Thep Excel
GAMMADISTหาค่าความน่าจะเป็นจากการแจกแจง Gamma (Legacy)
หาค่าความน่าจะเป็นสะสมหรือความหนาแน่นของความน่าจะเป็นจากการแจกแจงแบบ Gamma (ฟังก์ชันเก่าที่ถูกแทนที่ด้วย GAMMA.DIST)
Syntax & Arguments
| อาร์กิวเมนต์ | ชนิด | คำอธิบาย |
|---|---|---|
| x | Number | ค่าที่ต้องการหาความน่าจะเป็น ต้องเป็นจำนวนจริง |
| alpha | Number | พารามิเตอร์ shape ของการแจกแจง Gamma (ต้องมากกว่า 0) |
| beta | Number | พารามิเตอร์ scale ของการแจกแจง Gamma (ต้องมากกว่า 0) เมื่อ beta=1 จะเป็นการแจกแจง Gamma มาตรฐาน |
| cumulative | Logical | TRUE = Cumulative Distribution Function (CDF) / FALSE = Probability Density Function (PDF) |
Additional Notes
ฟังก์ชัน GAMMADIST เป็นฟังก์ชันเก่าในการหาค่าความน่าจะเป็นของการแจกแจงแบบ Gamma โดยใช้พารามิเตอร์ alpha (shape) และ beta (scale).
GAMMADIST ยังคงใช้งานได้ แต่เป็นฟังก์ชัน Legacy ที่ Microsoft แนะนำให้ใช้ GAMMA.DIST แทน เพราะ GAMMA.DIST มีความแม่นยำสูงกว่า.
การแจกแจง Gamma มีประโยชน์ในการวิเคราะห์ข้อมูลที่มีการแจกแจงแบบเบ้ เช่น เวลาเข้าของลูกค้าในระบบคิว หรือขนาดของฝนที่ตกลงมา
Examples
คำนวณ Cumulative Distribution FunctionGAMMADIST(10, 9, 2, TRUE)
หาค่าความน่าจะเป็นสะสมว่าค่าจะน้อยกว่าหรือเท่ากับ 10 เมื่อ alpha=9, beta=2 ผลลัพธ์คือ 98.57%
คำนวณ Probability Density FunctionGAMMADIST(10, 9, 2, FALSE)
หาค่าความหนาแน่นของความน่าจะเป็นที่ x=10 เมื่อ alpha=9, beta=2 ผลลัพธ์ 0.0326 แสดงความสูงของกราฟ PDF ที่จุด x=10
การแจกแจง Gamma มาตรฐาน (beta=1)GAMMADIST(3, 4, 1, TRUE)
หาค่า CDF ของ Gamma distribution มาตรฐาน (beta=1) ที่ x=3, alpha=4 เมื่อ beta=1 คือการแจกแจง Gamma ในรูปแบบมาตรฐาน
ตัวอย่างการวิเคราะห์เวลารอคิวGAMMADIST(5, 2, 1.5, TRUE)
ในระบบคิว หากเวลาบริการเฉลี่ย 1.5 นาที หาความน่าจะเป็นที่ลูกค้าจะเสร็จภายใน 5 นาที ด้วย shape parameter=2 ผลลัพธ์ 71.27%
FAQs
ควรใช้ GAMMADIST หรือ GAMMA.DIST+
GAMMA.DIST เป็นฟังก์ชันใหม่ที่ Microsoft แนะนำให้ใช้เพราะมีความแม่นยำสูงกว่า GAMMADIST ยังทำงานได้แต่ใช้สำหรับความเข้ากันได้ย้อนหลัง ควรใช้ GAMMA.DIST ในไฟล์ใหม่
เมื่อไหร่จึงใช้ Gamma Distribution+
ใช้สำหรับข้อมูลที่มีการแจกแจงแบบเบ้ (skewed) เช่น เวลาเข้าของลูกค้า ขนาดของฝนที่ตกลงมา ปริมาณรังสี หรือการวิเคราะห์ความน่าจะเป็นในงานวิศวกรรม
ความหมายของ alpha และ beta คืออะไร+
alpha (shape) ควบคุมรูปร่างของการแจกแจง (alpha มากขึ้น = การแจกแจงแคบลง) beta (scale) ควบคุมขนาดของการแจกแจง (beta มากขึ้น = การแจกแจงกว้างขึ้น)
เกิดข้อผิดพลาด #NUM! คืออะไร+
เกิดจากการใส่ค่าที่ไม่ถูกต้อง เช่น x < 0 หรือ alpha ≤ 0 หรือ beta ≤ 0 ตรวจสอบให้แน่ใจว่าทั้งสามค่าเป็นจำนวนบวก
ความแตกต่างระหว่าง CDF และ PDF คืออะไร+
CDF (cumulative=TRUE) ให้ค่าความน่าจะเป็นสะสมว่าค่าจะน้อยกว่า x PDF (cumulative=FALSE) ให้ค่าความหนาแน่นของความน่าจะเป็น ไม่ใช่ความน่าจะเป็นโดยตรง
Resources & Related
ฟังก์ชันที่ผู้เขียนโยงไว้กับ GAMMADIST จัดกลุ่มตามหมวด · ชี้ที่ชื่อใดชื่อหนึ่ง แล้วฟังก์ชันที่ใช้คู่กันจะมีจุดทอง
EXPON.DIST คำนวณความน่าจะเป็นของเหตุการณ์ที่เกิดขึ้นในช่วงเวลาหนึ่ง โดยอ้างอิงจากการแจกแจงแบบ Exponential
ส่งกลับค่า Gamma function Γ(x) ซึ่งเป็นฟังก์ชันคณิตศาสตร์ที่ขยายแนวคิดของแฟกทอเรียลไปยังจำนวนจริงและจำนวนเชิงซ้อน
GAMMA.DIST คำนวณความน่าจะเป็นจากการแจกแจงแบบ Gamma โดยรับค่า x, alpha, beta และการเลือกระหว่าง PDF (probability density function) หรือ CDF (cumulative distribution function)
NORM.DIST คำนวณความน่าจะเป็นหรือความหนาแน่นของการแจกแจงปกติ (Normal Distribution) ใช้ในสถิติหรือการวิเคราะห์ข้อมูล
ยังไม่มีบทความที่เกี่ยวข้องกับฟังก์ชันนี้
Comments
อีเมลของคุณจะไม่ถูกเผยแพร่