Thep Excel
F.DIST – คำนวณค่าความน่าจะเป็นของการแจกแจง F
F.DIST ใช้หาค่าความน่าจะเป็นของการแจกแจงแบบ F สำหรับทดสอบความแตกต่างของความแปรปรวนระหว่างกลุ่มข้อมูล มีทั้งโหมด CDF และ PDF
=F.DIST(x, deg_freedom1, deg_freedom2, cumulative)
Function Metrics
Popularity
5/10
Difficulty
4/10
Usefulness
6/10
Syntax & Arguments
=F.DIST(x, deg_freedom1, deg_freedom2, cumulative)
| Argument | Type | Required | Default | Description |
|---|---|---|---|---|
| x | Number | Yes | ค่า F-statistic ที่ต้องการหาความน่าจะเป็น ต้องมากกว่าหรือเท่ากับ 0 ถ้าใส่ค่าลบจะเกิด #NUM! error | |
| deg_freedom1 | Number | Yes | Degrees of freedom ของเศษ (Numerator) ต้องเป็นจำนวนเต็มบวก เช่น จำนวนกลุ่มลบ 1 ถ้าน้อยกว่า 1 จะเกิด #NUM! error | |
| deg_freedom2 | Number | Yes | Degrees of freedom ของส่วน (Denominator) ต้องเป็นจำนวนเต็มบวก เช่น จำนวนตัวอย่างทั้งหมดลบจำนวนกลุ่ม ถ้าน้อยกว่า 1 จะเกิด #NUM! error | |
| cumulative | Boolean | Yes | TRUE = ความน่าจะเป็นสะสม (CDF) ใช้หา P-value ด้านซ้าย, FALSE = ความหนาแน่นของความน่าจะเป็น (PDF) ใช้วาดกราฟ |
Examples
หา CDF ของ F-statistic สำหรับ ANOVA 4 กลุ่ม
F.DIST(2.5, 3, 20, TRUE)
=F.DIST(2.5, 3, 20, TRUE)
0.9112
หา PDF เพื่อวาดเส้นโค้ง F-distribution
F.DIST(2.5, 3, 20, FALSE)
=F.DIST(2.5, 3, 20, FALSE)
0.0873
ทดสอบความแตกต่างรายได้ระหว่าง 3 ทีมขาย
F.DIST(4.2, 2, 27, TRUE)
=F.DIST(4.2, 2, 27, TRUE)
0.9742
เปรียบเทียบ: ใช้ F.DIST.RT แทนการเอา 1 ลบ
F.DIST.RT(2.5, 3, 20)
=F.DIST.RT(2.5, 3, 20)
0.0888
FAQs
F.DIST กับ F.DIST.RT ต่างกันอย่างไร ควรใช้อันไหน?
F.DIST(x, df1, df2, TRUE) หาความน่าจะเป็นด้านซ้าย (CDF) ถ้าต้องการ P-value ต้องเอา 1 ลบเอง ส่วน F.DIST.RT(x, df1, df2) หาความน่าจะเป็นด้านขวาโดยตรง ซึ่งคือ P-value ที่ต้องการในการทดสอบ ANOVA ผมใช้ F.DIST.RT เป็นหลักเพราะสะดวกกว่า ใช้ F.DIST เมื่อต้องการ PDF หรือ CDF สำหรับกราฟเท่านั้น
Degrees of Freedom กำหนดอย่างไร ต้องคำนวณเองไหม?
ผมจำง่ายๆ แบบนี้: deg_freedom1 = จำนวนกลุ่ม – 1 (เช่น 4 กลุ่ม → df1 = 3), deg_freedom2 = จำนวนตัวอย่างทั้งหมด – จำนวนกลุ่ม (เช่น 24 ตัวอย่าง 4 กลุ่ม → df2 = 20) ถ้าใช้ Analysis ToolPak ของ Excel มันจะคำนวณ df ให้อัตโนมัติในตาราง ANOVA
ได้รับ #NUM! error ต้องแก้ยังไง?
#NUM! เกิดจาก 3 สาเหตุ: (1) x มีค่าน้อยกว่า 0 — F-statistic ต้องเป็นบวกเสมอ, (2) deg_freedom1 น้อยกว่า 1 — ต้องมีอย่างน้อย 2 กลุ่มจึงจะมี df ≥ 1, (3) deg_freedom2 น้อยกว่า 1 — ต้องมีตัวอย่างมากกว่าจำนวนกลุ่ม ผมตรวจสอบค่า df ก่อนทุกครั้งที่เจอ error นี้
ทำไม F-statistic ต้องมากกว่า 1 ถึงจะสรุปว่ามีความแตกต่าง?
ไม่จำเป็นต้องมากกว่า 1 เสมอไป แต่ F-statistic = ความแปรปรวนระหว่างกลุ่ม / ความแปรปรวนภายในกลุ่ม ถ้า F ใกล้ 1 แปลว่าความแปรปรวนทั้งสองส่วนใกล้เคียงกัน ไม่น่าจะมีความแตกต่าง ถ้า F มากกว่า 1 มากๆ และ P-value < 0.05 ถึงจะสรุปว่ามีความแตกต่างอย่างมีนัยสำคัญ
Resources & Related
Resources
-
Official Microsoft Documentation
official
Related functions
Additional Notes
ฟังก์ชัน F.DIST ใช้ในการวิเคราะห์สถิติเพื่อหาค่าความน่าจะเป็นของการแจกแจงแบบ F ซึ่งเป็นเครื่องมือหลักในการทดสอบสมมติฐานเกี่ยวกับความแปรปรวน (ANOVA) โดยรับค่า F-statistic พร้อม Degrees of Freedom สองค่า คือ Numerator (df1) และ Denominator (df2) แล้วคืนค่าความน่าจะเป็น ถ้า cumulative = TRUE จะได้ CDF (ความน่าจะเป็นสะสมจากซ้าย) ถ้า cumulative = FALSE จะได้ PDF (ความหนาแน่น ณ จุดนั้น)
ที่เจ๋งคือ F.DIST รองรับทั้งสองโหมดในฟังก์ชันเดียว ทำให้นักสถิติใช้คำนวณทั้ง P-value (ต้องใช้ TRUE แล้วเอา 1 ลบ) และวาดเส้นโค้ง PDF ในกราฟเพื่อการนำเสนอได้ในฟังก์ชันเดียวกัน — ไม่ต้องสลับฟังก์ชัน
ส่วนตัวผม ใช้ F.DIST บ่อยในงาน ANOVA เมื่อต้องเปรียบเทียบความแปรปรวนของรายได้หรือคะแนนระหว่างทีม สิ่งที่ต้องระวังคือ cumulative ต้องระบุถูกต้องเสมอ และถ้าต้องการ P-value จริงๆ ผมจะใช้ F.DIST.RT โดยตรงเพราะได้ผลลัพธ์ในขั้นตอนเดียว 😎