TLDR สรุปสั้นๆ
POISSON.DIST ใช้ทำนายจำนวนเหตุการณ์ในเวลาที่กำหนด เช่น จำนวนรถที่เข้าสู่ด่าน ราคาความน่าจะเป็นสะสมหรือพิกัด สำหรับเหตุการณ์ที่เกิดหรือคาดไม่เกิน x ครั้ง
คำอธิบาย
ฟังก์ชัน POISSON.DIST ใช้ในการคำนวณการแจกแจง Poisson ซึ่งเป็นการแจกแจงความน่าจะเป็นหนึ่งที่ใช้ทำนายจำนวนครั้งของเหตุการณ์ในช่วงเวลาที่กำหนด เช่น การทำนายจำนวนรถที่มาถึงด่านเก็บเงินใน 1 นาที
มีครั้งแรกในเวอร์ชันไหน
2010
รูปแบบคำสั่ง (Syntax)
POISSON.DIST(x, mean, cumulative)
Arguments
-
x (Required – Integer)
จำนวนของเหตุการณ์ที่เกิดขึ้นที่เราต้องการคำนวณความน่าจะเป็น -
mean (Required – Numeric)
ค่ามัธยฐานของเหตุการณ์ที่เราคาดว่าเกิดขึ้นได้ -
cumulative (Required – Boolean)
ค่าตรรกะที่กำหนดรูปแบบการแจกแจง ถ้าเป็น TRUE จะได้ผลรวมของความน่าจะเป็นตั้งแต่ 0 ถึง x ถ้าเป็น FALSE จะได้ความน่าจะเป็นเฉพาะที่ x
ตัวอย่างการใช้งาน (Examples)
-
Formula:
Description: คำนวณความน่าจะเป็นสะสมที่มีเหตุการณ์เกิดขึ้นไม่เกิน 2 ครั้ง โดยคาดการณ์ว่าเกิดเฉลี่ย 5 ครั้ง=POISSON.DIST(2, 5, TRUE)
Result:0.124652 (ค่าความน่าจะเป็นในกลุ่มสะสม) -
Formula:
Description: คำนวณความน่าจะเป็นที่มีเหตุการณ์เกิดขึ้นแค่ 2 ครั้ง โดยคาดการณ์ว่าเกิดเฉลี่ย 5 ครั้ง=POISSON.DIST(2, 5, FALSE)
Result:0.084224 (ค่าความน่าจะเป็นสำหรับจำนวนที่กำหนดคือ 2) -
Formula:
Description: คำนวณความน่าจะเป็นสะสมที่มีเหตุการณ์เกิดขึ้นไม่เกิน 10 ครั้ง โดยคาดการณ์ว่าเกิดเฉลี่ย 10 ครั้ง=POISSON.DIST(10, 10, TRUE)
Result:0.583039 (ค่าความน่าจะเป็นสะสมเมื่อค่าเฉลี่ยคือค่าเดียวกับที่เกิดจริง) -
Formula:
Description: คำนวณความน่าจะเป็นที่มีเหตุการณ์เกิดขึ้น 7 ครั้ง โดยค่าเฉลี่ยของการเกิดคือ 4.5 ครั้ง=POISSON.DIST(7, 4.5, FALSE)
Result:0.086861 (ความน่าจะเป็นเฉพาะเจาะจงเมื่อค่าเฉลี่ยน้อยกว่าที่เกิดจริง) -
Formula:
Description: คำนวณความน่าจะเป็นสะสมที่ไม่มีเหตุการณ์เกิดขึ้น โดยคาดการณ์ว่าเกิดเฉลี่ย 3 ครั้ง=POISSON.DIST(0, 3, TRUE)
Result:0.049787 (ความน่าจะเป็นเมื่อไม่เกิดเหตุการณ์ใดๆ) -
Formula:
Description: คำนวณความน่าจะเป็นที่จะมีอย่างน้อย 1 เหตุการณ์ในกรณีที่ยอดเฉลี่ย 3 ครั้ง=1 - POISSON.DIST(0, 3, TRUE)
Result:0.950213 (คำนวณจากการหักลบความน่าจะเป็นไม่มีเหตุการณ์ออกจาก 1)
Tips & Tricks
สามารถใช้ POISSON.DIST ในการประเมินการเกิดเหตุการณ์ที่เป็นอิสระจากเวลา เช่น จำนวนอีเมลที่ได้รับต่อชั่วโมง หรือลูกค้าต่อในร้านค้า โดยผสมผสานกับการใช้ฟังก์ชันอื่นๆ เช่น AVERAGE เพื่อคำนวณค่าเฉลี่ยที่ต้องใช้ในฟังก์ชัน POISSON.DIST
ข้อควรระวัง (Cautions)
ระวังการใส่ค่า x หรือ mean ที่เป็นตัวเลขที่ไม่สมเหตุสมผลเช่น ค่าลบหรือค่าเกินจากที่คาดมา เนื่องจากจะทำให้เกิด #NUM! error และถ้าหากใส่ค่าที่ไม่ใช่ตัวเลข จะเกิด #VALUE! error
ฟังก์ชันที่เกี่ยวข้อง
References
ขอบคุณที่เข้ามาอ่านนะครับ ❤️
Leave a Reply