Thep Excel

LOGNORM.INVหาค่าผกผันของการแจกแจง Lognormal

LOGNORM.INV คำนวณค่าผกผันของการแจกแจง Lognormal โดยรับค่าความน่าจะเป็นและส่งคืนค่า X ที่สอดคล้องกับความน่าจะเป็นนั้น ใช้ในการวิเคราะห์ความเสี่ยงและการวางแผนทางการเงิน

fx
=LOGNORM.INV(probability, mean, standard_dev)

ความนิยม5/10
ความยาก4/10
ประโยชน์6/10

อัปเดต 2 December 2025

Syntax & Arguments

อาร์กิวเมนต์ ชนิด คำอธิบาย
probability Number ค่าความน่าจะเป็นที่ต้องการหาค่า X สอดคล้อง ต้องอยู่ระหว่าง 0 ถึง 1 (0% ถึง 100%)
mean Number ค่าเฉลี่ยของ ln(X) เรียกว่า mu (μ) ใช้ค่าที่มาจากการคำนวณลอการิทึมธรรมชาติของข้อมูลเดิม
standard_dev Number ส่วนเบี่ยงเบนมาตรฐานของ ln(X) เรียกว่า sigma (σ) ต้องเป็นค่าบวก ใช้ค่าที่มาจากการคำนวณส่วนเบี่ยงเบนมาตรฐานของลอการิทึมธรรมชาติ

Additional Notes

LOGNORM.INV เป็นฟังก์ชันสถิติที่ใช้คำนวณค่าผกผันของการแจกแจงแบบ Lognormal สำหรับความน่าจะเป็นที่กำหนด ฟังก์ชันนี้ใช้ค่าเฉลี่ยและส่วนเบี่ยงเบนมาตรฐานของลอการิทึมธรรมชาติของ X เพื่อหาค่า X ที่ทำให้พื้นที่ใต้กราฟเท่ากับความน่าจะเป็นที่ระบุ

ที่เจ๋งคือ LOGNORM.INV เป็นคู่กันของ LOGNORM.DIST – ถ้าคุณรู้ค่า X อยากรู้ความน่าจะเป็น ใช้ LOGNORM.DIST แต่ถ้ารู้ความน่าจะเป็นอยากรู้ค่า X ก็ใช้ LOGNORM.INV แบบนี้

ส่วนตัวผมใช้มันเวลาทำ Value at Risk (VaR) ในการวิเคราะห์พอร์ตโฟลิโอ หรือเวลาต้องหาจุดตัดความเสี่ยงในการลงทุน มันมีประโยชน์เอาเสียว

Examples

หาค่า X จากความน่าจะเป็น 3.9%LOGNORM.INV(0.039, 3.5, 1.2)

ค่า X ที่ 3.9% ของการแจกแจง Lognormal ที่มี mean=3.5 และ sd=1.2 คือประมาณ 4.0 หมายความว่าวิศวกร 3.9% ของข้อมูลมีค่าน้อยกว่า 4.0

fx
=LOGNORM.INV(0.039, 3.5, 1.2)

ผลลัพธ์4.0
คำนวณ Value at Risk (VaR) ที่ 5%LOGNORM.INV(0.05, 3.2, 0.8)

ในการวิเคราะห์ความเสี่ยงของพอร์ตโฟลิโอ ที่ระดับความเชื่อมั่น 95% มูลค่าความเสี่ยงสูงสุดคือประมาณ 6.6 หมายความว่ามี 5% โอกาสที่การขาดทุนจะเกิน 6.6

fx
=LOGNORM.INV(0.05, 3.2, 0.8)

ผลลัพธ์6.6
หาค่า X ที่มีความน่าจะเป็น 50% (Median)LOGNORM.INV(0.5, 3.5, 1)

เมื่อความน่าจะเป็นเท่ากับ 0.5 ค่าที่ได้คือ Median ของการแจกแจง Lognormal ซึ่งแสดงค่าตรงกลางของการกระจายตัว

fx
=LOGNORM.INV(0.5, 3.5, 1)

ผลลัพธ์33.1
หาค่า X ที่มีความน่าจะเป็น 90%LOGNORM.INV(0.9, 3.5, 1.2)

ค่า X ที่ 90% ของการแจกแจง หมายความว่า 90% ของข้อมูลมีค่าน้อยกว่า 154.1 ส่วน 10% มีค่ามากกว่า 154.1

fx
=LOGNORM.INV(0.9, 3.5, 1.2)

ผลลัพธ์154.1

FAQs

LOGNORM.INV ต่างจาก NORM.INV ยังไง?+

NORM.INV ใช้กับการแจกแจงแบบปกติ (Normal Distribution) ส่วน LOGNORM.INV ใช้กับการแจกแจง Lognormal ที่เหมาะสำหรับข้อมูลที่มี tail ทางขวายาว (เช่น ราคาหุ้น รายได้ ขนาดอนุภาค)

ค่า probability ต้องเป็นเท่าไหร่?+

ต้องอยู่ระหว่าง 0 ถึง 1 (0% ถึง 100%) ถ้าใส่ค่าน้อยกว่า 0 หรือมากกว่า 1 Excel จะส่งข้อความ #NUM! error

ใช้ LOGNORM.INV ร่วมกับฟังก์ชันอื่นได้ไหม?+

ได้ เช่น ใช้ร่วมกับ LOGNORM.DIST ในการตรวจสอบผลลัพธ์ หรือใช้ร่วมกับ PERCENTILE ในการเปรียบเทียบการแจกแจง

เมื่อไหร่ควรใช้ Lognormal แทน Normal Distribution?+

ใช้ Lognormal เมื่อข้อมูลมี tail ยาวทางขวา เช่น ข้อมูลการเงิน ราคาหุ้น รายได้ ช่วงเวลา หรือขนาดอนุภาค ข้อมูลเหล่านี้มักไม่สมมาตร

Resources & Related

ฟังก์ชันที่ผู้เขียนโยงไว้กับ LOGNORM.INV จัดกลุ่มตามหมวด · ชี้ที่ชื่อใดชื่อหนึ่ง แล้วฟังก์ชันที่ใช้คู่กันจะมีจุดทอง

ฟังก์ชันนี้LOGNORM.INVStatistical
Compatibility (3)
LOGINV

LOGINV หาค่าตัวแปร X จากการแจกแจงแบบ Lognormal เมื่อรู้ความน่าจะเป็นสะสม เหมาะกับงานประเมินความเสี่ยงทางการเงิน เช่น หาราคาหุ้นหรือยอดเคลมประกันที่จุดเปอร์เซ็นไทล์ที่ต้องการ แต่ Excel รุ่นใหม่แนะนำให้ใช้ LOGNORM.INV แทนแล้ว

LOGNORMDIST

คำนวณค่าความน่าจะเป็นสะสมของตัวแปรสุ่มที่แจกแจงแบบ Lognormal ที่ค่าที่ระบุ โดยใช้ค่าเฉลี่ยและส่วนเบี่ยงเบนมาตรฐานของลอการิทึมของการแจกแจง ฟังก์ชันนี้เป็นเวอร์ชันเก่าและอาจถูกแทนที่ด้วย LOGNORM.DIST.

PERCENTILE

คำนวณค่าเปอร์เซ็นไทล์ที่ k ของชุดข้อมูล เช่น P90 หรือ P50 เหมาะสำหรับวิเคราะห์การกระจายตัวของข้อมูลและกำหนดเกณฑ์มาตรฐาน

Statistical (3)
LOGNORM.DIST

LOGNORM.DIST คำนวณความน่าจะเป็นของการแจกแจงแบบ Lognormal สำหรับข้อมูลที่มีการแจกแจงเบ้ขวา (โดยทั่วไปข้อมูลที่เป็นบวก)

NORM.DIST

NORM.DIST คำนวณความน่าจะเป็นหรือความหนาแน่นของการแจกแจงปกติ (Normal Distribution) ใช้ในสถิติหรือการวิเคราะห์ข้อมูล

NORM.INV

NORM.INV ช่วยหาค่า x ของการแจกแจงปกติเมื่อทราบความน่าจะเป็น ค่าเฉลี่ย และส่วนเบี่ยงเบนมาตรฐาน เป็นฟังก์ชันผกผันของ NORM.DIST ที่ใช้ในการวิเคราะห์ทางสถิติและการทำนาย

Comments

อีเมลของคุณจะไม่ถูกเผยแพร่