Thep Excel
GAMMA.DIST – หาค่าการแจกแจงแบบ Gamma
GAMMA.DIST คำนวณความน่าจะเป็นจากการแจกแจงแบบ Gamma โดยรับค่า x, alpha, beta และการเลือกระหว่าง PDF (probability density function) หรือ CDF (cumulative distribution function)
=GAMMA.DIST(x, alpha, beta, cumulative)
Function Metrics
Popularity
5/10
Difficulty
4/10
Usefulness
6/10
Syntax & Arguments
=GAMMA.DIST(x, alpha, beta, cumulative)
| Argument | Type | Required | Default | Description |
|---|---|---|---|---|
| x | Number | Yes | ค่าที่ต้องการประเมินการแจกแจง ต้องเป็นค่าบวก (x > 0) | |
| alpha | Number | Yes | พารามิเตอร์ shape ของการแจกแจง Gamma ควบคุมรูปร่างของเส้นโค้ง ต้องมากกว่า 0 (alpha > 0) | |
| beta | Number | Yes | พารามิเตอร์ scale ของการแจกแจง Gamma ควบคุมความกว้างของการกระจาย เมื่อ beta = 1 จะได้ standard gamma distribution ต้องมากกว่า 0 (beta > 0) | |
| cumulative | Boolean | Yes | TRUE = CDF (cumulative distribution function) ความน่าจะเป็นสะสมจาก 0 ถึง x, FALSE = PDF (probability density function) ความหนาแน่นความน่าจะเป็นที่จุด x |
Examples
ตัวอย่างพื้นฐาน: หาความน่าจะเป็นสะสม (CDF)
GAMMA.DIST(10, 9, 2, TRUE)
=GAMMA.DIST(10, 9, 2, TRUE)
0.9857
ตัวอย่างพื้นฐาน: หาความหนาแน่นความน่าจะเป็น (PDF)
GAMMA.DIST(10, 9, 2, FALSE)
=GAMMA.DIST(10, 9, 2, FALSE)
0.0151
กรณีการใช้งาน: วิเคราะห์เวลาเดินทาง
ถ้า A2 = 15 (นาที), A3 = 5 (shape), A4 = 3 (scale) =GAMMA.DIST(A2, A3, A4, TRUE)
ถ้า A2 = 15 (นาที), A3 = 5 (shape), A4 = 3 (scale)
=GAMMA.DIST(A2, A3, A4, TRUE)
0.7579
FAQs
GAMMA.DIST กับ GAMMADIST ต่างกันอย่างไร?
GAMMA.DIST เป็นรุ่นใหม่ของ GAMMADIST (relic function) ทั้งสองให้ผลลัพธ์เหมือนกัน แต่ GAMMA.DIST เป็น standard function ที่ต้องใช้ในเวอร์ชันใหม่
เมื่อไหร่ต้องใช้ CDF และเมื่อไหร่ใช้ PDF?
ใช้ CDF (cumulative=TRUE) เมื่อต้องการหาความน่าจะเป็น ‘น้อยกว่าหรือเท่ากับ’ ค่านั้น เช่น ‘มีกี่เปอร์เซ็นต์ที่เดินทางใช้เวลาน้อยกว่า 15 นาที’ ใช้ PDF (cumulative=FALSE) เมื่อต้องการศึกษารูปแบบการกระจายหรือค่า probability density ที่จุดใดจุดหนึ่ง
ค่า alpha และ beta มีความสำคัญอย่างไร?
alpha (shape) ควบคุมรูปร่างของเส้นโค้ง: alpha น้อย = เบ้มาก, alpha มากขึ้น = ใกล้ปกติมากขึ้น; beta (scale) ควบคุมหน่วยวัด: beta มากขึ้น = ข้อมูลกระจายกว้างขึ้น
จะเกิดอะไรถ้า x = 0 หรือค่าติดลบ?
ฟังก์ชันจะ return #NUM! error เพราะการแจกแจง Gamma ไม่นิยามสำหรับค่า x ≤ 0
Resources & Related
Resources
-
Microsoft Support – GAMMA.DIST
official -
GAMMA.INV – ฟังก์ชันตรงกันข้าม
official
Related functions
Additional Notes
ฟังก์ชัน GAMMA.DIST ใช้สำหรับการวิเคราะห์ทางสถิติเมื่อต้องการเข้าใจการกระจายตัวของข้อมูลที่ไม่ปกติ (skewed data) เช่น การวิเคราะห์เวลารอคอยในระบบ หรือการศึกษาความสัมพันธ์ระหว่างตัวแปร
ฟังก์ชันนี้ใช้สอง mode: mode สะสม (CDF) บอกความน่าจะเป็นสะสมจากจุด 0 ถึง x สำหรับการหาความน่าจะเป็นในช่วง และ mode ความหนาแน่น (PDF) บอกความสูงของเส้นโค้งความน่าจะเป็นตรงจุด x สำหรับการวิเคราะห์รูปแบบการกระจาย
ที่เจ๋งคือ GAMMA.DIST ใช้พารามิเตอร์ alpha (shape) และ beta (scale) ซึ่งช่วยให้ปรับรูปแบบการแจกแจงได้หลากหลาย เมื่อ alpha เพิ่มขึ้น การแจกแจงจะสมมาตรมากขึ้น เมื่อ beta เพิ่มขึ้น ข้อมูลจะกระจายตัวกว้างขึ้น
ส่วนตัวผม ฟังก์ชันนี้มีประโยชน์จริงในการวิเคราะห์ข้อมูล operational เช่น เวลาเดินรถถึงลูกค้า, ระยะเวลากระบวนการผลิต หรือแม้แต่การวิเคราะห์ข้อมูลการรักษาพยาบาล 😎