = 1.0 - $sum_pq * $x / $p_plus;
        if (abs($h) < XMININ) {
            $h = XMININ;
        }
        $h = 1.0 / $h;
        $frac = $h;
        $m     = 1;
        $delta = 0.0;
        while ($m <= MAX_ITERATIONS && abs($delta-1.0) > PRECISION ) {
            $m2 = 2 * $m;
            // even index for d
            $d = $m * ($q - $m) * $x / ( ($p_minus + $m2) * ($p + $m2));
            $h = 1.0 + $d * $h;
            if (abs($h) < XMININ) {
                $h = XMININ;
            }
            $h = 1.0 / $h;
            $c = 1.0 + $d / $c;
            if (abs($c) < XMININ) {
                $c = XMININ;
            }
            $frac *= $h * $c;
            // odd index for d
            $d = -($p + $m) * ($sum_pq + $m) * $x / (($p + $m2) * ($p_plus + $m2));
            $h = 1.0 + $d * $h;
            if (abs($h) < XMININ) {
                $h = XMININ;
            }
            $h = 1.0 / $h;
            $c = 1.0 + $d / $c;
            if (abs($c) < XMININ) {
                $c = XMININ;
            }
            $delta = $h * $c;
            $frac *= $delta;
            ++$m;
        }
        return $frac;
    }    //    function _betaFraction()


    /**
     * logGamma function
     *
     * @version 1.1
     * @author Jaco van Kooten
     *
     * Original author was Jaco van Kooten. Ported to PHP by Paul Meagher.
     *
     * The natural logarithm of the gamma function. <br />
     * Based on public domain NETLIB (Fortran) code by W. J. Cody and L. Stoltz <br />
     * Applied Mathematics Division <br />
     * Argonne National Laboratory <br />
     * Argonne, IL 60439 <br />
     * <p>
     * References:
     * <ol>
     * <li>W. J. Cody and K. E. Hillstrom, 'Chebyshev Approximations for the Natural
     *     Logarithm of the Gamma Function,' Math. Comp. 21, 1967, pp. 198-203.</li>
     * <li>K. E. Hillstrom, ANL/AMD Program ANLC366S, DGAMMA/DLGAMA, May, 1969.</li>
     * <li>Hart, Et. Al., Computer Approximations, Wiley and sons, New York, 1968.</li>
     * </ol>
     * </p>
     * <p>
     * From the original documentation:
     * </p>
     * <p>
     * This routine calculates the LOG(GAMMA) function for a positive real argument X.
     * Computation is based on an algorithm outlined in references 1 and 2.
     * The program uses rational functions that theoretically approximate LOG(GAMMA)
     * to at least 18 significant decimal digits. The approximation for X > 12 is from
     * reference 3, while approximations for X < 12.0 are similar to those in reference
     * 1, but are unpublished. The accuracy achieved depends on the arithmetic system,
     * the compiler, the intrinsic functions, and proper selection of the
     * machine-dependent constants.
     * </p>
     * <p>
     * Error returns: <br />
     * The program returns the value XINF for X .LE. 0.0 or when overflow would occur.
     * The computation is believed to be free of underflow and overflow.
     * </p>
     * @return MAX_VALUE for x < 0.0 or when overflow would occur, i.e. x > 2.55E305
     */

    // Function cache for logGamma
    private static $_logGammaCache_result    = 0.0;
    private static $_logGammaCache_x        = 0.0;

    private static function _logGamma($x) {
        // Log Gamma related constants
        static $lg_d1 = -0.5772156649015328605195174;
        static $lg_d2 = 0.4227843350984671393993777;
        static $lg_d4 = 1.791759469228055000094023;

        static $lg_p1 = array(    4.945235359296727046734888,
                                201.8112620856775083915565,
                                2290.838373831346393026739,
                                11319.67205903380828685045,
                                28557.24635671635335736389,
                                38484.96228443793359990269,
                                26377.48787624195437963534,
                                7225.813979700288197698961 );
        static $lg_p2 = array(    4.974607845568932035012064,
                                542.4138599891070494101986,
                                15506.93864978364947665077,
                                184793.2904445632425417223,
                                1088204.76946882876749847,
                                3338152.967987029735917223,
                                5106661.678927352456275255,
                                3074109.054850539556250927 );
        static $lg_p4 = array(    14745.02166059939948905062,
                                2426813.369486704502836312,
                                121475557.4045093227939592,
                                2663432449.630976949898078,
                                29403789566.34553899906876,
                                170266573776.5398868392998,
                                492612579337.743088758812,
                                560625185622.3951465078242 );

        static $lg_q1 = array(    67.48212550303777196073036,
                                1113.332393857199323513008,
                                7738.757056935398733233834,
                                27639.87074403340708898585,
                                54993.10206226157329794414,
                                61611.22180066002127833352,
                                36351.27591501940507276287,
                                8785.536302431013170870835 );
        static $lg_q2 = array(    183.0328399370592604055942,
                                7765.049321445005871323047,
                                133190.3827966074194402448,
                                1136705.821321969608938755,
                                5267964.117437946917577538,
                                13467014.54311101692290052,
                                17827365.30353274213975932,
                                9533095.591844353613395747 );
        static $lg_q4 = array(    2690.530175870899333379843,
                                639388.5654300092398984238,
                                41355999.30241388052042842,
                                1120872109.61614794137657,
                                14886137286.78813811542398,
                                101680358627.2438228077304,
                                341747634550.7377132798597,
                                446315818741.9713286462081 );

        static $lg_c  = array(    -0.001910444077728,
                                8.4171387781295e-4,
                                -5.952379913043012e-4,
                                7.93650793500350248e-4,
                                -0.002777777777777681622553,
                                0.08333333333333333331554247,
                                0.0057083835261 );

    // Rough estimate of the fourth root of logGamma_xBig
    static $lg_frtbig = 2.25e76;
    static $pnt68     = 0.6796875;


    if ($x == self::$_logGammaCache_x) {
        return self::$_logGammaCache_result;
    }
    $y = $x;
    if ($y > 0.0 && $y <= LOG_GAMMA_X_MAX_VALUE) {
        if ($y <= EPS) {
            $res = -log(y);
        } elseif ($y <= 1.5) {
            // ---------------------
            //    EPS .LT. X .LE. 1.5
            // ---------------------
            if ($y < $pnt68) {
                $corr = -log($y);
                $xm1 = $y;
            } else {
                $corr = 0.0;
                $xm1 = $y - 1.0;
            }
            if ($y <= 0.5 || $y >= $pnt68) {
                $xden = 1.0;
                $xnum = 0.0;
                for ($i = 0; $i < 8; ++$i) {
                    $xnum = $xnum * $xm1 + $lg_p1[$i];
                    $xden = $xden * $xm1 + $lg_q1[$i];
                }
                $res = $corr + $xm1 * ($lg_d1 + $xm1 * ($xnum / $xden));
            } else {
                $xm2 = $y - 1.0;
                $xden = 1.0;
                $xnum = 0.0;
                for ($i = 0; $i < 8; ++$i) {
                    $xnum = $xnum * $xm2 + $lg_p2[$i];
                    $xden = $xden * $xm2 + $lg_q2[$i];
                }
                $res = $corr + $xm2 * ($lg_d2 + $xm2 * ($xnum / $xden));
            }
        } elseif ($y <= 4.0) {
            // ---------------------
            //    1.5 .LT. X .LE. 4.0
            // ---------------------
            $xm2 = $y - 2.0;
            $xden = 1.0;
            $xnum = 0.0;
            for ($i = 0; $i < 8; ++$i) {
                $xnum = $xnum * $xm2 + $lg_p2[$i];
                $xden = $xden * $xm2 + $lg_q2[$i];
            }
            $res = $xm2 * ($lg_d2 + $xm2 * ($xnum / $xden));
        } elseif ($y <= 12.0) {
            // ----------------------
            //    4.0 .LT. X .LE. 12.0
            // ----------------------
            $xm4 = $y - 4.0;
            $xden = -1.0;
            $xnum = 0.0;
            for ($i = 0; $i < 8; ++$i) {
                $xnum = $xnum * $xm4 + $lg_p4[$i];
                $xden = $xden * $xm4 + $lg_q4[$i];
            }
            $res = $lg_d4 + $xm4 * ($xnum / $xden);
        } else {
            // ---------------------------------
            //    Evaluate for argument .GE. 12.0
            // ---------------------------------
            $res = 0.0;
            if ($y <= $lg_frtbig) {
                $res = $lg_c[6];
                $ysq = $y * $y;
                for ($i = 0; $i < 6; ++$i)
                    $res = $res / $ysq + $lg_c[$i];
                }
                $res /= $y;
                $corr = log($y);
                $res = $res + log(SQRT2PI) - 0.5 * $corr;
                $res += $y * ($corr - 1.0);
            }
        } else {
            // --------------------------
            //    Return for bad arguments
            // --------------------------
            $res = MAX_VALUE;
        }
        // ------------------------------
        //    Final adjustments and return
        // ------------------------------
        self::$_logGammaCache_x = $x;
        self::$_logGammaCache_result = $res;
        return $res;
    }    //    function _logGamma()


    //
    //    Private implementation of the incomplete Gamma function
    //
    private static function _incompleteGamma($a,$x) {
        static $max = 32;
        $summer = 0;
        for ($n=0; $n<=$max; ++$n) {
            $divisor = $a;
            for ($i=1; $i<=$n; ++$i) {
                $divisor *= ($a + $i);
            }
            $summer += (pow($x,$n) / $divisor);
        }
        return pow($x,$a) * exp(0-$x) * $summer;
    }    //    function _incompleteGamma()


    //
    //    Private implementation of the Gamma function
    //
    private static function _gamma($data) {
        if ($data == 0.0) return 0;

        static $p0 = 1.000000000190015;
        static $p = array ( 1 => 76.18009172947146,
                            2 => -86.50532032941677,
                            3 => 24.01409824083091,
                            4 => -1.231739572450155,
                            5 => 1.208650973866179e-3,
                            6 => -5.395239384953e-6
                          );

        $y = $x = $data;
        $tmp = $x + 5.5;
        $tmp -= ($x + 0.5) * log($tmp);

        $summer = $p0;
        for ($j=1;$j<=6;++$j) {
            $summer += ($p[$j] / ++$y);
        }
        return exp(0 - $tmp + log(SQRT2PI * $summer / $x));
    }    //    function _gamma()


    /***************************************************************************
     *                                inverse_ncdf.php
     *                            -------------------
     *    begin                : Friday, January 16, 2004
     *    copyright            : (C) 2004 Michael Nickerson
     *    email                : nickersonm@yahoo.com
     *
     ***************************************************************************/
    private static function _inverse_ncdf($p) {
        //    Inverse ncdf approximation by Peter J. Acklam, implementation adapted to
        //    PHP by Michael Nickerson, using Dr. Thomas Ziegler's C implementation as
        //    a guide. http://home.online.no/~pjacklam/notes/invnorm/index.html
        //    I have not checked the accuracy of this implementation. Be aware that PHP
        //    will truncate the coeficcients to 14 digits.

        //    You have permission to use and distribute this function freely for
        //    whatever purpose you want, but please show common courtesy and give credit
        //    where credit is due.

        //    Input paramater is $p - probability - where 0 < p < 1.

        //    Coefficients in rational approximations
        static $a = array(    1 => -3.969683028665376e+01,
                            2 => 2.209460984245205e+02,
                            3 => -2.759285104469687e+02,
                            4 => 1.383577518672690e+02,
                            5 => -3.066479806614716e+01,
                            6 => 2.506628277459239e+00
                         );

        static $b = array(    1 => -5.447609879822406e+01,
                            2 => 1.615858368580409e+02,
                            3 => -1.556989798598866e+02,
                            4 => 6.680131188771972e+01,
                            5 => -1.328068155288572e+01
                         );

        static $c = array(    1 => -7.784894002430293e-03,
                            2 => -3.223964580411365e-01,
                            3 => -2.400758277161838e+00,
                            4 => -2.549732539343734e+00,
                            5 => 4.374664141464968e+00,
                            6 => 2.938163982698783e+00
                         );

        static $d = array(    1 => 7.784695709041462e-03,
                            2 => 3.224671290700398e-01,
                            3 => 2.445134137142996e+00,
                            4 => 3.754408661907416e+00
                         );

        //    Define lower and upper region break-points.
        $p_low = 0.02425;            //Use lower region approx. below this
        $p_high = 1 - $p_low;        //Use upper region approx. above this

        if (0 < $p && $p < $p_low) {
            //    Rational approximation for lower region.
            $q = sqrt(-2 * log($p));
            return ((((($c[1] * $q + $c[2]) * $q + $c[3]) * $q + $c[4]) * $q + $c[5]) * $q + $c[6]) /
                    (((($d[1] * $q + $d[2]) * $q + $d[3]) * $q + $d[4]) * $q + 1);
        } elseif ($p_low <= $p && $p <= $p_high) {
            //    Rational approximation for central region.
            $q = $p - 0.5;
            $r = $q * $q;
            return ((((($a[1] * $r + $a[2]) * $r + $a[3]) * $r + $a[4]) * $r + $a[5]) * $r + $a[6]) * $q /
                   ((((($b[1] * $r + $b[2]) * $r + $b[3]) * $r + $b[4]) * $r + $b[5]) * $r + 1);
        } elseif ($p_high < $p && $p < 1) {
            //    Rational approximation for upper region.
            $q = sqrt(-2 * log(1 - $p));
            return -((((($c[1] * $q + $c[2]) * $q + $c[3]) * $q + $c[4]) * $q + $c[5]) * $q + $c[6]) /
                     (((($d[1] * $q + $d[2]) * $q + $d[3]) * $q + $d[4]) * $q + 1);
        }
        //    If 0 < p < 1, return a null value
        return PHPExcel_Calculation_Functions::NULL();
    }    //    function _inverse_ncdf()


    private static function _inverse_ncdf2($prob) {
        //    Approximation of inverse standard normal CDF developed by
        //    B. Moro, "The Full Monte," Risk 8(2), Feb 1995, 57-58.

        $a1 = 2.50662823884;
        $a2 = -18.61500062529;
        $a3 = 41.39119773534;
        $a4 = -25.44106049637;

        $b1 = -8.4735109309;
        $b2 = 23.08336743743;
        $b3 = -21.06224101826;
        $b4 = 3.13082909833;

        $c1 = 0.337475482272615;
        $c2 = 0.976169019091719;
        $c3 = 0.160797971491821;
        $c4 = 2.76438810333863E-02;
        $c5 = 3.8405729373609E-03;
        $c6 = 3.951896511919E-04;
        $c7 = 3.21767881768E-05;
        $c8 = 2.888167364E-07;
        $c9 = 3.960315187E-07;

        $y = $prob - 0.5;
        if (abs($y) < 0.42) {
            $z = ($y * $y);
            $z = $y * ((($a4 * $z + $a3) * $z + $a2) * $z + $a1) / (((($b4 * $z + $b3) * $z + $b2) * $z + $b1) * $z + 1);
        } else {
            if ($y > 0) {
                $z = log(-log(1 - $prob));
            } else {
                $z = log(-log($prob));
            }
            $z = $c1 + $z * ($c2 + $z * ($c3 + $z * ($c4 + $z * ($c5 + $z * ($c6 + $z * ($c7 + $z * ($c8 + $z * $c9)))))));
            if ($y < 0) {
                $z = -$z;
            }
        }
        return $z;
    }    //    function _inverse_ncdf2()


    private static function _inverse_ncdf3($p) {
        //    ALGORITHM AS241 APPL. STATIST. (1988) VOL. 37, NO. 3.
        //    Produces the normal deviate Z corresponding to a given lower
        //    tail area of P; Z is accurate to about 1 part in 10**16.
        //
        //    This is a PHP version of the original FORTRAN code that can
        //    be found at http://lib.stat.cmu.edu/apstat/
        $split1 = 0.425;
        $split2 = 5;
        $const1 = 0.180625;
        $const2 = 1.6;

        //    coefficients for p close to 0.5
        $a0 = 3.3871328727963666080;
        $a1 = 1.3314166789178437745E+2;
        $a2 = 1.9715909503065514427E+3;
        $a3 = 1.3731693765509461125E+4;
        $a4 = 4.5921953931549871457E+4;
        $a5 = 6.7265770927008700853E+4;
        $a6 = 3.3430575583588128105E+4;
        $a7 = 2.5090809287301226727E+3;

        $b1 = 4.2313330701600911252E+1;
        $b2 = 6.8718700749205790830E+2;
        $b3 = 5.3941960214247511077E+3;
        $b4 = 2.1213794301586595867E+4;
        $b5 = 3.9307895800092710610E+4;
        $b6 = 2.8729085735721942674E+4;
        $b7 = 5.2264952788528545610E+3;

        //    coefficients for p not close to 0, 0.5 or 1.
        $c0 = 1.42343711074968357734;
        $c1 = 4.63033784615654529590;
        $c2 = 5.76949722146069140550;
        $c3 = 3.64784832476320460504;
        $c4 = 1.27045825245236838258;
        $c5 = 2.41780725177450611770E-1;
        $c6 = 2.27238449892691845833E-2;
        $c7 = 7.74545014278341407640E-4;

        $d1 = 2.05319162663775882187;
        $d2 = 1.67638483018380384940;
        $d3 = 6.89767334985100004550E-1;
        $d4 = 1.48103976427480074590E-1;
        $d5 = 1.51986665636164571966E-2;
        $d6 = 5.47593808499534494600E-4;
        $d7 = 1.05075007164441684324E-9;

        //    coefficients for p near 0 or 1.
        $e0 = 6.65790464350110377720;
        $e1 = 5.46378491116411436990;
        $e2 = 1.78482653991729133580;
        $e3 = 2.96560571828504891230E-1;
        $e4 = 2.65321895265761230930E-2;
        $e5 = 1.24266094738807843860E-3;
        $e6 = 2.71155556874348757815E-5;
        $e7 = 2.01033439929228813265E-7;

        $f1 = 5.99832206555887937690E-1;
        $f2 = 1.36929880922735805310E-1;
        $f3 = 1.48753612908506148525E-2;
        $f4 = 7.86869131145613259100E-4;
        $f5 = 1.84631831751005468180E-5;
        $f6 = 1.42151175831644588870E-7;
        $f7 = 2.04426310338993978564E-15;

        $q = $p - 0.5;

        //    computation for p close to 0.5
        if (abs($q) <= split1) {
            $R = $const1 - $q * $q;
            $z = $q * ((((((($a7 * $R + $a6) * $R + $a5) * $R + $a4) * $R + $a3) * $R + $a2) * $R + $a1) * $R + $a0) /
                      ((((((($b7 * $R + $b6) * $R + $b5) * $R + $b4) * $R + $b3) * $R + $b2) * $R + $b1) * $R + 1);
        } else {
            if ($q < 0) {
                $R = $p;
            } else {
                $R = 1 - $p;
            }
            $R = pow(-log($R),2);

            //    computation for p not close to 0, 0.5 or 1.
            If ($R <= $split2) {
                $R = $R - $const2;
                $z = ((((((($c7 * $R + $c6) * $R + $c5) * $R + $c4) * $R + $c3) * $R + $c2) * $R + $c1) * $R + $c0) /
                     ((((((($d7 * $R + $d6) * $R + $d5) * $R + $d4) * $R + $d3) * $R + $d2) * $R + $d1) * $R + 1);
            } else {
            //    computation for p near 0 or 1.
                $R = $R - $split2;
                $z = ((((((($e7 * $R + $e6) * $R + $e5) * $R + $e4) * $R + $e3) * $R + $e2) * $R + $e1) * $R + $e0) /
                     ((((((($f7 * $R + $f6) * $R + $f5) * $R + $f4) * $R + $f3) * $R + $f2) * $R + $f1) * $R + 1);
            }
            if ($q < 0) {
                $z = -$z;
            }
        }
        return $z;
    }    //    function _inverse_ncdf3()


    /**
     * AVEDEV
     *
     * Returns the average of the absolute deviations of data points from their mean.
     * AVEDEV is a measure of the variability in a data set.
     *
     * Excel Function:
     *        AVEDEV(value1[,value2[, ...]])
     *
     * @access    public
     * @category Statistical Functions
     * @param    mixed        $arg,...        Data values
     * @return    float
     */
    public static function AVEDEV() {
        $aArgs = PHPExcel_Calculation_Functions::flattenArrayIndexed(func_get_args());

        // Return value
        $returnValue = null;

        $aMean = self::AVERAGE($aArgs);
        if ($aMean != PHPExcel_Calculation_Functions::DIV0()) {
            $aCount = 0;
            foreach ($aArgs as $k => $arg) {
                if ((is_bool($arg)) &&
                    ((!PHPExcel_Calculation_Functions::isCellValue($k)) || (PHPExcel_Calculation_Functions::getCompatibilityMode() == PHPExcel_Calculation_Functions::COMPATIBILITY_OPENOFFICE))) {
                    $arg = (integer) $arg;
                }
                // Is it a numeric value?
                if ((is_numeric($arg)) && (!is_string($arg))) {
                    if (is_null($returnValue)) {
                        $returnValue = abs($arg - $aMean);
                    } else {
                        $returnValue += abs($arg - $aMean);
                    }
                    ++$aCount;
                }
            }

            // Return
            if ($aCount == 0) {
                return PHPExcel_Calculation_Functions::DIV0();
            }
            return $returnValue / $aCount;
        }
        return PHPExcel_Calculation_Functions::NaN();
    }    //    function AVEDEV()


    /**
     * AVERAGE
     *
     * Returns the average (arithmetic mean) of the arguments
     *
     * Excel Function:
     *        AVERAGE(value1[,value2[, ...]])
     *
     * @access    public
     * @category Statistical Functions
     * @param    mixed        $arg,...        Data values
     * @return    float
     */
    public static function AVERAGE() {
        $returnValue = $aCount = 0;

        // Loop through arguments
        foreach (PHPExcel_Calculation_Functions::flattenArrayIndexed(func_get_args()) as $k => $arg) {
            if ((is_bool($arg)) &&
                ((!PHPExcel_Calculation_Functions::isCellValue($k)) || (PHPExcel_Calculation_Functions::getCompatibilityMode() == PHPExcel_Calculation_Functions::COMPATIBILITY_OPENOFFICE))) {
                $arg = (integer) $arg;
            }
            // Is it a numeric value?
            if ((is_numeric($arg)) && (!is_string($arg))) {
                if (is_null($returnValue)) {
                    $returnValue = $arg;
                } else {
                    $returnValue += $arg;
                }
                ++$aCount;
            }
        }

        // Return
        if ($aCount > 0) {
            return $returnValue / $aCount;
        } else {
            return PHPExcel_Calculation_Functions::DIV0();
        }
    }    //    function AVERAGE()


    /**
     * AVERAGEA
     *
     * Returns the average of its arguments, including numbers, text, and logical values
     *
     * Excel Function:
     *        AVERAGEA(value1[,value2[, ...]])
     *
     * @access    public
     * @category Statistical Functions
     * @param    mixed        $arg,...        Data values
     * @return    float
     */
    public static function AVERAGEA() {
        // Return value
        $returnValue = null;

        $aCount = 0;
        // Loop through arguments
        foreach (PHPExcel_Calculation_Functions::flattenArrayIndexed(func_get_args()) as $k => $arg) {
            if ((is_bool($arg)) &&
                (!PHPExcel_Calculation_Functions::isMatrixValue($k))) {
            } else {
                if ((is_numeric($arg)) || (is_bool($arg)) || ((is_string($arg) && ($arg != '')))) {
                    if (is_bool($arg)) {
                        $arg = (integer) $arg;
                    } elseif (is_string($arg)) {
                        $arg = 0;
                    }
                    if (is_null($returnValue)) {
                        $returnValue = $arg;
                    } else {
                        $returnValue += $arg;
                    }
                    ++$aCount;
                }
            }
        }

        // Return
        if ($aCount > 0) {
            return $returnValue / $aCount;
        } else {
            return PHPExcel_Calculation_Functions::DIV0();
        }
    }    //    function AVERAGEA()


    /**
     * AVERAGEIF
     *
     * Returns the average value from a range of cells that contain numbers within the list of arguments
     *
     * Excel Function:
     *        AVERAGEIF(value1[,value2[, ...]],condition)
     *
     * @access    public
     * @category Mathematical and Trigonometric Functions
     * @param    mixed        $arg,...        Data values
     * @param    string        $condition        The criteria that defines which cells will be checked.
     * @param    mixed[]        $averageArgs    Data values
     * @return    float
     */
    public static function AVERAGEIF($aArgs,$condition,$averageArgs = array()) {
        // Return value
        $returnValue = 0;

        $aArgs = PHPExcel_Calculation_Functions::flattenArray($aArgs);
        $averageArgs = PHPExcel_Calculation_Functions::flattenArray($averageArgs);
        if (empty($averageArgs)) {
            $averageArgs = $aArgs;
        }
        $condition = PHPExcel_Calculation_Functions::_ifCondition($condition);
        // Loop through arguments
        $aCount = 0;
        foreach ($aArgs as $key => $arg) {
            if (!is_numeric($arg)) { $arg = PHPExcel_Calculation::_wrapResult(strtoupper($arg)); }
            $testCondition = '='.$arg.$condition;
            if (PHPExcel_Calculation::getInstance()->_calculateFormulaValue($testCondition)) {
                if ((is_null($returnValue)) || ($arg > $returnValue)) {
                    $returnValue += $arg;
                    ++$aCount;
                }
            }
        }

        // Return
        if ($aCount > 0) {
            return $returnValue / $aCount;
        } else {
            return PHPExcel_Calculation_Functions::DIV0();
        }
    }    //    function AVERAGEIF()


    /**
     * BETADIST
     *
     * Returns the beta distribution.
     *
     * @param    float        $value            Value at which you want to evaluate the distribution
     * @param    float        $alpha            Parameter to the distribution
     * @param    float        $beta            Parameter to the distribution
     * @param    boolean        $cumulative
     * @return    float
     *
     */
    public static function BETADIST($value,$alpha,$beta,$rMin=0,$rMax=1) {
        $value    = PHPExcel_Calculation_Functions::flattenSingleValue($value);
        $alpha    = PHPExcel_Calculation_Functions::flattenSingleValue($alpha);
        $beta    = PHPExcel_Calculation_Functions::flattenSingleValue($beta);
        $rMin    = PHPExcel_Calculation_Functions::flattenSingleValue($rMin);
        $rMax    = PHPExcel_Calculation_Functions::flattenSingleValue($rMax);

        if ((is_numeric($value)) && (is_numeric($alpha)) && (is_numeric($beta)) && (is_numeric($rMin)) && (is_numeric($rMax))) {
            if (($value < $rMin) || ($value > $rMax) || ($alpha <= 0) || ($beta <= 0) || ($rMin == $rMax)) {
                return PHPExcel_Calculation_Functions::NaN();
            }
            if ($rMin > $rMax) {
                $tmp = $rMin;
                $rMin = $rMax;
                $rMax = $tmp;
            }
            $value -= $rMin;
            $value /= ($rMax - $rMin);
            return self::_incompleteBeta($value,$alpha,$beta);
        }
        return PHPExcel_Calculation_Functions::VALUE();
    }    //    function BETADIST()


    /**
     * BETAINV
     *
     * Returns the inverse of the beta distribution.
     *
     * @param    float        $probability    Probability at which you want to evaluate the distribution
     * @param    float        $alpha            Parameter to the distribution
     * @param    float        $beta            Parameter to the distribution
     * @param    float        $rMin            Minimum value
     * @param    float        $rMax            Maximum value
     * @param    boolean        $cumulative
     * @return    float
     *
     */
    public static function BETAINV($probability,$alpha,$beta,$rMin=0,$rMax=1) {
        $probability    = PHPExcel_Calculation_Functions::flattenSingleValue($probability);
        $alpha            = PHPExcel_Calculation_Functions::flattenSingleValue($alpha);
        $beta            = PHPExcel_Calculation_Functions::flattenSingleValue($beta);
        $rMin            = PHPExcel_Calculation_Functions::flattenSingleValue($rMin);
        $rMax            = PHPExcel_Calculation_Functions::flattenSingleValue($rMax);

        if ((is_numeric($probability)) && (is_numeric($alpha)) && (is_numeric($beta)) && (is_numeric($rMin)) && (is_numeric($rMax))) {
            if (($alpha <= 0) || ($beta <= 0) || ($rMin == $rMax) || ($probability <= 0) || ($probability > 1)) {
                return PHPExcel_Calculation_Functions::NaN();
            }
            if ($rMin > $rMax) {
                $tmp = $rMin;
                $rMin = $rMax;
                $rMax = $tmp;
            }
            $a = 0;
            $b = 2;

            $i = 0;
            while ((($b - $a) > PRECISION) && ($i++ < MAX_ITERATIONS)) {
                $guess = ($a + $b) / 2;
                $result = self::BETADIST($guess, $alpha, $beta);
                if (($result == $probability) || ($result == 0)) {
                    $b = $a;
                } elseif ($result > $probability) {
                    $b = $guess;
                } else {
                    $a = $guess;
                }
            }
            if ($i == MAX_ITERATIONS) {
                return PHPExcel_Calculation_Functions::NA();
            }
            return round($rMin + $guess * ($rMax - $rMin),12);
        }
        return PHPExcel_Calculation_Functions::VALUE();
    }    //    function BETAINV()


    /**
     * BINOMDIST
     *
     * Returns the individual term binomial distribution probability. Use BINOMDIST in problems with
     *        a fixed number of tests or trials, when the outcomes of any trial are only success or failure,
     *        when trials are independent, and when the probability of success is constant throughout the
     *        experiment. For example, BINOMDIST can calculate the probability that two of the next three
     *        babies born are male.
     *
     * @param    float        $value            Number of successes in trials
     * @param    float        $trials            Number of trials
     * @param    float        $probability    Probability of success on each trial
     * @param    boolean        $cumulative
     * @return    float
     *
     * @todo    Cumulative distribution function
     *
     */
    public static function BINOMDIST($value, $trials, $probability, $cumulative) {
        $value            = floor(PHPExcel_Calculation_Functions::flattenSingleValue($value));
        $trials            = floor(PHPExcel_Calculation_Functions::flattenSingleValue($trials));
        $probability    = PHPExcel_Calculation_Functions::flattenSingleValue($probability);

        if ((is_numeric($value)) && (is_numeric($trials)) && (is_numeric($probability))) {
            if (($value < 0) || ($value > $trials)) {
                return PHPExcel_Calculation_Functions::NaN();
            }
            if (($probability < 0) || ($probability > 1)) {
                return PHPExcel_Calculation_Functions::NaN();
            }
            if ((is_numeric($cumulative)) || (is_bool($cumulative))) {
                if ($cumulative) {
                    $summer = 0;
                    for ($i = 0; $i <= $value; ++$i) {
                        $summer += PHPExcel_Calculation_MathTrig::COMBIN($trials,$i) * pow($probability,$i) * pow(1 - $probability,$trials - $i);
                    }
                    return $summer;
                } else {
                    return PHPExcel_Calculation_MathTrig::COMBIN($trials,$value) * pow($probability,$value) * pow(1 - $probability,$trials - $value) ;
                }
            }
        }
        return PHPExcel_Calculation_Functions::VALUE();
    }    //    function BINOMDIST()


    /**
     * CHIDIST
     *
     * Returns the one-tailed probability of the chi-squared distribution.
     *
     * @param    float        $value            Value for the function
     * @param    float        $degrees        degrees of freedom
     * @return    float
     */
    public static function CHIDIST($value, $degrees) {
        $value        = PHPExcel_Calculation_Functions::flattenSingleValue($value);
        $degrees    = floor(PHPExcel_Calculation_Functions::flattenSingleValue($degrees));

        if ((is_numeric($value)) && (is_numeric($degrees))) {
            if ($degrees < 1) {
                return PHPExcel_Calculation_Functions::NaN();
            }
            if ($value < 0) {
                if (PHPExcel_Calculation_Functions::getCompatibilityMode() == PHPExcel_Calculation_Functions::COMPATIBILITY_GNUMERIC) {
                    return 1;
                }
                return PHPExcel_Calculation_Functions::NaN();
            }
            return 1 - (self::_incompleteGamma($degrees/2,$value/2) / self::_gamma($degrees/2));
        }
        return PHPExcel_Calculation_Functions::VALUE();
    }    //    function CHIDIST()


    /**
     * CHIINV
     *
     * Returns the one-tailed probability of the chi-squared distribution.
     *
     * @param    float        $probability    Probability for the function
     * @param    float        $degrees        degrees of freedom
     * @return    float
     */
    public static function CHIINV($probability, $degrees) {
        $probability    = PHPExcel_Calculation_Functions::flattenSingleValue($probability);
        $degrees        = floor(PHPExcel_Calculation_Functions::flattenSingleValue($degrees));

        if ((is_numeric($probability)) && (is_numeric($degrees))) {

            $xLo = 100;
            $xHi = 0;

            $x = $xNew = 1;
            $dx    = 1;
            $i = 0;

            while ((abs($dx) > PRECISION) && ($i++ < MAX_ITERATIONS)) {
                // Apply Newton-Raphson step
                $result = self::CHIDIST($x, $degrees);
                $error = $result - $probability;
                if ($error == 0.0) {
                    $dx = 0;
                } elseif ($error < 0.0) {
                    $xLo = $x;
                } else {
                    $xHi = $x;
                }
                // Avoid division by zero
                if ($result != 0.0) {
                    $dx = $error / $result;
                    $xNew = $x - $dx;
                }
                // If the NR fails to converge (which for example may be the
                // case if the initial guess is too rough) we apply a bisection
                // step to determine a more narrow interval around the root.
                if (($xNew < $xLo) || ($xNew > $xHi) || ($result == 0.0)) {
                    $xNew = ($xLo + $xHi) / 2;
                    $dx = $xNew - $x;
                }
                $x = $xNew;
            }
            if ($i == MAX_ITERATIONS) {
                return PHPExcel_Calculation_Functions::NA();
            }
            return round($x,12);
        }
        return PHPExcel_Calculation_Functions::VALUE();
    }    //    function CHIINV()


    /**
     * CONFIDENCE
     *
     * Returns the confidence interval for a population mean
     *
     * @param    float        $alpha
     * @param    float        $stdDev        Standard Deviation
     * @param    float        $size
     * @return    float
     *
     */
    public static function CONFIDENCE($alpha,$stdDev,$size) {
        $alpha    = PHPExcel_Calculation_Functions::flattenSingleValue($alpha);
        $stdDev    = PHPExcel_Calculation_Functions::flattenSingleValue($stdDev);
        $size    = floor(PHPExcel_Calculation_Functions::flattenSingleValue($size));

        if ((is_numeric($alpha)) && (is_numeric($stdDev)) && (is_numeric($size))) {
            if (($alpha <= 0) || ($alpha >= 1)) {
                return PHPExcel_Calculation_Functions::NaN();
            }
            if (($stdDev <= 0) || ($size < 1)) {
                return PHPExcel_Calculation_Functions::NaN();
            }
            return self::NORMSINV(1 - $alpha / 2) * $stdDev / sqrt($size);
        }
        return PHPExcel_Calculation_Functions::VALUE();
    }    //    function CONFIDENCE()


    /**
     * CORREL
     *
     * Returns covariance, the average of the products of deviations for each data point pair.
     *
     * @param    array of mixed        Data Series Y
     * @param    array of mixed        Data Series X
     * @return    float
     */
    public static function CORREL($yValues,$xValues=null) {
        if ((is_null($xValues)) || (!is_array($yValues)) || (!is_array($xValues))) {
            return PHPExcel_Calculation_Functions::VALUE();
        }
        if (!self::_checkTrendArrays($yValues,$xValues)) {
            return PHPExcel_Calculation_Functions::VALUE();
        }
        $yValueCount = count($yValues);
        $xValueCount = count($xValues);

        if (($yValueCount == 0) || ($yValueCount != $xValueCount)) {
            return PHPExcel_Calculation_Functions::NA();
        } elseif ($yValueCount == 1) {
            return PHPExcel_Calculation_Functions::DIV0();
        }

        $bestFitLinear = trendClass::calculate(trendClass::TREND_LINEAR,$yValues,$xValues);
        return $bestFitLinear->getCorrelation();
    }    //    function CORREL()


    /**
     * COUNT
     *
     * Counts the number of cells that contain numbers within the list of arguments
     *
     * Excel Function:
     *        COUNT(value1[,value2[, ...]])
     *
     * @access    public
     * @category Statistical Functions
     * @param    mixed        $arg,...        Data values
     * @return    int
     */
    public static function COUNT() {
        // Return value
        $returnValue = 0;

        // Loop through arguments
        $aArgs = PHPExcel_Calculation_Functions::flattenArrayIndexed(func_get_args());
        foreach ($aArgs as $k => $arg) {
            if ((is_bool($arg)) &&
                ((!PHPExcel_Calculation_Functions::isCellValue($k)) || (PHPExcel_Calculation_Functions::getCompatibilityMode() == PHPExcel_Calculation_Functions::COMPATIBILITY_OPENOFFICE))) {
                $arg = (integer) $arg;
            }
            // Is it a numeric value?
            if ((is_numeric($arg)) && (!is_string($arg))) {
                ++$returnValue;
            }
        }

        // Return
        return $returnValue;
    }    //    function COUNT()


    /**
     * COUNTA
     *
     * Counts the number of cells that are not empty within the list of arguments
     *
     * Excel Function:
     *        COUNTA(value1[,value2[, ...]])
     *
     * @access    public
     * @category Statistical Functions
     * @param    mixed        $arg,...        Data values
     * @return    int
     */
    public static function COUNTA() {
        // Return value
        $returnValue = 0;

        // Loop through arguments
        $aArgs = PHPExcel_Calculation_Functions::flattenArray(func_get_args());
        foreach ($aArgs as $arg) {
            // Is it a numeric, boolean or string value?
            if ((is_numeric($arg)) || (is_bool($arg)) || ((is_string($arg) && ($arg != '')))) {
                ++$returnValue;
            }
        }

        // Return
        return $returnValue;
    }    //    function COUNTA()


    /**
     * COUNTBLANK
     *
     * Counts the number of empty cells within the list of arguments
     *
     * Excel Function:
     *        COUNTBLANK(value1[,value2[, ...]])
     *
     * @access    public
     * @category Statistical Functions
     * @param    mixed        $arg,...        Data values
     * @return    int
     */
    public static function COUNTBLANK() {
        // Return value
        $returnValue = 0;

        // Loop through arguments
        $aArgs = PHPExcel_Calculation_Functions::flattenArray(func_get_args());
        foreach ($aArgs as $arg) {
            // Is it a blank cell?
            if ((is_null($arg)) || ((is_string($arg)) && ($arg == ''))) {
                ++$returnValue;
            }
        }

        // Return
        return $returnValue;
    }    //    function COUNTBLANK()


    /**
     * COUNTIF
     *
     * Counts the number of cells that contain numbers within the list of arguments
     *
     * Excel Function:
     *        COUNTIF(value1[,value2[, ...]],condition)
     *
     * @access    public
     * @category Statistical Functions
     * @param    mixed        $arg,...        Data values
     * @param    string        $condition        The criteria that defines which cells will be counted.
     * @return    int
     */
    public static function COUNTIF($aArgs,$condition) {
        // Return value
        $returnValue = 0;

        $aArgs = PHPExcel_Calculation_Functions::flattenArray($aArgs);
        $condition = PHPExcel_Calculation_Functions::_ifCondition($condition);
        // Loop through arguments
        foreach ($aArgs as $arg) {
            if (!is_numeric($arg)) { $arg = PHPExcel_Calculation::_wrapResult(strtoupper($arg)); }
            $testCondition = '='.$arg.$condition;
            if (PHPExcel_Calculation::getInstance()->_calculateFormulaValue($testCondition)) {
                // Is it a value within our criteria
                ++$returnValue;
            }
        }

        // Return
        return $returnValue;
    }    //    function COUNTIF()


    /**
     * COVAR
     *
     * Returns covariance, the average of the products of deviations for each data point pair.
     *
     * @param    array of mixed        Data Series Y
     * @param    array of mixed        Data Series X
     * @return    float
     */
    public static function COVAR($yValues,$xValues) {
        if (!self::_checkTrendArrays($yValues,$xValues)) {
            return PHPExcel_Calculation_Functions::VALUE();
        }
        $yValueCount = count($yValues);
        $xValueCount = count($xValues);

        if (($yValueCount == 0) || ($yValueCount != $xValueCount)) {
            return PHPExcel_Calculation_Functions::NA();
        } elseif ($yValueCount == 1) {
            return PHPExcel_Calculation_Functions::DIV0();
        }

        $bestFitLinear = trendClass::calculate(trendClass::TREND_LINEAR,$yValues,$xValues);
        return $bestFitLinear->getCovariance();
    }    //    function COVAR()


    /**
     * CRITBINOM
     *
     * Returns the smallest value for which the cumulative binomial distribution is greater
     *        than or equal to a criterion value
     *
     * See http://support.microsoft.com/kb/828117/ for details of the algorithm used
     *
     * @param    float        $trials            number of Bernoulli trials
     * @param    float        $probability    probability of a success on each trial
     * @param    float        $alpha            criterion value
     * @return    int
     *
     * @todo    Warning. This implementation differs from the algorithm detailed on the MS
     *            web site in that $CumPGuessMinus1 = $CumPGuess - 1 rather than $CumPGuess - $PGuess
     *            This eliminates a potential endless loop error, but may have an adverse affect on the
     *            accuracy of the function (although all my tests have so far returned correct results).
     *
     */
    public static function CRITBINOM($trials, $probability, $alpha) {
        $trials            = floor(PHPExcel_Calculation_Functions::flattenSingleValue($trials));
        $probability    = PHPExcel_Calculation_Functions::flattenSingleValue($probability);
        $alpha            = PHPExcel_Calculation_Functions::flattenSingleValue($alpha);

        if ((is_numeric($trials)) && (is_numeric($probability)) && (is_numeric($alpha))) {
            if ($trials < 0) {
                return PHPExcel_Calculation_Functions::NaN();
            }
            if (($probability < 0) || ($probability > 1)) {
                return PHPExcel_Calculation_Functions::NaN();
            }
            if (($alpha < 0) || ($alpha > 1)) {
                return PHPExcel_Calculation_Functions::NaN();
            }
            if ($alpha <= 0.5) {
                $t = sqrt(log(1 / ($alpha * $alpha)));
                $trialsApprox = 0 - ($t + (2.515517 + 0.802853 * $t + 0.010328 * $t * $t) / (1 + 1.432788 * $t + 0.189269 * $t * $t + 0.001308 * $t * $t * $t));
            } else {
                $t = sqrt(log(1 / pow(1 - $alpha,2)));
                $trialsApprox = $t - (2.515517 + 0.802853 * $t + 0.010328 * $t * $t) / (1 + 1.432788 * $t + 0.189269 * $t * $t + 0.001308 * $t * $t * $t);
            }
            $Guess = floor($trials * $probability + $trialsApprox * sqrt($trials * $probability * (1 - $probability)));
            if ($Guess < 0) {
                $Guess = 0;
            } elseif ($Guess > $trials) {
                $Guess = $trials;
            }

            $TotalUnscaledProbability = $UnscaledPGuess = $UnscaledCumPGuess = 0.0;
            $EssentiallyZero = 10e-12;

            $m = floor($trials * $probability);
            ++$TotalUnscaledProbability;
            if ($m == $Guess) { ++$UnscaledPGuess; }
            if ($m <= $Guess) { ++$UnscaledCumPGuess; }

            $PreviousValue = 1;
            $Done = False;
            $k = $m + 1;
            while ((!$Done) && ($k <= $trials)) {
                $CurrentValue = $PreviousValue * ($trials - $k + 1) * $probability / ($k * (1 - $probability));
                $TotalUnscaledProbability += $CurrentValue;
                if ($k == $Guess) { $UnscaledPGuess += $CurrentValue; }
                if ($k <= $Guess) { $UnscaledCumPGuess += $CurrentValue; }
                if ($CurrentValue <= $EssentiallyZero) { $Done = True; }
                $PreviousValue = $CurrentValue;
                ++$k;
            }

            $PreviousValue = 1;
            $Done = False;
            $k = $m - 1;
            while ((!$Done) && ($k >= 0)) {
                $CurrentValue = $PreviousValue * $k + 1 * (1 - $probability) / (($trials - $k) * $probability);
                $TotalUnscaledProbability += $CurrentValue;
                if ($k == $Guess) { $UnscaledPGuess += $CurrentValue; }
                if ($k <= $Guess) { $UnscaledCumPGuess += $CurrentValue; }
                if ($CurrentValue <= $EssentiallyZero) { $Done = True; }
                $PreviousValue = $CurrentValue;
                --$k;
            }

            $PGuess = $UnscaledPGuess / $TotalUnscaledProbability;
            $CumPGuess = $UnscaledCumPGuess / $TotalUnscaledProbability;

//            $CumPGuessMinus1 = $CumPGuess - $PGuess;
            $CumPGuessMinus1 = $CumPGuess - 1;

            while (True) {
                if (($CumPGuessMinus1 < $alpha) && ($CumPGuess >= $alpha)) {
                    return $Guess;
                } elseif (($CumPGuessMinus1 < $alpha) && ($CumPGuess < $alpha)) {
                    $PGuessPlus1 = $PGuess * ($trials - $Guess) * $probability / $Guess / (1 - $probability);
                    $CumPGuessMinus1 = $CumPGuess;
                    $CumPGuess = $CumPGuess + $PGuessPlus1;
                    $PGuess = $PGuessPlus1;
                    ++$Guess;
                } elseif (($CumPGuessMinus1 >= $alpha) && ($CumPGuess >= $alpha)) {
                    $PGuessMinus1 = $PGuess * $Guess * (1 - $probability) / ($trials - $Guess + 1) / $probability;
                    $CumPGuess = $CumPGuessMinus1;
                    $CumPGuessMinus1 = $CumPGuessMinus1 - $PGuess;
                    $PGuess = $PGuessMinus1;
                    --$Guess;
                }
            }
        }
        return PHPExcel_Calculation_Functions::VALUE();
    }    //    function CRITBINOM()


    /**
     * DEVSQ
     *
     * Returns the sum of squares of deviations of data points from their sample mean.
     *
     * Excel Function:
     *        DEVSQ(value1[,value2[, ...]])
     *
     * @access    public
     * @category Statistical Functions
     * @param    mixed        $arg,...        Data values
     * @return    float
     */
    public static function DEVSQ() {
        $aArgs = PHPExcel_Calculation_Functions::flattenArrayIndexed(func_get_args());

        // Return value
        $returnValue = null;

        $aMean = self::AVERAGE($aArgs);
        if ($aMean != PHPExcel_Calculation_Functions::DIV0()) {
            $aCount = -1;
            foreach ($aArgs as $k => $arg) {
                // Is it a numeric value?
                if ((is_bool($arg)) &&
                    ((!PHPExcel_Calculation_Functions::isCellValue($k)) || (PHPExcel_Calculation_Functions::getCompatibilityMode() == PHPExcel_Calculation_Functions::COMPATIBILITY_OPENOFFICE))) {
                    $arg = (integer) $arg;
                }
                if ((is_numeric($arg)) && (!is_string($arg))) {
                    if (is_null($returnValue)) {
                        $returnValue = pow(($arg - $aMean),2);
                    } else {
                        $returnValue += pow(($arg - $aMean),2);
                    }
                    ++$aCount;
                }
            }

            // Return
            if (is_null($returnValue)) {
                return PHPExcel_Calculation_Functions::NaN();
            } else {
                return $returnValue;
            }
        }
        return self::NA();
    }    //    function DEVSQ()


    /**
     * EXPONDIST
     *
     *    Returns the exponential distribution. Use EXPONDIST to model the time between events,
     *        such as how long an automated bank teller takes to deliver cash. For example, you can
     *        use EXPONDIST to determine the probability that the process takes at most 1 minute.
     *
     * @param    float        $value            Value of the function
     * @param    float        $lambda            The parameter value
     * @param    boolean        $cumulative
     * @return    float
     */
    public static function EXPONDIST($value, $lambda, $cumulative) {
        $value    = PHPExcel_Calculation_Functions::flattenSingleValue($value);
        $lambda    = PHPExcel_Calculation_Functions::flattenSingleValue($lambda);
        $cumulative    = PHPExcel_Calculation_Functions::flattenSingleValue($cumulative);

        if ((is_numeric($value)) && (is_numeric($lambda))) {
            if (($value < 0) || ($lambda < 0)) {
                return PHPExcel_Calculation_Functions::NaN();
            }
            if ((is_numeric($cumulative)) || (is_bool($cumulative))) {
                if ($cumulative) {
                    return 1 - exp(0-$value*$lambda);
                } else {
                    return $lambda * exp(0-$value*$lambda);
                }
            }
        }
        return PHPExcel_Calculation_Functions::VALUE();
    }    //    function EXPONDIST()


    /**
     * FISHER
     *
     * Returns the Fisher transformation at x. This transformation produces a function that
     *        is normally distributed rather than skewed. Use this function to perform hypothesis
     *        testing on the correlation coefficient.
     *
     * @param    float        $value
     * @return    float
     */
    public static function FISHER($value) {
        $value    = PHPExcel_Calculation_Functions::flattenSingleValue($value);

        if (is_numeric($value)) {
            if (($value <= -1) || ($value >= 1)) {
                return PHPExcel_Calculation_Functions::NaN();
            }
            return 0.5 * log((1+$value)/(1-$value));
        }
        return PHPExcel_Calculation_Functions::VALUE();
    }    //    function FISHER()


    /**
     * FISHERINV
     *
     * Returns the inverse of the Fisher transformation. Use this transformation when
     *        analyzing correlations between ranges or arrays of data. If y = FISHER(x), then
     *        FISHERINV(y) = x.
     *
     * @param    float        $value
     * @return    float
     */
    public static function FISHERINV($value) {
        $value    = PHPExcel_Calculation_Functions::flattenSingleValue($value);

        if (is_numeric($value)) {
            return (exp(2 * $value) - 1) / (exp(2 * $value) + 1);
        }
        return PHPExcel_Calculation_Functions::VALUE();
    }    //    function FISHERINV()


    /**
     * FORECAST
     *
     * Calculates, or predicts, a future value by using existing values. The predicted value is a y-value for a given x-value.
     *
     * @param    float                Value of X for which we want to find Y
     * @param    array of mixed        Data Series Y
     * @param    array of mixed        Data Series X
     * @return    float
     */
    public static function FORECAST($xValue,$yValues,$xValues) {
        $xValue    = PHPExcel_Calculation_Functions::flattenSingleValue($xValue);
        if (!is_numeric($xValue)) {
            return PHPExcel_Calculation_Functions::VALUE();
        }

        if (!self::_checkTrendArrays($yValues,$xValues)) {
            return PHPExcel_Calculation_Functions::VALUE();
        }
        $yValueCount = count($yValues);
        $xValueCount = count($xValues);

        if (($yValueCount == 0) || ($yValueCount != $xValueCount)) {
            return PHPExcel_Calculation_Functions::NA();
        } elseif ($yValueCount == 1) {
            return PHPExcel_Calculation_Functions::DIV0();
        }

        $bestFitLinear = trendClass::calculate(trendClass::TREND_LINEAR,$yValues,$xValues);
        return $bestFitLinear->getValueOfYForX($xValue);
    }    //    function FORECAST()


    /**
     * GAMMADIST
     *
     * Returns the gamma distribution.
     *
     * @param    float        $value            Value at which you want to evaluate the distribution
     * @param    float        $a                Parameter to the distribution
     * @param    float        $b                Parameter to the distribution
     * @param    boolean        $cumulative
     * @return    float
     *
     */
    public static function GAMMADIST($value,$a,$b,$cumulative) {
        $value    = PHPExcel_Calculation_Functions::flattenSingleValue($value);
        $a        = PHPExcel_Calculation_Functions::flattenSingleValue($a);
        $b        = PHPExcel_Calculation_Functions::flattenSingleValue($b);

        if ((is_numeric($value)) && (is_numeric($a)) && (is_numeric($b))) {
            if (($value < 0) || ($a <= 0) || ($b <= 0)) {
                return PHPExcel_Calculation_Functions::NaN();
            }
            if ((is_numeric($cumulative)) || (is_bool($cumulative))) {
                if ($cumulative) {
                    return self::_incompleteGamma($a,$value / $b) / self::_gamma($a);
                } else {
                    return (1 / (pow($b,$a) * self::_gamma($a))) * pow($value,$a-1) * exp(0-($value / $b));
                }
            }
        }
        return PHPExcel_Calculation_Functions::VALUE();
    }    //    function GAMMADIST()


    /**
     * GAMMAINV
     *
     * Returns the inverse of the beta distribution.
     *
     * @param    float        $probability    Probability at which you want to evaluate the distribution
     * @param    float        $alpha            Parameter to the distribution
     * @param    float        $beta            Parameter to the distribution
     * @return    float
     *
     */
    public static function GAMMAINV($probability,$alpha,$beta) {
        $probability    = PHPExcel_Calculation_Functions::flattenSingleValue($probability);
        $alpha            = PHPExcel_Calculation_Functions::flattenSingleValue($alpha);
        $beta            = PHPExcel_Calculation_Functions::flattenSingleValue($beta);

        if ((is_numeric($probability)) && (is_numeric($alpha)) && (is_numeric($beta))) {
            if (($alpha <= 0) || ($beta <= 0) || ($probability < 0) || ($probability > 1)) {
                return PHPExcel_Calculation_Functions::NaN();
            }

            $xLo = 0;
            $xHi = $alpha * $beta * 5;

            $x = $xNew = 1;
            $error = $pdf = 0;
            $dx    = 1024;
            $i = 0;

            while ((abs($dx) > PRECISION) && ($i++ < MAX_ITERATIONS)) {
                // Apply Newton-Raphson step
                $error = self::GAMMADIST($x, $alpha, $beta, True) - $probability;
                if ($error < 0.0) {
                    $xLo = $x;
                } else {
                    $xHi = $x;
                }
                $pdf = self::GAMMADIST($x, $alpha, $beta, False);
                // Avoid division by zero
                if ($pdf != 0.0) {
                    $dx = $error / $pdf;
                    $xNew = $x - $dx;
                }
                // If the NR fails to converge (which for example may be the
                // case if the initial guess is too rough) we apply a bisection
                // step to determine a more narrow interval around the root.
                if (($xNew < $xLo) || ($xNew > $xHi) || ($pdf == 0.0)) {
                    $xNew = ($xLo + $xHi) / 2;
                    $dx = $xNew - $x;
                }
                $x = $xNew;
            }
            if ($i == MAX_ITERATIONS) {
                return PHPExcel_Calculation_Functions::NA();
            }
            return $x;
        }
        return PHPExcel_Calculation_Functions::VALUE();
    }    //    function GAMMAINV()


    /**
     * GAMMALN
     *
     * Returns the natural logarithm of the gamma function.
     *
     * @param    float        $value
     * @return    float
     */
    public static function GAMMALN($value) {
        $value    = PHPExcel_Calculation_Functions::flattenSingleValue($value);

        if (is_numeric($value)) {
            if ($value <= 0) {
                return PHPExcel_Calculation_Functions::NaN();
            }
            return log(self::_gamma($value));
        }
        return PHPExcel_Calculation_Functions::VALUE();
    }    //    function GAMMALN()


    /**
     * GEOMEAN
     *
     * Returns the geometric mean of an array or range of positive data. For example, you
     *        can use GEOMEAN to calculate average growth rate given compound interest with
     *        variable rates.
     *
     * Excel Function:
     *        GEOMEAN(value1[,value2[, ...]])
     *
     * @access    public
     * @category Statistical Functions
     * @param    mixed        $arg,...        Data values
     * @return    float
     */
    public static function GEOMEAN() {
        $aArgs = PHPExcel_Calculation_Functions::flattenArray(func_get_args());

        $aMean = PHPExcel_Calculation_MathTrig::PRODUCT($aArgs);
        if (is_numeric($aMean) && ($aMean > 0)) {
            $aCount = self::COUNT($aArgs) ;
            if (self::MIN($aArgs) > 0) {
                return pow($aMean, (1 / $aCount));
            }
        }
        return PHPExcel_Calculation_Functions::NaN();
    }    //    GEOMEAN()


    /**
     * GROWTH
     *
     * Returns values along a predicted emponential trend
     *
     * @param    array of mixed        Data Series Y
     * @param    array of mixed        Data Series X
     * @param    array of mixed        Values of X for which we want to find Y
     * @param    boolean                A logical value specifying whether to force the intersect to equal 0.
     * @return    array of float
     */
    public static function GROWTH($yValues,$xValues=array(),$newValues=array(),$const=True) {
        $yValues = PHPExcel_Calculation_Functions::flattenArray($yValues);
        $xValues = PHPExcel_Calculation_Functions::flattenArray($xValues);
        $newValues = PHPExcel_Calculation_Functions::flattenArray($newValues);
        $const    = (is_null($const))    ? True :    (boolean) PHPExcel_Calculation_Functions::flattenSingleValue($const);

        $bestFitExponential = trendClass::calculate(trendClass::TREND_EXPONENTIAL,$yValues,$xValues,$const);
        if (empty($newValues)) {
            $newValues = $bestFitExponential->getXValues();
        }

        $returnArray = array();
        foreach($newValues as $xValue) {
            $returnArray[0][] = $bestFitExponential->getValueOfYForX($xValue);
        }

        return $returnArray;
    }    //    function GROWTH()


    /**
     * HARMEAN
     *
     * Returns the harmonic mean of a data set. The harmonic mean is the reciprocal of the
     *        arithmetic mean of reciprocals.
     *
     * Excel Function:
     *        HARMEAN(value1[,value2[, ...]])
     *
     * @access    public
     * @category Statistical Functions
     * @param    mixed        $arg,...        Data values
     * @return    float
     */
    public static function HARMEAN() {
        // Return value
        $returnValue = PHPExcel_Calculation_Functions::NA();

        // Loop through arguments
        $aArgs = PHPExcel_Calculation_Functions::flattenArray(func_get_args());
        if (self::MIN($aArgs) < 0) {
            return PHPExcel_Calculation_Functions::NaN();
        }
        $aCount = 0;
        foreach ($aArgs as $arg) {
            // Is it a numeric value?
            if ((is_numeric($arg)) && (!is_string($arg))) {
                if ($arg <= 0) {
                    return PHPExcel_Calculation_Functions::NaN();
                }
                if (is_null($returnValue)) {
                    $returnValue = (1 / $arg);
                } else {
                    $returnValue += (1 / $arg);
                }
                ++$aCount;
            }
        }

        // Return
        if ($aCount > 0) {
            return 1 / ($returnValue / $aCount);
        } else {
            return $returnValue;
        }
    }    //    function HARMEAN()


    /**
     * HYPGEOMDIST
     *
     * Returns the hypergeometric distribution. HYPGEOMDIST returns the probability of a given number of
     * sample successes, given the sample size, population successes, and population size.
     *
     * @param    float        $sampleSuccesses        Number of successes in the sample
     * @param    float        $sampleNumber            Size of the sample
     * @param    float        $populationSuccesses    Number of successes in the population
     * @param    float        $populationNumber        Population size
     * @return    float
     *
     */
    public static function HYPGEOMDIST($sampleSuccesses, $sampleNumber, $populationSuccesses, $populationNumber) {
        $sampleSuccesses        = floor(PHPExcel_Calculation_Functions::flattenSingleValue($sampleSuccesses));
        $sampleNumber            = floor(PHPExcel_Calculation_Functions::flattenSingleValue($sampleNumber));
        $populationSuccesses    = floor(PHPExcel_Calculation_Functions::flattenSingleValue($populationSuccesses));
        $populationNumber        = floor(PHPExcel_Calculation_Functions::flattenSingleValue($populationNumber));

        if ((is_numeric($sampleSuccesses)) && (is_numeric($sampleNumber)) && (is_numeric($populationSuccesses)) && (is_numeric($populationNumber))) {
            if (($sampleSuccesses < 0) || ($sampleSuccesses > $sampleNumber) || ($sampleSuccesses > $populationSuccesses)) {
                return PHPExcel_Calculation_Functions::NaN();
            }
            if (($sampleNumber <= 0) || ($sampleNumber > $populationNumber)) {
                return PHPExcel_Calculation_Functions::NaN();
            }
            if (($populationSuccesses <= 0) || ($populationSuccesses > $populationNumber)) {
                return PHPExcel_Calculation_Functions::NaN();
            }
            return PHPExcel_Calculation_MathTrig::COMBIN($populationSuccesses,$sampleSuccesses) *
                   PHPExcel_Calculation_MathTrig::COMBIN($populationNumber - $populationSuccesses,$sampleNumber - $sampleSuccesses) /
                   PHPExcel_Calculation_MathTrig::COMBIN($populationNumber,$sampleNumber);
        }
        return PHPExcel_Calculation_Functions::VALUE();
    }    //    function HYPGEOMDIST()


    /**
     * INTERCEPT
     *
     * Calculates the point at which a line will intersect the y-axis by using existing x-values and y-values.
     *
     * @param    array of mixed        Data Series Y
     * @param    array of mixed        Data Series X
     * @return    float
     */
    public static function INTERCEPT($yValues,$xValues) {
        if (!self::_checkTrendArrays($yValues,$xValues)) {
            return PHPExcel_Calculation_Functions::VALUE();
        }
        $yValueCount = count($yValues);
        $xValueCount = count($xValues);

        if (($yValueCount == 0) || ($yValueCount != $xValueCount)) {
            return PHPExcel_Calculation_Functions::NA();
        } elseif ($yValueCount == 1) {
            return PHPExcel_Calculation_Functions::DIV0();
        }

        $bestFitLinear = trendClass::calculate(trendClass::TREND_LINEAR,$yValues,$xValues);
        return $bestFitLinear->getIntersect();
    }    //    function INTERCEPT()


    /**
     * KURT
     *
     * Returns the kurtosis of a data set. Kurtosis characterizes the relative peakedness
     * or flatness of a distribution compared with the normal distribution. Positive
     * kurtosis indicates a relatively peaked distribution. Negative kurtosis indicates a
     * relatively flat distribution.
     *
     * @param    array    Data Series
     * @return    float
     */
    public static function KURT() {
        $aArgs = PHPExcel_Calculation_Functions::flattenArrayIndexed(func_get_args());
        $mean = self::AVERAGE($aArgs);
        $stdDev = self::STDEV($aArgs);

        if ($stdDev > 0) {
            $count = $summer = 0;
            // Loop through arguments
            foreach ($aArgs as $k => $arg) {
                if ((is_bool($arg)) &&
                    (!PHPExcel_Calculation_Functions::isMatrixValue($k))) {
                } else {
                    // Is it a numeric value?
                    if ((is_numeric($arg)) && (!is_string($arg))) {
                        $summer += pow((($arg - $mean) / $stdDev),4) ;
                        ++$count;
                    }
                }
            }

            // Return
            if ($count > 3) {
                return $summer * ($count * ($count+1) / (($count-1) * ($count-2) * ($count-3))) - (3 * pow($count-1,2) / (($count-2) * ($count-3)));
            }
        }
        return PHPExcel_Calculation_Functions::DIV0();
    }    //    function KURT()


    /**
     * LARGE
     *
     * Returns the nth largest value in a data set. You can use this function to
     *        select a value based on its relative standing.
     *
     * Excel Function:
     *        LARGE(value1[,value2[, ...]],entry)
     *
     * @access    public
     * @category Statistical Functions
     * @param    mixed        $arg,...        Data values
     * @param    int            $entry            Position (ordered from the largest) in the array or range of data to return
     * @return    float
     *
     */
    public static function LARGE() {
        $aArgs = PHPExcel_Calculation_Functions::flattenArray(func_get_args());

        // Calculate
        $entry = floor(array_pop($aArgs));

        if ((is_numeric($entry)) && (!is_string($entry))) {
            $mArgs = array();
            foreach ($aArgs as $arg) {
                // Is it a numeric value?
                if ((is_numeric($arg)) && (!is_string($arg))) {
                    $mArgs[] = $arg;
                }
            }
            $count = self::COUNT($mArgs);
            $entry = floor(--$entry);
            if (($entry < 0) || ($entry >= $count) || ($count == 0)) {
                return PHPExcel_Calculation_Functions::NaN();
            }
            rsort($mArgs);
            return $mArgs[$entry];
        }
        return PHPExcel_Calculation_Functions::VALUE();
    }    //    function LARGE()


    /**
     * LINEST
     *
     * Calculates the statistics for a line by using the "least squares" method to calculate a straight line that best fits your data,
     *        and then returns an array that describes the line.
     *
     * @param    array of mixed        Data Series Y
     * @param    array of mixed        Data Series X
     * @param    boolean                A logical value specifying whether to force the intersect to equal 0.
     * @param    boolean                A logical value specifying whether to return additional regression statistics.
     * @return    array
     */
    public static function LINEST($yValues, $xValues = NULL, $const = TRUE, $stats = FALSE) {
        $const    = (is_null($const))    ? TRUE :    (boolean) PHPExcel_Calculation_Functions::flattenSingleValue($const);
        $stats    = (is_null($stats))    ? FALSE :    (boolean) PHPExcel_Calculation_Functions::flattenSingleValue($stats);
        if (is_null($xValues)) $xValues = range(1,count(PHPExcel_Calculation_Functions::flattenArray($yValues)));

        if (!self::_checkTrendArrays($yValues,$xValues)) {
            return PHPExcel_Calculation_Functions::VALUE();
        }
        $yValueCount = count($yValues);
        $xValueCount = count($xValues);


        if (($yValueCount == 0) || ($yValueCount != $xValueCount)) {
            return PHPExcel_Calculation_Functions::NA();
        } elseif ($yValueCount == 1) {
            return 0;
        }

        $bestFitLinear = trendClass::calculate(trendClass::TREND_LINEAR,$yValues,$xValues,$const);
        if ($stats) {
            return array( array( $bestFitLinear->getSlope(),
                                  $bestFitLinear->getSlopeSE(),
                                  $bestFitLinear->getGoodnessOfFit(),
                                  $bestFitLinear->getF(),
                                  $bestFitLinear->getSSRegression(),
                               ),
                          array( $bestFitLinear->getIntersect(),
                                 $bestFitLinear->getIntersectSE(),
                                 $bestFitLinear->getStdevOfResiduals(),
                                 $bestFitLinear->getDFResiduals(),
                                 $bestFitLinear->getSSResiduals()
                               )
                        );
        } else {
            return array( $bestFitLinear->getSlope(),
                          $bestFitLinear->getIntersect()
                        );
        }
    }    //    function LINEST()


    /**
     * LOGEST
     *
     * Calculates an exponential curve that best fits the X and Y data series,
     *        and then returns an array that describes the line.
     *
     * @param    array of mixed        Data Series Y
     * @param    array of mixed        Data Series X
     * @param    boolean                A logical value specifying whether to force the intersect to equal 0.
     * @param    boolean                A logical value specifying whether to return additional regression statistics.
     * @return    array
     */
    public static function LOGEST($yValues,$xValues=null,$const=True,$stats=False) {
        $const    = (is_null($const))    ? True :    (boolean) PHPExcel_Calculation_Functions::flattenSingleValue($const);
        $stats    = (is_null($stats))    ? False :    (boolean) PHPExcel_Calculation_Functions::flattenSingleValue($stats);
        if (is_null($xValues)) $xValues = range(1,count(PHPExcel_Calculation_Functions::flattenArray($yValues)));

        if (!self::_checkTrendArrays($yValues,$xValues)) {
            return PHPExcel_Calculation_Functions::VALUE();
        }
        $yValueCount = count($yValues);
        $xValueCount = count($xValues);

        foreach($yValues as $value) {
            if ($value <= 0.0) {
                return PHPExcel_Calculation_Functions::NaN();
            }
        }


        if (($yValueCount == 0) || ($yValueCount != $xValueCount)) {
            return PHPExcel_Calculation_Functions::NA();
        } elseif ($yValueCount == 1) {
            return 1;
        }

        $bestFitExponential = trendClass::calculate(trendClass::TREND_EXPONENTIAL,$yValues,$xValues,$const);
        if ($stats) {
            return array( array( $bestFitExponential->getSlope(),
                                  $bestFitExponential->getSlopeSE(),
                                  $bestFitExponential->getGoodnessOfFit(),
                                  $bestFitExponential->getF(),
                                  $bestFitExponential->getSSRegression(),
                               ),
                          array( $bestFitExponential->getIntersect(),
                                 $bestFitExponential->getIntersectSE(),
                                 $bestFitExponential->getStdevOfResiduals(),
                                 $bestFitExponential->getDFResiduals(),
                                 $bestFitExponential->getSSResiduals()
                               )
                        );
        } else {
            return array( $bestFitExponential->getSlope(),
                          $bestFitExponential->getIntersect()
                        );
        }
    }    //    function LOGEST()


    /**
     * LOGINV
     *
     * Returns the inverse of the normal cumulative distribution
     *
     * @param    float        $probability
     * @param    float        $mean
     * @param    float        $stdDev
     * @return    float
     *
     * @todo    Try implementing P J Acklam's refinement algorithm for greater
     *            accuracy if I can get my head round the mathematics
     *            (as described at) http://home.online.no/~pjacklam/notes/invnorm/
     */
    public static function LOGINV($probability, $mean, $stdDev) {
        $probability    = PHPExcel_Calculation_Functions::flattenSingleValue($probability);
        $mean            = PHPExcel_Calculation_Functions::flattenSingleValue($mean);
        $stdDev            = PHPExcel_Calculation_Functions::flattenSingleValue($stdDev);

        if ((is_numeric($probability)) && (is_numeric($mean)) && (is_numeric($stdDev))) {
            if (($probability < 0) || ($probability > 1) || ($stdDev <= 0)) {
                return PHPExcel_Calculation_Functions::NaN();
            }
            return exp($mean + $stdDev * self::NORMSINV($probability));
        }
        return PHPExcel_Calculation_Functions::VALUE();
    }    //    function LOGINV()


    /**
     * LOGNORMDIST
     *
     * Returns the cumulative lognormal distribution of x, where ln(x) is normally distributed
     * with parameters mean and standard_dev.
     *
     * @param    float        $value
     * @param    float        $mean
     * @param    float        $stdDev
     * @return    float
     */
    public static function LOGNORMDIST($value, $mean, $stdDev) {
        $value    = PHPExcel_Calculation_Functions::flattenSingleValue($value);
        $mean    = PHPExcel_Calculation_Functions::flattenSingleValue($mean);
        $stdDev    = PHPExcel_Calculation_Functions::flattenSingleValue($stdDev);

        if ((is_numeric($value)) && (is_numeric($mean)) && (is_numeric($stdDev))) {
            if (($value <= 0) || ($stdDev <= 0)) {
                return PHPExcel_Calculation_Functions::NaN();
            }
            return self::NORMSDIST((log($value) - $mean) / $stdDev);
        }
        return PHPExcel_Calculation_Functions::VALUE();
    }    //    function LOGNORMDIST()


    /**
     * MAX
     *
     * MAX returns the value of the element of the values passed that has the highest value,
     *        with negative numbers considered smaller than positive numbers.
     *
     * Excel Function:
     *        MAX(value1[,value2[, ...]])
     *
     * @access    public
     * @category Statistical Functions
     * @param    mixed        $arg,...        Data values
     * @return    float
     */
    public static function MAX() {
        // Return value
        $returnValue = null;

        // Loop through arguments
        $aArgs = PHPExcel_Calculation_Functions::flattenArray(func_get_args());
        foreach ($aArgs as $arg) {
            // Is it a numeric value?
            if ((is_numeric($arg)) && (!is_string($arg))) {
                if ((is_null($returnValue)) || ($arg > $returnValue)) {
                    $returnValue = $arg;
                }
            }
        }

        // Return
        if(is_null($returnValue)) {
            return 0;
        }
        return $returnValue;
    }    //    function MAX()


    /**
     * MAXA
     *
     * Returns the greatest value in a list of arguments, including numbers, text, and logical values
     *
     * Excel Function:
     *        MAXA(value1[,value2[, ...]])
     *
     * @access    public
     * @category Statistical Functions
     * @param    mixed        $arg,...        Data values
     * @return    float
     */
    public static function MAXA() {
        // Return value
        $returnValue = null;

        // Loop through arguments
        $aArgs = PHPExcel_Calculation_Functions::flattenArray(func_get_args());
        foreach ($aArgs as $arg) {
            // Is it a numeric value?
            if ((is_numeric($arg)) || (is_bool($arg)) || ((is_string($arg) && ($arg != '')))) {
                if (is_bool($arg)) {
                    $arg = (integer) $arg;
                } elseif (is_string($arg)) {
                    $arg = 0;
                }
                if ((is_null($returnValue)) || ($arg > $returnValue)) {
                    $returnValue = $arg;
                }
            }
        }

        // Return
        if(is_null($returnValue)) {
            return 0;
        }
        return $returnValue;
    }    //    function MAXA()


    /**
     * MAXIF
     *
     * Counts the maximum value within a range of cells that contain numbers within the list of arguments
     *
     * Excel Function:
     *        MAXIF(value1[,value2[, ...]],condition)
     *
     * @access    public
     * @category Mathematical and Trigonometric Functions
     * @param    mixed        $arg,...        Data values
     * @param    string        $condition        The criteria that defines which cells will be checked.
     * @return    float
     */
    public static function MAXIF($aArgs,$condition,$sumArgs = array()) {
        // Return value
        $returnValue = null;

        $aArgs = PHPExcel_Calculation_Functions::flattenArray($aArgs);
        $sumArgs = PHPExcel_Calculation_Functions::flattenArray($sumArgs);
        if (empty($sumArgs)) {
            $sumArgs = $aArgs;
        }
        $condition = PHPExcel_Calculation_Functions::_ifCondition($condition);
        // Loop through arguments
        foreach ($aArgs as $key => $arg) {
            if (!is_numeric($arg)) { $arg = PHPExcel_Calculation::_wrapResult(strtoupper($arg)); }
            $testCondition = '='.$arg.$condition;
            if (PHPExcel_Calculation::getInstance()->_calculateFormulaValue($testCondition)) {
                if ((is_null($returnValue)) || ($arg > $returnValue)) {
                    $returnValue = $arg;
                }
            }
        }

        // Return
        return $returnValue;
    }    //    function MAXIF()


    /**
     * MEDIAN
     *
     * Returns the median of the given numbers. The median is the number in the middle of a set of numbers.
     *
     * Excel Function:
     *        MEDIAN(value1[,value2[, ...]])
     *
     * @access    public
     * @category Statistical Functions
     * @param    mixed        $arg,...        Data values
     * @return    float
     */
    public static function MEDIAN() {
        // Return value
        $returnValue = PHPExcel_Calculation_Functions::NaN();

        $mArgs = array();
        // Loop through arguments
        $aArgs = PHPExcel_Calculation_Functions::flattenArray(func_get_args());
        foreach ($aArgs as $arg) {
            // Is it a numeric value?
            if ((is_numeric($arg)) && (!is_string($arg))) {
                $mArgs[] = $arg;
            }
        }

        $mValueCount = count($mArgs);
        if ($mValueCount > 0) {
            sort($mArgs,SORT_NUMERIC);
            $mValueCount = $mValueCount / 2;
            if ($mValueCount == floor($mValueCount)) {
                $returnValue = ($mArgs[$mValueCount--] + $mArgs[$mValueCount]) / 2;
            } else {
                $mValueCount == floor($mValueCount);
                $returnValue = $mArgs[$mValueCount];
            }
        }

        // Return
        return $returnValue;
    }    //    function MEDIAN()


    /**
     * MIN
     *
     * MIN returns the value of the element of the values passed that has the smallest value,
     *        with negative numbers considered smaller than positive numbers.
     *
     * Excel Function:
     *        MIN(value1[,value2[, ...]])
     *
     * @access    public
     * @category Statistical Functions
     * @param    mixed        $arg,...        Data values
     * @return    float
     */
    public static function MIN() {
        // Return value
        $returnValue = null;

        // Loop through arguments
        $aArgs = PHPExcel_Calculation_Functions::flattenArray(func_get_args());
        foreach ($aArgs as $arg) {
            // Is it a numeric value?
            if ((is_numeric($arg)) && (!is_string($arg))) {
                if ((is_null($returnValue)) || ($arg < $returnValue)) {
                    $returnValue = $arg;
                }
            }
        }

        // Return
        if(is_null($returnValue)) {
            return 0;
        }
        return $returnValue;
    }    //    function MIN()


    /**
     * MINA
     *
     * Returns the smallest value in a list of arguments, including numbers, text, and logical values
     *
     * Excel Function:
     *        MINA(value1[,value2[, ...]])
     *
     * @access    public
     * @category Statistical Functions
     * @param    mixed        $arg,...        Data values
     * @return    float
     */
    public static function MINA() {
        // Return value
        $returnValue = null;

        // Loop through arguments
        $aArgs = PHPExcel_Calculation_Functions::flattenArray(func_get_args());
        foreach ($aArgs as $arg) {
            // Is it a numeric value?
            if ((is_numeric($arg)) || (is_bool($arg)) || ((is_string($arg) && ($arg != '')))) {
                if (is_bool($arg)) {
                    $arg = (integer) $arg;
                } elseif (is_string($arg)) {
                    $arg = 0;
                }
                if ((is_null($returnValue)) || ($arg < $returnValue)) {
                    $returnValue = $arg;
                }
            }
        }

        // Return
        if(is_null($returnValue)) {
            return 0;
        }
        return $returnValue;
    }    //    function MINA()


    /**
     * MINIF
     *
     * Returns the minimum value within a range of cells that contain numbers within the list of arguments
     *
     * Excel Function:
     *        MINIF(value1[,value2[, ...]],condition)
     *
     * @access    public
     * @category Mathematical and Trigonometric Functions
     * @param    mixed        $arg,...        Data values
     * @param    string        $condition        The criteria that defines which cells will be checked.
     * @return    float
     */
    public static function MINIF($aArgs,$condition,$sumArgs = array()) {
        // Return value
        $returnValue = null;

        $aArgs = PHPExcel_Calculation_Functions::flattenArray($aArgs);
        $sumArgs = PHPExcel_Calculation_Functions::flattenArray($sumArgs);
        if (empty($sumArgs)) {
            $sumArgs = $aArgs;
        }
        $condition = PHPExcel_Calculation_Functions::_ifCondition($condition);
        // Loop through arguments
        foreach ($aArgs as $key => $arg) {
            if (!is_numeric($arg)) { $arg = PHPExcel_Calculation::_wrapResult(strtoupper($arg)); }
            $testCondition = '='.$arg.$condition;
            if (PHPExcel_Calculation::getInstance()->_calculateFormulaValue($testCondition)) {
                if ((is_null($returnValue)) || ($arg < $returnValue)) {
                    $returnValue = $arg;
                }
            }
        }

        // Return
        return $returnValue;
    }    //    function MINIF()


    //
    //    Special variant of array_count_values that isn't limited to strings and integers,
    //        but can work with floating point numbers as values
    //
    private static function _modeCalc($data) {
        $frequencyArray = array();
        foreach($data as $datum) {
            $found = False;
            foreach($frequencyArray as $key => $value) {
                if ((string) $value['value'] == (string) $datum) {
                    ++$frequencyArray[$key]['frequency'];
                    $found = True;
                    break;
                }
            }
            if (!$found) {
                $frequencyArray[] = array('value'        => $datum,
                                          'frequency'    =>    1 );
            }
        }

        foreach($frequencyArray as $key => $value) {
            $frequencyList[$key] = $value['frequency'];
            $valueList[$key] = $value['value'];
        }
        array_multisort($frequencyList, SORT_DESC, $valueList, SORT_ASC, SORT_NUMERIC, $frequencyArray);

        if ($frequencyArray[0]['frequency'] == 1) {
            return PHPExcel_Calculation_Functions::NA();
        }
        return $frequencyArray[0]['value'];
    }    //    function _modeCalc()


    /**
     * MODE
     *
     * Returns the most frequently occurring, or repetitive, value in an array or range of data
     *
     * Excel Function:
     *        MODE(value1[,value2[, ...]])
     *
     * @access    public
     * @category Statistical Functions
     * @param    mixed        $arg,...        Data values
     * @return    float
     */
    public static function MODE() {
        // Return value
        $returnValue = PHPExcel_Calculation_Functions::NA();

        // Loop through arguments
        $aArgs = PHPExcel_Calculation_Functions::flattenArray(func_get_args());

        $mArgs = array();
        foreach ($aArgs as $arg) {
            // Is it a numeric value?
            if ((is_numeric($arg)) && (!is_string($arg))) {
                $mArgs[] = $arg;
            }
        }

        if (!empty($mArgs)) {
            return self::_modeCalc($mArgs);
        }

        // Return
        return $returnValue;
    }    //    function MODE()


    /**
     * NEGBINOMDIST
     *
     * Returns the negative binomial distribution. NEGBINOMDIST returns the probability that
     *        there will be number_f failures before the number_s-th success, when the constant
     *        probability of a success is probability_s. This function is similar to the binomial
     *        distribution, except that the number of successes is fixed, and the number of trials is
     *        variable. Like the binomial, trials are assumed to be independent.
     *
     * @param    float        $failures        Number of Failures
     * @param    float        $successes        Threshold number of Successes
     * @param    float        $probability    Probability of success on each trial
     * @return    float
     *
     */
    public static function NEGBINOMDIST($failures, $successes, $probability) {
        $failures        = floor(PHPExcel_Calculation_Functions::flattenSingleValue($failures));
        $successes        = floor(PHPExcel_Calculation_Functions::flattenSingleValue($successes));
        $probability    = PHPExcel_Calculation_Functions::flattenSingleValue($probability);

        if ((is_numeric($failures)) && (is_numeric($successes)) && (is_numeric($probability))) {
            if (($failures < 0) || ($successes < 1)) {
                return PHPExcel_Calculation_Functions::NaN();
            }
            if (($probability < 0) || ($probability > 1)) {
                return PHPExcel_Calculation_Functions::NaN();
            }
            if (PHPExcel_Calculation_Functions::getCompatibilityMode() == PHPExcel_Calculation_Functions::COMPATIBILITY_GNUMERIC) {
                if (($failures + $successes - 1) <= 0) {
                    return PHPExcel_Calculation_Functions::NaN();
                }
            }
            return (PHPExcel_Calculation_MathTrig::COMBIN($failures + $successes - 1,$successes - 1)) * (pow($probability,$successes)) * (pow(1 - $probability,$failures)) ;
        }
        return PHPExcel_Calculation_Functions::VALUE();
    }    //    function NEGBINOMDIST()


    /**
     * NORMDIST
     *
     * Returns the normal distribution for the specified mean and standard deviation. This
     * function has a very wide range of applications in statistics, including hypothesis
     * testing.
     *
     * @param    float        $value
     * @param    float        $mean        Mean Value
     * @param    float        $stdDev        Standard Deviation
     * @param    boolean        $cumulative
     * @return    float
     *
     */
    public static function NORMDIST($value, $mean, $stdDev, $cumulative) {
        $value    = PHPExcel_Calculation_Functions::flattenSingleValue($value);
        $mean    = PHPExcel_Calculation_Functions::flattenSingleValue($mean);
        $stdDev    = PHPExcel_Calculation_Functions::flattenSingleValue($stdDev);

        if ((is_numeric($value)) && (is_numeric($mean)) && (is_numeric($stdDev))) {
            if ($stdDev < 0) {
                return PHPExcel_Calculation_Functions::NaN();
            }
            if ((is_numeric($cumulative)) || (is_bool($cumulative))) {
                if ($cumulative) {
                    return 0.5 * (1 + PHPExcel_Calculation_Engineering::_erfVal(($value - $mean) / ($stdDev * sqrt(2))));
                } else {
                    return (1 / (SQRT2PI * $stdDev)) * exp(0 - (pow($value - $mean,2) / (2 * ($stdDev * $stdDev))));
                }
            }
        }
        return PHPExcel_Calculation_Functions::VALUE();
    }    //    function NORMDIST()


    /**
     * NORMINV
     *
     * Returns the inverse of the normal cumulative distribution for the specified mean and standard deviation.
     *
     * @param    float        $value
     * @param    float        $mean        Mean Value
     * @param    float        $stdDev        Standard Deviation
     * @return    float
     *
     */
    public static function NORMINV($probability,$mean,$stdDev) {
        $probability    = PHPExcel_Calculation_Functions::flattenSingleValue($probability);
        $mean            = PHPExcel_Calculation_Functions::flattenSingleValue($mean);
        $stdDev            = PHPExcel_Calculation_Functions::flattenSingleValue($stdDev);

        if ((is_numeric($probability)) && (is_numeric($mean)) && (is_numeric($stdDev))) {
            if (($probability < 0) || ($probability > 1)) {
                return PHPExcel_Calculation_Functions::NaN();
            }
            if ($stdDev < 0) {
                return PHPExcel_Calculation_Functions::NaN();
            }
            return (self::_inverse_ncdf($probability) * $stdDev) + $mean;
        }
        return PHPExcel_Calculation_Functions::VALUE();
    }    //    function NORMINV()


    /**
     * NORMSDIST
     *
     * Returns the standard normal cumulative distribution function. The distribution has
     * a mean of 0 (zero) and a standard deviation of one. Use this function in place of a
     * table of standard normal curve areas.
     *
     * @param    float        $value
     * @return    float
     */
    public static function NORMSDIST($value) {
        $value    = PHPExcel_Calculation_Functions::flattenSingleValue($value);

        return self::NORMDIST($value, 0, 1, True);
    }    //    function NORMSDIST()


    /**
     * NORMSINV
     *
     * Returns the inverse of the standard normal cumulative distribution
     *
     * @param    float        $value
     * @return    float
     */
    public static function NORMSINV($value) {
        return self::NORMINV($value, 0, 1);
    }    //    function NORMSINV()


    /**
     * PERCENTILE
     *
     * Returns the nth percentile of values in a range..
     *
     * Excel Function:
     *        PERCENTILE(value1[,value2[, ...]],entry)
     *
     * @access    public
     * @category Statistical Functions
     * @param    mixed        $arg,...        Data values
     * @param    float        $entry            Percentile value in the range 0..1, inclusive.
     * @return    float
     */
    public static function PERCENTILE() {
        $aArgs = PHPExcel_Calculation_Functions::flattenArray(func_get_args());

        // Calculate
        $entry = array_pop($aArgs);

        if ((is_numeric($entry)) && (!is_string($entry))) {
            if (($entry < 0) || ($entry > 1)) {
                return PHPExcel_Calculation_Functions::NaN();
            }
            $mArgs = array();
            foreach ($aArgs as $arg) {
                // Is it a numeric value?
                if ((is_numeric($arg)) && (!is_string($arg))) {
                    $mArgs[] = $arg;
                }
            }
            $mValueCount = count($mArgs);
            if ($mValueCount > 0) {
                sort($mArgs);
                $count = self::COUNT($mArgs);
                $index = $entry * ($count-1);
                $iBase = floor($index);
                if ($index == $iBase) {
                    return $mArgs[$index];
                } else {
                    $iNext = $iBase + 1;
                    $iProportion = $index - $iBase;
                    return $mArgs[$iBase] + (($mArgs[$iNext] - $mArgs[$iBase]) * $iProportion) ;
                }
            }
        }
        return PHPExcel_Calculation_Functions::VALUE();
    }    //    function PERCENTILE()


    /**
     * PERCENTRANK
     *
     * Returns the rank of a value in a data set as a percentage of the data set.
     *
     * @param    array of number        An array of, or a reference to, a list of numbers.
     * @param    number                The number whose rank you want to find.
     * @param    number                The number of significant digits for the returned percentage value.
     * @return    float
     */
    public static function PERCENTRANK($valueSet,$value,$significance=3) {
        $valueSet    = PHPExcel_Calculation_Functions::flattenArray($valueSet);
        $value        = PHPExcel_Calculation_Functions::flattenSingleValue($value);
        $significance    = (is_null($significance))    ? 3 :    (integer) PHPExcel_Calculation_Functions::flattenSingleValue($significance);

        foreach($valueSet as $key => $valueEntry) {
            if (!is_numeric($valueEntry)) {
                unset($valueSet[$key]);
            }
        }
        sort($valueSet,SORT_NUMERIC);
        $valueCount = count($valueSet);
        if ($valueCount == 0) {
            return PHPExcel_Calculation_Functions::NaN();
        }

        $valueAdjustor = $valueCount - 1;
        if (($value < $valueSet[0]) || ($value > $valueSet[$valueAdjustor])) {
            return PHPExcel_Calculation_Functions::NA();
        }

        $pos = array_search($value,$valueSet);
        if ($pos === False) {
            $pos = 0;
            $testValue = $valueSet[0];
            while ($testValue < $value) {
                $testValue = $valueSet[++$pos];
            }
            --$pos;
            $pos += (($value - $valueSet[$pos]) / ($testValue - $valueSet[$pos]));
        }

        return round($pos / $valueAdjustor,$significance);
    }    //    function PERCENTRANK()


    /**
     * PERMUT
     *
     * Returns the number of permutations for a given number of objects that can be
     *        selected from number objects. A permutation is any set or subset of objects or
     *        events where internal order is significant. Permutations are different from
     *        combinations, for which the internal order is not significant. Use this function
     *        for lottery-style probability calculations.
     *
     * @param    int        $numObjs    Number of different objects
     * @param    int        $numInSet    Number of objects in each permutation
     * @return    int        Number of permutations
     */
    public static function PERMUT($numObjs,$numInSet) {
        $numObjs    = PHPExcel_Calculation_Functions::flattenSingleValue($numObjs);
        $numInSet    = PHPExcel_Calculation_Functions::flattenSingleValue($numInSet);

        if ((is_numeric($numObjs)) && (is_numeric($numInSet))) {
            $numInSet = floor($numInSet);
            if ($numObjs < $numInSet) {
                return PHPExcel_Calculation_Functions::NaN();
            }
            return round(PHPExcel_Calculation_MathTrig::FACT($numObjs) / PHPExcel_Calculation_MathTrig::FACT($numObjs - $numInSet));
        }
        return PHPExcel_Calculation_Functions::VALUE();
    }    //    function PERMUT()


    /**
     * POISSON
     *
     * Returns the Poisson distribution. A common application of the Poisson distribution
     * is predicting the number of events over a specific time, such as the number of
     * cars arriving at a toll plaza in 1 minute.
     *
     * @param    float        $value
     * @param    float        $mean        Mean Value
     * @param    boolean        $cumulative
     * @return    float
     *
     */
    public static function POISSON($value, $mean, $cumulative) {
        $value    = PHPExcel_Calculation_Functions::flattenSingleValue($value);
        $mean    = PHPExcel_Calculation_Functions::flattenSingleValue($mean);

        if ((is_numeric($value)) && (is_numeric($mean))) {
            if (($value <= 0) || ($mean <= 0)) {
                return PHPExcel_Calculation_Functions::NaN();
            }
            if ((is_numeric($cumulative)) || (is_bool($cumulative))) {
                if ($cumulative) {
                    $summer = 0;
                    for ($i = 0; $i <= floor($value); ++$i) {
                        $summer += pow($mean,$i) / PHPExcel_Calculation_MathTrig::FACT($i);
                    }
                    return exp(0-$mean) * $summer;
                } else {
                    return (exp(0-$mean) * pow($mean,$value)) / PHPExcel_Calculation_MathTrig::FACT($value);
                }
            }
        }
        return PHPExcel_Calculation_Functions::VALUE();
    }    //    function POISSON()


    /**
     * QUARTILE
     *
     * Returns the quartile of a data set.
     *
     * Excel Function:
     *        QUARTILE(value1[,value2[, ...]],entry)
     *
     * @access    public
     * @category Statistical Functions
     * @param    mixed        $arg,...        Data values
     * @param    int            $entry            Quartile value in the range 1..3, inclusive.
     * @return    float
     */
    public static function QUARTILE() {
        $aArgs = PHPExcel_Calculation_Functions::flattenArray(func_get_args());

        // Calculate
        $entry = floor(array_pop($aArgs));

        if ((is_numeric($entry)) && (!is_string($entry))) {
            $entry /= 4;
            if (($entry < 0) || ($entry > 1)) {
                return PHPExcel_Calculation_Functions::NaN();
            }
            return self::PERCENTILE($aArgs,$entry);
        }
        return PHPExcel_Calculation_Functions::VALUE();
    }    //    function QUARTILE()


    /**
     * RANK
     *
     * Returns the rank of a number in a list of numbers.
     *
     * @param    number                The number whose rank you want to find.
     * @param    array of number        An array of, or a reference to, a list of numbers.
     * @param    mixed                Order to sort the values in the value set
     * @return    float
     */
    public static function RANK($value,$valueSet,$order=0) {
        $value = PHPExcel_Calculation_Functions::flattenSingleValue($value);
        $valueSet = PHPExcel_Calculation_Functions::flattenArray($valueSet);
        $order    = (is_null($order))    ? 0 :    (integer) PHPExcel_Calculation_Functions::flattenSingleValue($order);

        foreach($valueSet as $key => $valueEntry) {
            if (!is_numeric($valueEntry)) {
                unset($valueSet[$key]);
            }
        }

        if ($order == 0) {
            rsort($valueSet,SORT_NUMERIC);
        } else {
            sort($valueSet,SORT_NUMERIC);
        }
        $pos = array_search($value,$valueSet);
        if ($pos === False) {
            return PHPExcel_Calculation_Functions::NA();
        }

        return ++$pos;
    }    //    function RANK()


    /**
     * RSQ
     *
     * Returns the square of the Pearson product moment correlation coefficient through data points in known_y's and known_x's.
     *
     * @param    array of mixed        Data Series Y
     * @param    array of mixed        Data Series X
     * @return    float
     */
    public static function RSQ($yValues,$xValues) {
        if (!self::_checkTrendArrays($yValues,$xValues)) {
            return PHPExcel_Calculation_Functions::VALUE();
        }
        $yValueCount = count($yValues);
        $xValueCount = count($xValues);

        if (($yValueCount == 0) || ($yValueCount != $xValueCount)) {
            return PHPExcel_Calculation_Functions::NA();
        } elseif ($yValueCount == 1) {
            return PHPExcel_Calculation_Functions::DIV0();
        }

        $bestFitLinear = trendClass::calculate(trendClass::TREND_LINEAR,$yValues,$xValues);
        return $bestFitLinear->getGoodnessOfFit();
    }    //    function RSQ()


    /**
     * SKEW
     *
     * Returns the skewness of a distribution. Skewness characterizes the degree of asymmetry
     * of a distribution around its mean. Positive skewness indicates a distribution with an
     * asymmetric tail extending toward more positive values. Negative skewness indicates a
     * distribution with an asymmetric tail extending toward more negative values.
     *
     * @param    array    Data Series
     * @return    float
     */
    public static function SKEW() {
        $aArgs = PHPExcel_Calculation_Functions::flattenArrayIndexed(func_get_args());
        $mean = self::AVERAGE($aArgs);
        $stdDev = self::STDEV($aArgs);

        $count = $summer = 0;
        // Loop through arguments
        foreach ($aArgs as $k => $arg) {
            if ((is_bool($arg)) &&
                (!PHPExcel_Calculation_Functions::isMatrixValue($k))) {
            } else {
                // Is it a numeric value?
                if ((is_numeric($arg)) && (!is_string($arg))) {
                    $summer += pow((($arg - $mean) / $stdDev),3) ;
                    ++$count;
                }
            }
        }

        // Return
        if ($count > 2) {
            return $summer * ($count / (($count-1) * ($count-2)));
        }
        return PHPExcel_Calculation_Functions::DIV0();
    }    //    function SKEW()


    /**
     * SLOPE
     *
     * Returns the slope of the linear regression line through data points in known_y's and known_x's.
     *
     * @param    array of mixed        Data Series Y
     * @param    array of mixed        Data Series X
     * @return    float
     */
    public static function SLOPE($yValues,$xValues) {
        if (!self::_checkTrendArrays($yValues,$xValues)) {
            return PHPExcel_Calculation_Functions::VALUE();
        }
        $yValueCount = count($yValues);
        $xValueCount = count($xValues);

        if (($yValueCount == 0) || ($yValueCount != $xValueCount)) {
            return PHPExcel_Calculation_Functions::NA();
        } elseif ($yValueCount == 1) {
            return PHPExcel_Calculation_Functions::DIV0();
        }

        $bestFitLinear = trendClass::calculate(trendClass::TREND_LINEAR,$yValues,$xValues);
        return $bestFitLinear->getSlope();
    }    //    function SLOPE()


    /**
     * SMALL
     *
     * Returns the nth smallest value in a data set. You can use this function to
     *        select a value based on its relative standing.
     *
     * Excel Function:
     *        SMALL(value1[,value2[, ...]],entry)
     *
     * @access    public
     * @category Statistical Functions
     * @param    mixed        $arg,...        Data values
     * @param    int            $entry            Position (ordered from the smallest) in the array or range of data to return
     * @return    float
     */
    public static function SMALL() {
        $aArgs = PHPExcel_Calculation_Functions::flattenArray(func_get_args());

        // Calculate
        $entry = array_pop($aArgs);

        if ((is_numeric($entry)) && (!is_string($entry))) {
            $mArgs = array();
            foreach ($aArgs as $arg) {
                // Is it a numeric value?
                if ((is_numeric($arg)) && (!is_string($arg))) {
                    $mArgs[] = $arg;
                }
            }
            $count = self::COUNT($mArgs);
            $entry = floor(--$entry);
            if (($entry < 0) || ($entry >= $count) || ($count == 0)) {
                return PHPExcel_Calculation_Functions::NaN();
            }
            sort($mArgs);
            return $mArgs[$entry];
        }
        return PHPExcel_Calculation_Functions::VALUE();
    }    //    function SMALL()


    /**
     * STANDARDIZE
     *
     * Returns a normalized value from a distribution characterized by mean and standard_dev.
     *
     * @param    float    $value        Value to normalize
     * @param    float    $mean        Mean Value
     * @param    float    $stdDev        Standard Deviation
     * @return    float    Standardized value
     */
    public static function STANDARDIZE($value,$mean,$stdDev) {
        $value    = PHPExcel_Calculation_Functions::flattenSingleValue($value);
        $mean    = PHPExcel_Calculation_Functions::flattenSingleValue($mean);
        $stdDev    = PHPExcel_Calculation_Functions::flattenSingleValue($stdDev);

        if ((is_numeric($value)) && (is_numeric($mean)) && (is_numeric($stdDev))) {
            if ($stdDev <= 0) {
                return PHPExcel_Calculation_Functions::NaN();
            }
            return ($value - $mean) / $stdDev ;
        }
        return PHPExcel_Calculation_Functions::VALUE();
    }    //    function STANDARDIZE()


    /**
     * STDEV
     *
     * Estimates standard deviation based on a sample. The standard deviation is a measure of how
     *        widely values are dispersed from the average value (the mean).
     *
     * Excel Function:
     *        STDEV(value1[,value2[, ...]])
     *
     * @access    public
     * @category Statistical Functions
     * @param    mixed        $arg,...        Data values
     * @return    float
     */
    public static function STDEV() {
        $aArgs = PHPExcel_Calculation_Functions::flattenArrayIndexed(func_get_args());

        // Return value
        $returnValue = null;

        $aMean = self::AVERAGE($aArgs);
        if (!is_null($aMean)) {
            $aCount = -1;
            foreach ($aArgs as $k => $arg) {
                if ((is_bool($arg)) &&
                    ((!PHPExcel_Calculation_Functions::isCellValue($k)) || (PHPExcel_Calculation_Functions::getCompatibilityMode() == PHPExcel_Calculation_Functions::COMPATIBILITY_OPENOFFICE))) {
                    $arg = (integer) $arg;
                }
                // Is it a numeric value?
                if ((is_numeric($arg)) && (!is_string($arg))) {
                    if (is_null($returnValue)) {
                        $returnValue = pow(($arg - $aMean),2);
                    } else {
                        $returnValue += pow(($arg - $aMean),2);
                    }
                    ++$aCount;
                }
            }

            // Return
            if (($aCount > 0) && ($returnValue >= 0)) {
                return sqrt($returnValue / $aCount);
            }
        }
        return PHPExcel_Calculation_Functions::DIV0();
    }    //    function STDEV()


    /**
     * STDEVA
     *
     * Estimates standard deviation based on a sample, including numbers, text, and logical values
     *
     * Excel Function:
     *        STDEVA(value1[,value2[, ...]])
     *
     * @access    public
     * @category Statistical Functions
     * @param    mixed        $arg,...        Data values
     * @return    float
     */
    public static function STDEVA() {
        $aArgs = PHPExcel_Calculation_Functions::flattenArrayIndexed(func_get_args());

        // Return value
        $returnValue = null;

        $aMean = self::AVERAGEA($aArgs);
        if (!is_null($aMean)) {
            $aCount = -1;
            foreach ($aArgs as $k => $arg) {
                if ((is_bool($arg)) &&
                    (!PHPExcel_Calculation_Functions::isMatrixValue($k))) {
                } else {
                    // Is it a numeric value?
                    if ((is_numeric($arg)) || (is_bool($arg)) || ((is_string($arg) & ($arg != '')))) {
                        if (is_bool($arg)) {
                            $arg = (integer) $arg;
                        } elseif (is_string($arg)) {
                            $arg = 0;
                        }
                        if (is_null($returnValue)) {
                            $returnValue = pow(($arg - $aMean),2);
                        } else {
                            $returnValue += pow(($arg - $aMean),2);
                        }
                        ++$aCount;
                    }
                }
            }

            // Return
            if (($aCount > 0) && ($returnValue >= 0)) {
                return sqrt($returnValue / $aCount);
            }
        }
        return PHPExcel_Calculation_Functions::DIV0();
    }    //    function STDEVA()


    /**
     * STDEVP
     *
     * Calculates standard deviation based on the entire population
     *
     * Excel Function:
     *        STDEVP(value1[,value2[, ...]])
     *
     * @access    public
     * @category Statistical Functions
     * @param    mixed        $arg,...        Data values
     * @return    float
     */
    public static function STDEVP() {
        $aArgs = PHPExcel_Calculation_Functions::flattenArrayIndexed(func_get_args());

        // Return value
        $returnValue = null;

        $aMean = self::AVERAGE($aArgs);
        if (!is_null($aMean)) {
            $aCount = 0;
            foreach ($aArgs as $k => $arg) {
                if ((is_bool($arg)) &&
                    ((!PHPExcel_Calculation_Functions::isCellValue($k)) || (PHPExcel_Calculation_Functions::getCompatibilityMode() == PHPExcel_Calculation_Functions::COMPATIBILITY_OPENOFFICE))) {
                    $arg = (integer) $arg;
                }
                // Is it a numeric value?
                if ((is_numeric($arg)) && (!is_string($arg))) {
                    if (is_null($returnValue)) {
                        $returnValue = pow(($arg - $aMean),2);
                    } else {
                        $returnValue += pow(($arg - $aMean),2);
                    }
                    ++$aCount;
                }
            }

            // Return
            if (($aCount > 0) && ($returnValue >= 0)) {
                return sqrt($returnValue / $aCount);
            }
        }
        return PHPExcel_Calculation_Functions::DIV0();
    }    //    function STDEVP()


    /**
     * STDEVPA
     *
     * Calculates standard deviation based on the entire population, including numbers, text, and logical values
     *
     * Excel Function:
     *        STDEVPA(value1[,value2[, ...]])
     *
     * @access    public
     * @category Statistical Functions
     * @param    mixed        $arg,...        Data values
     * @return    float
     */
    public static function STDEVPA() {
        $aArgs = PHPExcel_Calculation_Functions::flattenArrayIndexed(func_get_args());

        // Return value
        $returnValue = null;

        $aMean = self::AVERAGEA($aArgs);
        if (!is_null($aMean)) {
            $aCount = 0;
            foreach ($aArgs as $k => $arg) {
                if ((is_bool($arg)) &&
                    (!PHPExcel_Calculation_Functions::isMatrixValue($k))) {
                } else {
                    // Is it a numeric value?
                    if ((is_numeric($arg)) || (is_bool($arg)) || ((is_string($arg) & ($arg != '')))) {
                        if (is_bool($arg)) {
                            $arg = (integer) $arg;
                        } elseif (is_string($arg)) {
                            $arg = 0;
                        }
                        if (is_null($returnValue)) {
                            $returnValue = pow(($arg - $aMean),2);
                        } else {
                            $returnValue += pow(($arg - $aMean),2);
                        }
                        ++$aCount;
                    }
                }
            }

            // Return
            if (($aCount > 0) && ($returnValue >= 0)) {
                return sqrt($returnValue / $aCount);
            }
        }
        return PHPExcel_Calculation_Functions::DIV0();
    }    //    function STDEVPA()


    /**
     * STEYX
     *
     * Returns the standard error of the predicted y-value for each x in the regression.
     *
     * @param    array of mixed        Data Series Y
     * @param    array of mixed        Data Series X
     * @return    float
     */
    public static function STEYX($yValues,$xValues) {
        if (!self::_checkTrendArrays($yValues,$xValues)) {
            return PHPExcel_Calculation_Functions::VALUE();
        }
        $yValueCount = count($yValues);
        $xValueCount = count($xValues);

        if (($yValueCount == 0) || ($yValueCount != $xValueCount)) {
            return PHPExcel_Calculation_Functions::NA();
        } elseif ($yValueCount == 1) {
            return PHPExcel_Calculation_Functions::DIV0();
        }

        $bestFitLinear = trendClass::calculate(trendClass::TREND_LINEAR,$yValues,$xValues);
        return $bestFitLinear->getStdevOfResiduals();
    }    //    function STEYX()


    /**
     * TDIST
     *
     * Returns the probability of Student's T distribution.
     *
     * @param    float        $value            Value for the function
     * @param    float        $degrees        degrees of freedom
     * @param    float        $tails            number of tails (1 or 2)
     * @return    float
     */
    public static function TDIST($value, $degrees, $tails) {
        $value        = PHPExcel_Calculation_Functions::flattenSingleValue($value);
        $degrees    = floor(PHPExcel_Calculation_Functions::flattenSingleValue($degrees));
        $tails        = floor(PHPExcel_Calculation_Functions::flattenSingleValue($tails));

        if ((is_numeric($value)) && (is_numeric($degrees)) && (is_numeric($tails))) {
            if (($value < 0) || ($degrees < 1) || ($tails < 1) || ($tails > 2)) {
                return PHPExcel_Calculation_Functions::NaN();
            }
            //    tdist, which finds the probability that corresponds to a given value
            //    of t with k degrees of freedom. This algorithm is translated from a
            //    pascal function on p81 of "Statistical Computing in Pascal" by D
            //    Cooke, A H Craven & G M Clark (1985: Edward Arnold (Pubs.) Ltd:
            //    London). The above Pascal algorithm is itself a translation of the
            //    fortran algoritm "AS 3" by B E Cooper of the Atlas Computer
            //    Laboratory as reported in (among other places) "Applied Statistics
            //    Algorithms", editied by P Griffiths and I D Hill (1985; Ellis
            //    Horwood Ltd.; W. Sussex, England).
            $tterm = $degrees;
            $ttheta = atan2($value,sqrt($tterm));
            $tc = cos($ttheta);
            $ts = sin($ttheta);
            $tsum = 0;

            if (($degrees % 2) == 1) {
                $ti = 3;
                $tterm = $tc;
            } else {
                $ti = 2;
                $tterm = 1;
            }

            $tsum = $tterm;
            while ($ti < $degrees) {
                $tterm *= $tc * $tc * ($ti - 1) / $ti;
                $tsum += $tterm;
                $ti += 2;
            }
            $tsum *= $ts;
            if (($degrees % 2) == 1) { $tsum = M_2DIVPI * ($tsum + $ttheta); }
            $tValue = 0.5 * (1 + $tsum);
            if ($tails == 1) {
                return 1 - abs($tValue);
            } else {
                return 1 - abs((1 - $tValue) - $tValue);
            }
        }
        return PHPExcel_Calculation_Functions::VALUE();
    }    //    function TDIST()


    /**
     * TINV
     *
     * Returns the one-tailed probability of the chi-squared distribution.
     *
     * @param    float        $probability    Probability for the function
     * @param    float        $degrees        degrees of freedom
     * @return    float
     */
    public static function TINV($probability, $degrees) {
        $probability    = PHPExcel_Calculation_Functions::flattenSingleValue($probability);
        $degrees        = floor(PHPExcel_Calculation_Functions::flattenSingleValue($degrees));

        if ((is_numeric($probability)) && (is_numeric($degrees))) {
            $xLo = 100;
            $xHi = 0;

            $x = $xNew = 1;
            $dx    = 1;
            $i = 0;

            while ((abs($dx) > PRECISION) && ($i++ < MAX_ITERATIONS)) {
                // Apply Newton-Raphson step
                $result = self::TDIST($x, $degrees, 2);
                $error = $result - $probability;
                if ($error == 0.0) {
                    $dx = 0;
                } elseif ($error < 0.0) {
                    $xLo = $x;
                } else {
                    $xHi = $x;
                }
                // Avoid division by zero
                if ($result != 0.0) {
                    $dx = $error / $result;
                    $xNew = $x - $dx;
                }
                // If the NR fails to converge (which for example may be the
                // case if the initial guess is too rough) we apply a bisection
                // step to determine a more narrow interval around the root.
                if (($xNew < $xLo) || ($xNew > $xHi) || ($result == 0.0)) {
                    $xNew = ($xLo + $xHi) / 2;
                    $dx = $xNew - $x;
                }
                $x = $xNew;
            }
            if ($i == MAX_ITERATIONS) {
                return PHPExcel_Calculation_Functions::NA();
            }
            return round($x,12);
        }
        return PHPExcel_Calculation_Functions::VALUE();
    }    //    function TINV()


    /**
     * TREND
     *
     * Returns values along a linear trend
     *
     * @param    array of mixed        Data Series Y
     * @param    array of mixed        Data Series X
     * @param    array of mixed        Values of X for which we want to find Y
     * @param    boolean                A logical value specifying whether to force the intersect to equal 0.
     * @return    array of float
     */
    public static function TREND($yValues,$xValues=array(),$newValues=array(),$const=True) {
        $yValues = PHPExcel_Calculation_Functions::flattenArray($yValues);
        $xValues = PHPExcel_Calculation_Functions::flattenArray($xValues);
        $newValues = PHPExcel_Calculation_Functions::flattenArray($newValues);
        $const    = (is_null($const))    ? True :    (boolean) PHPExcel_Calculation_Functions::flattenSingleValue($const);

        $bestFitLinear = trendClass::calculate(trendClass::TREND_LINEAR,$yValues,$xValues,$const);
        if (empty($newValues)) {
            $newValues = $bestFitLinear->getXValues();
        }

        $returnArray = array();
        foreach($newValues as $xValue) {
            $returnArray[0][] = $bestFitLinear->getValueOfYForX($xValue);
        }

        return $returnArray;
    }    //    function TREND()


    /**
     * TRIMMEAN
     *
     * Returns the mean of the interior of a data set. TRIMMEAN calculates the mean
     *        taken by excluding a percentage of data points from the top and bottom tails
     *        of a data set.
     *
     * Excel Function:
     *        TRIMEAN(value1[,value2[, ...]],$discard)
     *
     * @access    public
     * @category Statistical Functions
     * @param    mixed        $arg,...        Data values
     * @param    float        $discard        Percentage to discard
     * @return    float
     */
    public static function TRIMMEAN() {
        $aArgs = PHPExcel_Calculation_Functions::flattenArray(func_get_args());

        // Calculate
        $percent = array_pop($aArgs);

        if ((is_numeric($percent)) && (!is_string($percent))) {
            if (($percent < 0) || ($percent > 1)) {
                return PHPExcel_Calculation_Functions::NaN();
            }
            $mArgs = array();
            foreach ($aArgs as $arg) {
                // Is it a numeric value?
                if ((is_numeric($arg)) && (!is_string($arg))) {
                    $mArgs[] = $arg;
                }
            }
            $discard = floor(self::COUNT($mArgs) * $percent / 2);
            sort($mArgs);
            for ($i=0; $i < $discard; ++$i) {
                array_pop($mArgs);
                array_shift($mArgs);
            }
            return self::AVERAGE($mArgs);
        }
        return PHPExcel_Calculation_Functions::VALUE();
    }    //    function TRIMMEAN()


    /**
     * VARFunc
     *
     * Estimates variance based on a sample.
     *
     * Excel Function:
     *        VAR(value1[,value2[, ...]])
     *
     * @access    public
     * @category Statistical Functions
     * @param    mixed        $arg,...        Data values
     * @return    float
     */
    public static function VARFunc() {
        // Return value
        $returnValue = PHPExcel_Calculation_Functions::DIV0();

        $summerA = $summerB = 0;

        // Loop through arguments
        $aArgs = PHPExcel_Calculation_Functions::flattenArray(func_get_args());
        $aCount = 0;
        foreach ($aArgs as $arg) {
            if (is_bool($arg)) { $arg = (integer) $arg; }
            // Is it a numeric value?
            if ((is_numeric($arg)) && (!is_string($arg))) {
                $summerA += ($arg * $arg);
                $summerB += $arg;
                ++$aCount;
            }
        }

        // Return
        if ($aCount > 1) {
            $summerA *= $aCount;
            $summerB *= $summerB;
            $returnValue = ($summerA - $summerB) / ($aCount * ($aCount - 1));
        }
        return $returnValue;
    }    //    function VARFunc()


    /**
     * VARA
     *
     * Estimates variance based on a sample, including numbers, text, and logical values
     *
     * Excel Function:
     *        VARA(value1[,value2[, ...]])
     *
     * @access    public
     * @category Statistical Functions
     * @param    mixed        $arg,...        Data values
     * @return    float
     */
    public static function VARA() {
        // Return value
        $returnValue = PHPExcel_Calculation_Functions::DIV0();

        $summerA = $summerB = 0;

        // Loop through arguments
        $aArgs = PHPExcel_Calculation_Functions::flattenArrayIndexed(func_get_args());
        $aCount = 0;
        foreach ($aArgs as $k => $arg) {
            if ((is_string($arg)) &&
                (PHPExcel_Calculation_Functions::isValue($k))) {
                return PHPExcel_Calculation_Functions::VALUE();
            } elseif ((is_string($arg)) &&
                (!PHPExcel_Calculation_Functions::isMatrixValue($k))) {
            } else {
                // Is it a numeric value?
                if ((is_numeric($arg)) || (is_bool($arg)) || ((is_string($arg) & ($arg != '')))) {
                    if (is_bool($arg)) {
                        $arg = (integer) $arg;
                    } elseif (is_string($arg)) {
                        $arg = 0;
                    }
                    $summerA += ($arg * $arg);
                    $summerB += $arg;
                    ++$aCount;
                }
            }
        }

        // Return
        if ($aCount > 1) {
            $summerA *= $aCount;
            $summerB *= $summerB;
            $returnValue = ($summerA - $summerB) / ($aCount * ($aCount - 1));
        }
        return $returnValue;
    }    //    function VARA()


    /**
     * VARP
     *
     * Calculates variance based on the entire population
     *
     * Excel Function:
     *        VARP(value1[,value2[, ...]])
     *
     * @access    public
     * @category Statistical Functions
     * @param    mixed        $arg,...        Data values
     * @return    float
     */
    public static function VARP() {
        // Return value
        $returnValue = PHPExcel_Calculation_Functions::DIV0();

        $summerA = $summerB = 0;

        // Loop through arguments
        $aArgs = PHPExcel_Calculation_Functions::flattenArray(func_get_args());
        $aCount = 0;
        foreach ($aArgs as $arg) {
            if (is_bool($arg)) { $arg = (integer) $arg; }
            // Is it a numeric value?
            if ((is_numeric($arg)) && (!is_string($arg))) {
                $summerA += ($arg * $arg);
                $summerB += $arg;
                ++$aCount;
            }
        }

        // Return
        if ($aCount > 0) {
            $summerA *= $aCount;
            $summerB *= $summerB;
            $returnValue = ($summerA - $summerB) / ($aCount * $aCount);
        }
        return $returnValue;
    }    //    function VARP()


    /**
     * VARPA
     *
     * Calculates variance based on the entire population, including numbers, text, and logical values
     *
     * Excel Function:
     *        VARPA(value1[,value2[, ...]])
     *
     * @access    public
     * @category Statistical Functions
     * @param    mixed        $arg,...        Data values
     * @return    float
     */
    public static function VARPA() {
        // Return value
        $returnValue = PHPExcel_Calculation_Functions::DIV0();

        $summerA = $summerB = 0;

        // Loop through arguments
        $aArgs = PHPExcel_Calculation_Functions::flattenArrayIndexed(func_get_args());
        $aCount = 0;
        foreach ($aArgs as $k => $arg) {
            if ((is_string($arg)) &&
                (PHPExcel_Calculation_Functions::isValue($k))) {
                return PHPExcel_Calculation_Functions::VALUE();
            } elseif ((is_string($arg)) &&
                (!PHPExcel_Calculation_Functions::isMatrixValue($k))) {
            } else {
                // Is it a numeric value?
                if ((is_numeric($arg)) || (is_bool($arg)) || ((is_string($arg) & ($arg != '')))) {
                    if (is_bool($arg)) {
                        $arg = (integer) $arg;
                    } elseif (is_string($arg)) {
                        $arg = 0;
                    }
                    $summerA += ($arg * $arg);
                    $summerB += $arg;
                    ++$aCount;
                }
            }
        }

        // Return
        if ($aCount > 0) {
            $summerA *= $aCount;
            $summerB *= $summerB;
            $returnValue = ($summerA - $summerB) / ($aCount * $aCount);
        }
        return $returnValue;
    }    //    function VARPA()


    /**
     * WEIBULL
     *
     * Returns the Weibull distribution. Use this distribution in reliability
     * analysis, such as calculating a device's mean time to failure.
     *
     * @param    float        $value
     * @param    float        $alpha        Alpha Parameter
     * @param    float        $beta        Beta Parameter
     * @param    boolean        $cumulative
     * @return    float
     *
     */
    public static function WEIBULL($value, $alpha, $beta, $cumulative) {
        $value    = PHPExcel_Calculation_Functions::flattenSingleValue($value);
        $alpha    = PHPExcel_Calculation_Functions::flattenSingleValue($alpha);
        $beta    = PHPExcel_Calculation_Functions::flattenSingleValue($beta);

        if ((is_numeric($value)) && (is_numeric($alpha)) && (is_numeric($beta))) {
            if (($value < 0) || ($alpha <= 0) || ($beta <= 0)) {
                return PHPExcel_Calculation_Functions::NaN();
            }
            if ((is_numeric($cumulative)) || (is_bool($cumulative))) {
                if ($cumulative) {
                    return 1 - exp(0 - pow($value / $beta,$alpha));
                } else {
                    return ($alpha / pow($beta,$alpha)) * pow($value,$alpha - 1) * exp(0 - pow($value / $beta,$alpha));
                }
            }
        }
        return PHPExcel_Calculation_Functions::VALUE();
    }    //    function WEIBULL()


    /**
     * ZTEST
     *
     * Returns the Weibull distribution. Use this distribution in reliability
     * analysis, such as calculating a device's mean time to failure.
     *
     * @param    float        $dataSet
     * @param    float        $m0        Alpha Parameter
     * @param    float        $sigma    Beta Parameter
     * @param    boolean        $cumulative
     * @return    float
     *
     */
    public static function ZTEST($dataSet, $m0, $sigma = NULL) {
        $dataSet    = PHPExcel_Calculation_Functions::flattenArrayIndexed($dataSet);
        $m0            = PHPExcel_Calculation_Functions::flattenSingleValue($m0);
        $sigma        = PHPExcel_Calculation_Functions::flattenSingleValue($sigma);

        if (is_null($sigma)) {
            $sigma = self::STDEV($dataSet);
        }
        $n = count($dataSet);

        return 1 - self::NORMSDIST((self::AVERAGE($dataSet) - $m0)/($sigma/SQRT($n)));
    }    //    function ZTEST()

}    //    class PHPExcel_Calculation_Statistical